대규모 LoRaWAN 환경에서는 노드의 고밀집도로 인한 심각한 패킷 충돌과 노드 위치에 따른 Near-Far 비대칭 링크 문제가 통신 성능을 크게 저하시킨다. 이를 해결하기 위해, 본 논문은 중앙 서버의 개입 없이 노드 단말이 접속 제어(Access control)와 자원 선택(Resource selection)을 유기적으로 동시에 최적화하는 Dual-MAB 기반의 LoRa 랜덤 액세스 기법을 제안한다. 제안 기법은 네트워크 혼잡 상황을 노드가 스스로 인지하여 전송 지연 시간-백오프 윈도우(Wmax )-크기를 동적으로 조절하고, 전송 실패의 원인을 충돌과 링크 품질로 구분하는 차등 보상 체계를 적용하여 학습 효율을 극대화한다. 시뮬레이션 결과, 제안 기법은 기존 방식 대비 시스템 접속 성공률(ASR)을 약 2.1배, 원거리 노드 그룹 성능을 약 3배 향상 보였다. 이를 통해 극한의 혼잡 상황에서 패킷 성공률과 에너지 효율성(저지연성) 측면에서 효과가 있음을 확인할 수 있었다.
Park et al. (2026) studied this question.