[論文レビュー] Aqua Computing: Coupling Computing and Communications

Chathura M. Sarathchandra Magurawalage, Kun Yang+1 more|arXiv (Cornell University)|Oct 25, 2015

IoT and Edge/Fog Computing参考文献 6被引用数 12

ひとこと要約

本稿は、モバイルエッジネットワークにおける計算リソースと通信リソースの共同割り当ておよびハードウェア統合を通じて、計算と通信を統合する新規パラダイム「Aqua Computing」を提案する。これにより、動的計算オフロードが可能となり、デバイスのパフォーマンスとネットワーク効率が向上する。プロトタイプは、エッジベースのクローンを用いて無線パケット損失を処理することで、バックハールトランスミッショントラフィックを最大90％削減し、QoEとインfraストラクチャのスケーラビリティが著しく向上した。

ABSTRACT

The authors introduce a new vision for providing computing services for connected devices. It is based on the key concept that future computing resources will be coupled with communication resources, for enhancing user experience of the connected users, and also for optimising resources in the providers' infrastructures. Such coupling is achieved by Joint/Cooperative resource allocation algorithms, by integrating computing and communication services and by integrating hardware in networks. Such type of computing, by which computing services are not delivered independently but dependent of networking services, is named Aqua Computing. The authors see Aqua Computing as a novel approach for delivering computing resources to end devices, where computing power of the devices are enhanced automatically once they are connected to an Aqua Computing enabled network. The process of resource coupling is named computation dissolving. Then, an Aqua Computing architecture is proposed for mobile edge networks, in which computing and wireless networking resources are allocated jointly or cooperatively by a Mobile Cloud Controller, for the benefit of the end-users and/or for the benefit of the service providers. Finally, a working prototype of the system is shown and the gathered results show the performance of the Aqua Computing prototype.

研究の動機と目的

• モバイルネットワークおよびクラウドネットワークにおける計算リソースと通信リソースの独立的管理による非効率を是正すること。
• リソース統合を通じて、ネットワーク接続時にデバイスの計算能力をシームレスかつ自動的に強化すること。
• リモートサーバーからエッジベースのクローンに再送信タスクをオフロードすることで、バックハールネットワーク負荷を低減し、QoEを向上させること。
• 計算リソースと通信リソースを共同で管理するモバイルクラウドコントローラーを備えたモバイルエッジアーキテクチャを提案すること。
• C-RANテストベッドにおけるプロトタイプ実装を通じて、Aqua Computingの実現可能性と利点を検証すること。

提案手法

• 計算リソースと通信リソースを共同割り当てアルゴリズムを通じて動的に統合する新しいコンピューティングパラダイム「Aqua Computing」を提案する。
• 接続時にデバイス計算をネットワーク内埋め込みリソースにオフロードするプロセスとして「計算の解体（computation dissolving）」を導入する。
• C-RANアーキテクチャのベースバンドユニット（BBU）にモバイルクローンを配置し、RTMP動画ストリームのローカルバッファおよび再送信ポイントとして機能させる。
• OpenStackベースのクローン（1 CPU、512MB RAM）を用いて再送信をローカルで処理し、バックハールの混雑を防ぐ。
• ネットエミュレーション（netem）ツールを用いて無線ネットワークの不安定性（例：干渉、混雑）をシミュレートし、再送信への影響を測定する。
• リモート動画ソースとローカルクローンを統合することで、RTMPストリーミングを無線問題からコアネットワークと分離する。

実験結果

リサーチクエスチョン

• RQ1 モバイルネットワークにおけるエンドユーザーのQoEを向上させるために、計算リソースと通信リソースをどのように共同割り当てすればよいか。
• RQ2 無線パケット損失下での動画ストリーミングにおいて、エッジベースのクローンはバックハールネットワークトラフィックをどの程度低減できるか。
• RQ3 ネットワーク内埋め込みクローンによる計算の解体は、インfraストラクチャ負荷の増加なしにデバイスパフォーマンスを向上させられるか。
• RQ4 リモート再送信と比較して、ベースバンドユニットでのローカル再送信のパフォーマンスにどのような影響があるか。
• RQ5 モバイルエッジ環境における計算と通信サービスの統合は、リソース利用効率とスケーラビリティにどのように影響を与えるか。

主な発見

• 提案されたAqua Computingアーキテクチャは、クローンを用いない従来のストリーミングと比較して、RANバックハールにおけるRTMP再送信トラフィックを最大90％削減した。
• クローンを導入したことで、再送信処理が基地局でローカルに処理され、リモート動画ソースに冗長なトラフィックが到達しなくなり、バックハール帯域幅が節約された。
• プロトタイプは、netemによる高パケット損失をシミュレートした状況下でも、クローンでのローカル再送信のおかげでモバイルデバイスが安定した動画ストリーミングを実現したことを示した。
• 無線の不安定性をコアネットワークから分離し、エンドツーエンド遅延を低減することで、QoEが向上した。
• モバイルクラウドコントローラーは、計算リソースと通信リソースの共同割り当てを成功裏に管理し、自動オフロードと動的リソーススケーリングを可能にした。
• 1 CPU、512MB RAMの低リソースOpenStack tiny 1クローンを用いた実装は、動画ストリーミングタスクの処理に有効であったことが実証され、軽量エッジコンピューティングの実現可能性が裏付けられた。