[論文レビュー] Age-of-Information for Computation-Intensive Messages in Mobile Edge Computing

Qiaobin Kuang, Jie Gong+2 more|arXiv (Cornell University)|Jan 7, 2019

Age of Information Optimization参考文献 11被引用数 7

ひとこと要約

本稿は、モバイルエッジコンピューティング（MEC）における計算集約的メッセージの年齢情報（AoI）を研究し、ゼロウェイトポリシー下で、ユーザ側のローカルコンピューティングとMECサーバー側のリモートコンピューティングを比較するための2ノードトランジットキューイングモデルを提案する。閉形式の平均AoI式を導出し、MECの計算能力が高いか、伝送レートが最適な場合、リモートコンピューティングがAoIを顕著に低減することを示している。また、リモート実行におけるAoIを最小化する最適データレートが存在することも示している。

ABSTRACT

Age-of-information (AoI) is a novel metric that measures the freshness of information in status update scenarios. It is essential for real-time applications to transmit status update packets to the destination node as timely as possible. However, for some applications, status information embedded in the packets is not revealed until complicated data processing, which is computational expensive and time consuming. As mobile edge server has sufficient computational resource and is placed close to users, mobile edge computing (MEC) is expected to reduce age for computation-intensive messages. In this paper, we study the AoI for computation-intensive data in MEC, and consider two schemes: local computing by user itself and remote computing at MEC server. The two computing models are unified into a two-node tandem queuing model. Zero-wait policy is adopted, i.e., a new message is generated once the previous one leaves the first node. We consider exponentially distributed service time and infinite queue size, and hence, the second node can be seen as a First-Come-First-Served (FCFS) M/M/1 system. Closed-form average AoI is derived for the two computing schemes. The region where remote computing outperforms local computing is characterized. Simulation results show that the remote computing is greatly superior to the local computing when the remote computing rate is large enough, and that there exists an optimal transmission rate so that remote computing is better than local computing for a largest range.

研究の動機と目的

• 計算処理が時間的に長く、リソース集約的なモバイルエッジコンピューティング（MEC）における年齢情報（AoI）を分析すること。
• 統一された2ノードトランジットキューイングモデル下で、ユーザでのローカルコンピューティングとMECサーバーでのリモートコンピューティングの2つのコンピューティング方式を比較すること。
• 平均AoIの観点から、リモートコンピューティングがローカルコンピューティングを上回る領域を特定すること。
• パケットサイズ、必要なCPUサイクル数、伝送レート、MEC計算能力といった主要なシステムパラメータがAoIパフォーマンスに与える影響を調査すること。

提案手法

• システムを2ノードのトランジットキューイングネットワークとしてモデル化：ユーザからMECへの伝送、その後MECサーバーでの処理。
• ゼロウェイトポリシーを適用し、前のメッセージが最初のノードを出発した直後に新しいメッセージが生成されるようにする。
• サービス時間は指数分布に従い、キューイングサイズは無限大であると仮定し、これにより2番目のノードをFCFS M/M/1キューとしてモデル化可能となる。
• 確率過程解析を用いて、ローカルコンピューティングおよびリモートコンピューティングの両方のシナリオにおける平均AoIの閉形式式を導出する。
• 年齢ダイナミクスを分析し、定常状態の年齢分布を導出するために、確率的ハイブリッドシステム（SHS）を用いる。
• システムパラメータに基づいて、リモートコンピューティングがローカルコンピューティングよりも低い平均AoIを達成するパフォーマンス領域を特定する。

実験結果

リサーチクエスチョン

• RQ1 計算集約的メッセージにおいて、MECサーバーでのリモートコンピューティングがユーザデバイスでのローカルコンピューティングを上回る平均AoIを達成する条件は何か？
• RQ2 伝送レートは、ローカルコンピューティングとリモートコンピューティングのAoIトレードオフにどのように影響するか？
• RQ3 リモートコンピューティングにおける平均AoIを最小化する最適データレートは何か？また、このレートはシステムパラメータにどのように依存するか？
• RQ4 必要なCPUサイクル数とMECサーバーの計算能力は、リモートコンピューティングにおけるAoIパフォーマンスにどのように影響するか？
• RQ5 ローカルコンピューティングがリモートコンピューティングを上回るようになるパケットサイズの閾値は存在するか？

主な発見

• MECサーバーの計算能力が十分に高い場合、または伝送レートが最適に選ばれた場合、リモートコンピューティングはローカルコンピューティングを上回る。特に、必要なCPUサイクル数が大きい場合に顕著である。
• リモートコンピューティングにおける平均AoIを最小化する最適な伝送レートが存在し、このレートがローカルコンピューティングに対するパフォーマンス向上を最大にする。
• 必要なCPUサイクル数が7000メガサイクルを超えると、リモートコンピューティングの平均AoIは急激に上昇し、サーバー利用率ρsが1に近づくと無限大に近づく。
• 小規模なパケットサイズ（例：0.5 Mbits）では、伝送レートが約1.64 Mbitsまでリモートコンピューティングがローカルコンピューティングを上回るが、パケットサイズが大きい場合、クロスオーバー点がシフトし、より高いレートでローカルコンピューティングが好ましくなる。
• ローカルコンピューティングの平均AoIはデータレートやパケットサイズに依存せず、ローカル処理速度にのみ依存する。
• MECの計算能力が増加するにつれ、リモートコンピューティングの平均AoIは減少し、最終的に2/μtという理論的最小値に収束する。特に必要なCPUサイクル数が大きい場合、顕著なパフォーマンス向上が得られる。