[論文レビュー] Computation Peer Offloading for Energy-Constrained Mobile Edge Computing in Small-Cell Networks

Lixing Chen, Sheng Zhou+1 more|arXiv (Cornell University)|Mar 17, 2017

IoT and Edge/Fog Computing参考文献 32被引用数 5

ひとこと要約

本稿では、将来の状態を事前に知らない状況下で、エネルギー制約のある小セルネットワークにおけるモバイルエッジコンピューティングのためのオンラインピアオフローディングフレームワークOPENを提案する。Lyapunov最適化を用いて、小セル基 station（SBS）間で負荷をバランスさせる。近似的に最適な性能を達成し、保証された性能を有する。中央集権的および分散型の意思決定を可能とし、バースト型の負荷下で最大55％のシステム遅延低減を実現する。

ABSTRACT

The (ultra-)dense deployment of small-cell base stations (SBSs) endowed with cloud-like computing functionalities paves the way for pervasive mobile edge computing (MEC), enabling ultra-low latency and location-awareness for a variety of emerging mobile applications and the Internet of Things. To handle spatially uneven computation workloads in the network, cooperation among SBSs via workload peer offloading is essential to avoid large computation latency at overloaded SBSs and provide high quality of service to end users. However, performing effective peer offloading faces many unique challenges in small cell networks due to limited energy resources committed by self-interested SBS owners, uncertainties in the system dynamics and co-provisioning of radio access and computing services. This paper develops a novel online SBS peer offloading framework, called OPEN, by leveraging the Lyapunov technique, in order to maximize the long-term system performance while keeping the energy consumption of SBSs below individual long-term constraints. OPEN works online without requiring information about future system dynamics, yet provides provably near-optimal performance compared to the oracle solution that has the complete future information. In addition, this paper formulates a novel peer offloading game among SBSs, analyzes its equilibrium and efficiency loss in terms of the price of anarchy in order to thoroughly understand SBSs' strategic behaviors, thereby enabling decentralized and autonomous peer offloading decision making. Extensive simulations are carried out and show that peer offloading among SBSs dramatically improves the edge computing performance.

研究の動機と目的

• エネルギー制約のあるSBSを有する高密度小セルネットワークにおける不均一な計算負荷の課題に対処すること。
• 将来のシステム状態を知らない状況下で、エネルギー制約を満たしつつ、オンラインでオフローディングを最適化するフレームワークを設計すること。
• ゲーム理論的モデルを用いてSBSの戦略的行動を分析し、価格の悪化（price of anarchy）を用いて効率損失を定量化すること。
• 計算負荷の低いオーバーヘッドで、中央集権的および分散型のピアオフローディング意思決定を可能とすること。
• 非ポisson型のタスク到着パターンや変動するネットワークの非均一性を想定した現実的な環境下での性能を評価すること。

提案手法

• OPENフレームワークは、SBS間の負荷オフローディングとエネルギー消費を統合的に管理するためにLyapunov最適化を用いる。
• 個々のSBSのエネルギー制約のもとで、長期的なシステム性能を最大化するオンライン最適化問題を定式化する。
• 分散型運用では、各SBSがピアオフローディングゲームにおける最良応答戦略を計算し、ナッシュ均衡に収束する。
• フレームワークには2つのバージョンがある：中央集権型のOPEN-Cと自律型のOPEN-A。両者とも、保証された性能バウンドを有する。
• システムのダイナミクスは確率的タスク到着を用いてモデル化され、多様な負荷パターン下で広範なシミュレーションを実施して性能を評価する。
• 実行時および通信のオーバーヘッドを測定し、標準ハードウェア上での実装可能性を検証する。

実験結果

リサーチクエスチョン

• RQ1 将来の状態を知らない状況下で、エネルギー制約のある動的かつ小セルネットワークにおける計算ピアオフローディングをどのように最適化できるか？
• RQ2 提案されたオンラインフレームワークと、将来の情報を完全に把握できるオラクルとの間の性能差はどの程度か？
• RQ3 自己利益志向のSBSはピアオフローディングゲームにおいてどのように戦略的に行動するのか？その結果、どの程度の効率損失が生じるか？
• RQ4 非ポisson型、バースト型、またはi.i.d.でないタスク到着パターン下で、フレームワークの性能はどのようになるか？
• RQ5 本フレームワークを実装する際の実用的な計算および通信オーバーヘッドはどの程度か？

主な発見

• バースト型タスク到着下でも、オフローディングなしの状況と比較して、OPENは遅延コストを最大55％まで低減する。
• OPENとオラクル解との間の性能差は有界であり、近似的に最適な性能を保証する。
• マルコフ過程でモデル化された非i.i.d.タスク到着下でも、OPENは依然として37.5％の遅延低減を達成する。
• OPEN-Cは1回の意思決定サイクルあたり平均0.83msの計算遅延を発生させ、0.2msという無視できるほどの通信オーバーヘッドを有する。
• OPEN-Aは1サイクルあたり28.1msの最良応答計算を要するが、1分の意思決定サイクルに比べれば依然として無視できる。
• ネットワークの非均一性が高くなると、システム性能が向上し、特に過負荷状態のSBSにおいて、OPENがより良い負荷バランスを実現する。