[論文レビュー] A Game-theoretic Approach Towards Collaborative Coded Computation Offloading

Jer Shyuan Ng, Wei Yang Bryan Lim+6 more|arXiv (Cornell University)|Feb 17, 2021

Stochastic Gradient Optimization Techniques参考文献 40被引用数 9

ひとこと要約

本稿は、リソース集約のためのヘドニック合同集団形成とCPUパワー割り当てのためのすべて支払いオークションを組み合わせることで、符号化分散コンピューティング（CDC）におけるエッジサーバーのインcentiveを高める二段階のゲーム理論的枠組みを提案する。結果は、複数の同種の報酬を提供することでクラウドサーバーのユーティリティが最大化され、特に高評価のクラスターヘッドからのより高いCPUパワー貢献が促進されることを示している。

ABSTRACT

Coded distributed computing (CDC) has emerged as a promising approach because it enables computation tasks to be carried out in a distributed manner while mitigating straggler effects, which often account for the long overall completion times. Specifically, by using polynomial codes, computed results from only a subset of edge servers can be used to reconstruct the final result. However, incentive issues have not been studied systematically for the edge servers to complete the CDC tasks. In this paper, we propose a tractable two-level game-theoretic approach to incentivize the edge servers to complete the CDC tasks. Specifically, in the lower level, a hedonic coalition formation game is formulated where the edge servers share their resources within their coalitions. By forming coalitions, the edge servers have more Central Processing Unit (CPU) power to complete the computation tasks. In the upper level, given the CPU power of the coalitions of edge servers, an all-pay auction is designed to incentivize the edge servers to participate in the CDC tasks. In the all-pay auction, the bids of the edge servers are represented by the allocation of their CPU power to the CDC tasks. The all-pay auction is designed to maximize the utility of the cloud server by determining the allocation of rewards to the winners. Simulation results show that the edge servers are incentivized to allocate more CPU power when multiple rewards are offered, i.e., there are multiple winners, instead of rewarding only the edge server with the largest CPU power allocation. Besides, the utility of the cloud server is maximized when it offers multiple homogeneous rewards, instead of heterogeneous rewards.

研究の動機と目的

• エッジサーバーがストラグル効果や報酬の欠如により貢献しない可能性がある coded distributed computing (CDC) におけるインcentive課題に対処すること。
• エッジサーバーとデバイス間の協力をヘドニック合同集団形成ゲームでモデル化し、利用可能なCPUパワーを向上させること。
• クラスターヘッドがCDCタスクにより多くのCPUパワーを割り当てることをインcentivizeするためのすべて支払いオークションメカニズムを設計すること。
• クラウドサーバーのユーティリティを最大化する最適な報酬構造（報酬の数と同種性）を特定すること。
• 複数の報酬と合同集団形成が全体的なCPUパワー貢献とシステム効率に与える影響を評価すること。

提案手法

• 下位レベルで、エッジサーバーが個々のユーティリティ最大化に基づいてCPUリソースを共有するためのヘドニック合同集団形成ゲームを定式化する。
• 上位レベルの競争を、すべて支払いオークションでモデル化し、クラスターヘッドが報酬を得るためにCPUパワーを入札する。すべての入札者は、勝敗にかかわらず支払いを負担する。
• 多項式コードを用いて回復閾値を決定し、最終計算に必要な結果の数を設定することで、報酬割り当てをガイドする。
• 不確実性下での他の参加者の評価に関する不確実性を考慮し、クラスターヘッドの戦略的行動をベイジアンナッシュ均衡を用いて分析する。
• 合同集団形成とオークションメカニズムを統合した二段階の枠組みを構築し、エッジサーバーとクラウド間のインセンティブを一致させる。
• シミュレーションを用いて、クラスターヘッドの数、報酬の数、報酬の同種性の変化に対するパフォーマンスを評価する。

実験結果

リサーチクエスチョン

• RQ1 エッジサーバー間の合同集団形成は、CDCタスクに割り当てられる合計CPUパワーにどのように影響するか？
• RQ2 すべて支払いオークションにおいて、単一報酬と比較して複数報酬を提供することは、クラスターヘッドによるCPUパワー割り当てにどのような影響を与えるか？
• RQ3 競合するクラスターヘッドの数が、高評価および低評価のクラスターヘッドの入札行動とCPUパワー割り当て戦略に与える影響は何か？
• RQ4 報酬構造（同種 vs. 異種）がクラウドサーバーのユーティリティを最大にする条件は何か？
• RQ5 提案された二段階のゲーム理論的枠組みは、ランダム割り当ておよび非協力的スキームと比較して、合計CPUパワー貢献の観点でどのように差がつくか？

主な発見

• 複数の報酬が提供されると、高評価のクラスターヘッド（例：0.9）は、5人のクラスターヘッドの場合に2159 WであったCPUパワー貢献を15人のクラスターヘッドの場合に4563 Wに増加させる。これは、参加インセンティブが強化されていることを示している。
• 低評価のクラスターヘッド（例：0.6）は、競争が激しくなるにつれてCPUパワー貢献を減少させるが、報酬が同種でありかつ複数の報酬が提供されている場合に限る。
• クラウドサーバーのユーティリティは、単一報酬や異種報酬よりも、複数の同種報酬を提供した場合に最大になる。
• 二段階の合同集団-オークションフレームワーク下で、CDCタスクに割り当てられる合計CPUパワーは7537 Wに達し、合同集団形成を伴うランダム割り当ての3615 Wと比べて顕著に高い。
• 複数報酬を伴うすべて支払いオークションは、より多くのクラスターヘッドが報酬を獲得できるようにすることで、システム効率を向上させ、全体的なCPU貢献を高める要因となる。
• シミュレーション結果は、提案されたフレームワークが、合計CPUパワー利用とシステムユーティリティの観点で、ランダム割り当ておよび非協力的スキームを上回ることを確認している。