사전 훈련 언어 모델을 활용한 5G 패킷데이터의 네트워크 슬라이스 분류 연구 = A study of network slice classification of 5G packet data using pre-trained language model

국문 초록 (Abstract)

최근 통신망 기술의 보급 확장에 따라 기존에 네트워크 보다 빠른 통신 기술이 발생되고 있다. 대표적인 경우가 5세대 통신 (5G-Five Generation)이 발생하고 있다. 또한 머신러닝, 인공지능(AI)과 같은 기술도 나날이 발전하고 있다. 그리고 5세대 통신을 통하면서 기존의 콘텐츠 공급자(CP-Content Provider)은 새로운 통신망 기반 아래에서 증강현실, 자율주행 자동차, 사물인터넷 등의 기존과 다른 다양한 서비스를 제공하기 시작하였다.

이에 차세대 5G 네트워크에서는 네트워크를 분할하는 개념으로 사용하는 네트워크 슬라이스 기술(Network Slice)이 도입되었고, 통신사(ISP-Internet Service Provider)는 CP로부터 전달되는 많고 다양한 종류의 서비스를 보다 효율적으로 공급하기 위해서 네트워크 슬라이스 기술을 채택하여 전달하게 되었다. 이 부분에서 슬라이스에 어느 채널로 공급하는지에 선택의 분야가 다양해지고 복잡해지면서 머신 러닝을 활용하여 기존의 룰(rule)방식의 한계를 벗어나 통계적 기반의 방식으로 확장성 있는 형태로 세그먼트를 정할 수 있도록 하는 방향으로 최근에 Ved P. Kafle 2018[1]의 논문에서 소개하고 있다.

본 논문에서는 우선 차세대 5G 분야와 네트워크 슬라이스에 대해서 설명하고, 사전훈련 언어 모델(Pre-Trained Language Model)의 개념 중에 전이학습(Transfer Learning)[19] 대해서 정리한다. 그리고 연구 내용의 내용인 5G 네트워크로부터 수집된 패킷데이터에서 네트워크 슬라이스로 분류 할 때 머신러닝의 한 분야에서 사용되고 있는 사전훈련 언어 모델(Pre-Trained Language Model)활용하여 네트워크에서 전달되는 데이터의 정보를 학습시켜서, 여러 단위의 네트워크 슬라이스 세그먼트 채널 하나로 매핑(Mapping) 분류하여 제공하는 연구 내용을 설명한다.

다국어 초록 (Multilingual Abstract)

The recent expansion of network technologies has resulted in faster communication technologies than previously available networks. A typical case is 5G-Five Generation. Also, technologies such as machine learning and artificial intelligence (AI) are developing day by day. And through 5th generation communication, content providers (CP-Content Providers) began to provide diverse services such as augmented reality, self-driving cars, and the Internet of Things under the new network base (such as 5G).

Thus, network slice technology (Network Slice) was introduced in the next generation 5G network and ISP-Internet Service Provider (ISP-Internet Service Provider) adopted and delivered network slice technology to more efficiently deliver the many different kinds of services delivered from the CP. In this section, the choice of which channel is supplied to the slice is diversified and complicated, and the segment is recently introduced in the paper of Ved P. Kafle 2018 [1] in a way that allows the use of machine running to set the segment in a scalable format in a statistical-based way, beyond the limit of rule process based way.

First section in this paper describes the next generation 5G field and network slices, and outlines transfer learning in the concepts of the Pre-Trained Language Model. In addition, when classifying the packet data collected from the 5G network into network slices, the research content is described, using the Pre-Trained Language Model, which is used in one area of machine learning to learn the information of the data passed on the network, and then to map it into one network slice segment channel (Mapping) in different units.

목차 (Table of Contents)

• 1. 서론 1
• 2. 연구배경 및 선행연구 2
• 2.1 5G 네트워크 기술 2
• 2.2 전이학습(Transfer Learning) 6
• 2.3 관련연구 선행 논문소개 9
• 3. 연구방법 11
• 3.1 연구 프레임워크 11
• 3.2 분석 데이터 12
• 3.3 데이터 전처리 13
• 3.4 분석기법(XLNet) 15
• 4. 연구결과 25
• 4.1 연구 모델 별 실험 결과 25
• 4.2 연구 결과를 통하여 시스템 설계에서 고려할 요소 분석 27
• 5. 결론 31
• 참고문헌 33