[論文レビュー] An Online Secretary Framework for Fog Network Formation with Minimal Latency

Gilsoo Lee, Walid Saad+1 more|arXiv (Cornell University)|Feb 18, 2017

IoT and Edge/Fog Computing参考文献 9被引用数 9

ひとこと要約

本論文は、ハイブリッド・フォッグ・クラウドアーキテクチャにおける動的フォッグネットワーク形成を目的としたオンライン・セクレタリー枠組みを提案する。この枠組みにより、将来のノード到着の不確実性のもとで、フォッグノードが最適な近隣ノードを選択してタスクをオフロードすることが可能になる。オンラインkセクレタリー問題にインspiredされた探索・活用アルゴリズムを用いることで、最大計算遅延を最小化し、オフライン最適解の97.3%の性能を達成する。また、フォッグノードとクラウド間でタスクを効果的に分散化する。

ABSTRACT

Fog computing is seen as a promising approach to perform distributed, low-latency computation for supporting Internet of Things applications. However, due to the unpredictable arrival of available neighboring fog nodes, the dynamic formation of a fog network can be challenging. In essence, a given fog node must smartly select the set of neighboring fog nodes that can provide low-latency computations. In this paper, this problem of fog network formation and task distribution is studied considering a hybrid cloud-fog architecture. The goal of the proposed framework is to minimize the maximum computational latency by enabling a given fog node to form a suitable fog network, under uncertainty on the arrival process of neighboring fog nodes. To solve this problem, a novel approach based on the online secretary framework is proposed. To find the desired set of neighboring fog nodes, an online algorithm is developed to enable a task initiating fog node to decide on which other nodes can be used as part of its fog network, to offload computational tasks, without knowing any prior information on the future arrivals of those other nodes. Simulation results show that the proposed online algorithm can successfully select an optimal set of neighboring fog nodes while achieving a latency that is as small as the one resulting from an ideal, offline scheme that has complete knowledge of the system. The results also show how, using the proposed approach, the computational tasks can be properly distributed between the fog network and a remote cloud server.

研究の動機と目的

• IoT環境における近隣フォッグノードの到着の不確実性のもとで、動的フォッグネットワーク形成の課題に対処すること。
• 将来のノード利用可能性や性能に関する事前知識なしに、ハイブリッド・フォッグ・クラウドアーキテクチャにおける最大計算遅延を最小化すること。
• システムのオフライン知識に依存せずに、リアルタイムかつオンラインで最適なフォッグノードを選択してタスクオフロードを可能にすること。
• 現実的なキューイングベースの遅延モデルに基づき、ローカルフォッグノードとリモートクラウドサーバー間のタスク分散を共同最適化すること。
• 遅延、コスト、動的ネットワーク状態のバランスを取る実用的でスケーラブルなフォッグコンピューティングソリューションの開発

提案手法

• 不確実性のもとでのフォッグネットワーク形成とタスク分散問題をオンライン最適化問題として定式化する。
• 近隣フォッグノードの探索を実施した後、最良の候補を選択して活用するため、オンラインkセクレタリー枠組みを適応する。
• フォッグ層およびクラウド層における伝送遅延と計算遅延を正確に捉えるために、キューイング理論的モデルを用いる。
• 探索段階でノードの性能を観測し、その後の活用段階で最適なノードを選択してオフロードするオンラインアルゴリズムを採用する。
• リアルタイムでの遅延および容量メトリクスに基づき、フォッグノードとクラウド間のタスク分散意思決定を統合する。
• オンライン結果をオフライン最適解と比較するため、競合比分析を用いて性能を評価する。

実験結果

リサーチクエスチョン

• RQ1 近隣ノードの到着が予測不能な状況下で、フォッグノードはどのようにして低遅延ネットワークを動的に構築できるか？
• RQ2 将来のノード到着を完全に把握したオフライン最適解に比べ、オンラインアルゴリズムはどの程度高い性能を達成できるか？
• RQ3 近隣フォッグノードの数が、フォッグ層とクラウド層間のタスクオフロード分散に与える影響は何か？
• RQ4 ノードの計算能力とクラウドまでの距離が、タスクオフロード意思決定に与える影響は何か？
• RQ5 不確実性のもとで、提案されたオンラインアルゴリズムは最大計算遅延を最小化するためにどの程度効果的か？

主な発見

• 6つの近隣フォッグノードを選択した場合、提案されたオンラインアルゴリズムはオフライン最適解の2.7%以内の総コストを達成する。
• 競合比分析によると、16.2%の反復で正確な最適解が達成され、50%の反復で最適値の少なくとも94.2%が達成される。
• 50,000回を超える反復における最悪ケースでも、競合比は0.59にとどまり、強力なロバストネスを示している。
• 近隣フォッグノードの数を6から7に増加させると、キュー管理のオーバーヘッドが増加するため、総コストが上昇するが、遅延は継続的に低下する。
• フォッグノードとクラウド間の距離を200 mから600 mに増加させると、クラウドへのタスクオフロード割合が28.8%低下する。これはクラウド遅延の増加に起因する。
• フォッグノードの計算能力をμ=8からμ=10に向上させると、クラウドへのタスクオフロードが最大11.3%まで減少する。