Modellierung von Nutzungsverhalten in Multi-access Edge Computing

Multi-access Edge Computing (MEC) ermöglicht die Bereitstellung von IT-Ressourcen in der Nähe der Endgeräte und ist somit eine Schlüsseltechnologie des 5G-Mobilfunkstandards. Ziel dieser Vor-Ort-Datenverarbeitung besteht darin, die Quality of Service (QoS) der Verbindung zwischen dem Endgerät und der Anwendung zu optimieren. Dies umfasst beispielsweise die Realisierung von möglichst kurzen Latenzzeiten sowie die Verfügbarkeit von sehr hohen Datenraten.

Die Integration von MEC in die 5G-Mobilfunktechnologie ermöglicht die Entwicklung von neuartigen Anwendungen, wobei verschiedene Anwendungskomponenten unterschiedlichen Anforderungen sowohl an die IT-Ressourcen als auch an die QoS der Netzwerkverbindungen haben. Beispielsweise führen mobile Augmented Reality (AR)-Anwendungen rechenintensive Bildverarbeitungen aus, für die ausreichend CPU-Kapazität zur Verfügung stehen muss. Die Übertragung von Informationen zwischen dem Endgerät und der Anwendung setzt eine niedrige Latenz voraus, um eine ausreichend hohe Framerate zu gewährleisten.

Aus diesem Grund müssen die Anwendungskomponenten auf der Grundlage des aktuellen Zustands der 5G-Edge-Umgebung, einschließlich aller Netzwerkeigenschaften und der verfügbaren Ressourcenkapazitäten, z. B. CPU, Speicher und Festplattenplatz, bereitgestellt werden. Das Verhalten der Nutzer*innen hat einen wesentlichen Einfluss auf den Zustand der Umgebung, da sowohl die geografische Position, die Mobilität sowie die Anzahl der Nutzer*innen als auch die Interaktionen mit den jeweiligen Anwendungen Auswirkungen auf die zur Verfügung stehenden IT-Ressourcen sowie die QoS des Netzwerk haben. Um das korrekte Verhalten der Anwendungen sicherzustellen, bedarf es neuer Bereitstellungsstrategien, deren Effizienz jedoch zunächst in Simulationsumgebungen untersucht werden müssen.

Im Rahmen der Modellierung von Nutzungsverhalten in MEC-Simulationen existieren zwei unterschiedliche Herangehensweisen. Empirische Modelle basieren auf Aufzeichnungen von realen Nutzer*innen. Obwohl diese Aufzeichnungen verwendet werden können, um ein realistisches Nutzungsverhalten auf die Simulation zu übertragen, sind diese Modelle in ihrer Flexibilität eingeschränkt, da die Aufzeichnungen nur für ein bestimmtes Szenario oder einen bestimmten Anwendungsfall gemacht wurden. Eine weitere Herangehensweise zur Modellierung von Nutzungsverhalten erfolgt durch den Einsatz analytischer Modelle. Diese nutzen mathematische Verfahren, die auf der Grundlage unterschiedlicher Szenarien entwickelt wurden. Die Analyse dieser Szenarien haben einen wesentlichen Einfluss auf den Grad des Realismus des Nutzungsverhalten.

Um eine flexible Modellierung von möglichst realistischem Nutzungsverhalten für die Simulation von MEC-Umgebungen zu realisieren, entwickelt das Team der UDE im Rahmen ihrer Forschung ein analytisches Modell, das auf echtweltlichen Informationen basiert. Beispielsweise können Online-Kartendienste genutzt werden, um die aktuelle Besucherzahl für verschiedene Einrichtungen wie Einkaufszentren, Sehenswürdigkeiten oder Bahnhöfe zu ermitteln. Mobilitätsmuster der Nutzer*innen könnten sich an den Stoßzeiten orientieren, sodass das Nutzungsverhalten in der Simulationsumgebung zeitabhängige Ereignisse abbildet, z. B. der Besuch von Parks am Tag und der Aufenthalt in Restaurants am Abend. Darüber hinaus können durch verschiedene Navigationsdienste Routen für Fußgänger*innen und verschiedene Verkehrsmittel (wie Auto, Fahrrad oder Bahn) berechnet werden, welche die aktuelle Verkehrssituation berücksichtigen. Insbesondere können aber auch besondere Ereignisse, z. B. große öffentliche Veranstaltungen, die besondere Last im Mobilfunknetzwerk verursachen, in die Simulation einbezogen werden. Auf der Grundlage dieser Informationen entwickelt das Team der UDE ein Modell für die Mobilität der Nutzer*innen zur Simulation von MEC-Umgebungen, das reale Aspekte einbezieht.

Die Herangehensweise zur Modellierung von Nutzungsverhalten in MEC-Umgebungen wurde im Rahmen des Konferenzbeitrags „Towards Modeling User Behavior in Multi-access Edge Computing“ auf dem 15th ACM SIGCHI Symposium on Engineering Interactive Computing Systems (EICS) veröffentlicht und einer interessierten Fachöffentlichkeit vorgestellt. Link zur Veröffentlichung: https://doi.org/10.1145/3596454.3597193