[論文レビュー] Cooperative Service Caching and Workload Scheduling in Mobile Edge Computing

Xiao Ma, Ao Zhou+2 more|arXiv (Cornell University)|Feb 4, 2020

IoT and Edge/Fog Computing参考文献 21被引用数 7

ひとこと要約

本稿では、モバイルエッジコンピューティングにおける共同サービスキャッシュとワークロードスケジューリングを共同最適化するため、ギブスサンプリングとウォーター・フィリングの原則を組み合わせた反復的アルゴリズムICEを提案する。非多項式時間の混合整数非線形プログラミング（MINLP）定式化にもかかわらず、エッジノード間の協調により、サービス応答時間を最小化し、クラウドへの外部化トラフィックを削減することで、多項式時間の計算複雑度でほぼ最適な性能を達成する。

ABSTRACT

Mobile edge computing is beneficial to reduce service response time and core network traffic by pushing cloud functionalities to network edge. Equipped with storage and computation capacities, edge nodes can cache services of resource-intensive and delay-sensitive mobile applications and process the corresponding computation tasks without outsourcing to central clouds. However, the heterogeneity of edge resource capacities and inconsistence of edge storage and computation capacities make it difficult to jointly fully utilize the storage and computation capacities when there is no cooperation among edge nodes. To address this issue, we consider cooperation among edge nodes and investigate cooperative service caching and workload scheduling in mobile edge computing. This problem can be formulated as a mixed integer nonlinear programming problem, which has non-polynomial computation complexity. To overcome the challenges of subproblem coupling, computation-communication tradeoff, and edge node heterogeneity, we develop an iterative algorithm called ICE. This algorithm is designed based on Gibbs sampling, which has provably near-optimal results, and the idea of water filling, which has polynomial computation complexity. Simulations are conducted and the results demonstrate that our algorithm can jointly reduce the service response time and the outsourcing traffic compared with the benchmark algorithms.

研究の動機と目的

• エッジノード間のストレージおよび計算能力の非均一性に起因するエッジリソースの未利用化という課題に対処すること。
• 共同キャッシュとワークロードスケジューリングを通じて、サービス応答時間と中央クラウドへの外部化トラフィックを同時に最小化すること。
• キャッシュとスケジューリングの意思決定のカップリング、計算通信トレードオフ、エッジノードの非均一性という課題を克服すること。
• 計算複雑度が極めて高い混合整数非線形プログラミング問題に対して、ほぼ最適な性能を達成する低複雑度のアルゴリズムを設計すること。

提案手法

• 共同サービスキャッシュとワークロードスケジューリング問題を、応答時間と外部化トラフィックの最小化を目的とした混合整数非線形プログラミング（MINLP）問題として定式化する。
• ギブスサンプリングに基づくICEアルゴリズムを開発し、解空間を確率的に探索することでほぼ最適性を達成する。
• ワークロードをエッジノード間で効率的に割り当てるためにウォーター・フィリングの原則を統合し、多項式時間の計算複雑度を保証する。
• 定常分布が目的関数値の負の指数に比例するマルコフ連鎖モデルを用い、有望なキャッシュポリシーの確率的サンプリングを可能にする。
• ギブスサンプリングプロセスにおける温度パラメータ ω を用いて探索の制御を行い、ω が 0 に近づくにつれてグローバル最適解に収束する。
• ワークロードスケジューリングの部分問題を、ヘッセ行列解析を用いて凸性が証明されたワークロード割り当て行列 Λ に関する凸最適化問題に再定式化する。

実験結果

リサーチクエスチョン

• RQ1 エッジノード間の協調を活用して、モバイルエッジコンピューティングにおけるサービスキャッシュとワークロードスケジューリングをどのように共同最適化できるか？
• RQ2 協調的エッジ環境における計算通信トレードオフが、応答時間とトラフィック削減に与える影響は何か？
• RQ3 計算複雑度が非常に高い協調的キャッシュとスケジューリングのためのNP困難なMINLP定式化に対して、低複雑度のアルゴリズムがほぼ最適な性能を達成できるか？
• RQ4 ストレージおよび計算能力の非均一性を示すエッジノードの非均一性が、リソース利用効率とシステム性能に与える影響は何か？

主な発見

• 温度パラメータ ω が 0 に近づくにつれて、ICEアルゴリズムはサービス応答時間と外部化トラフィックの最小化においてほぼ最適な性能を達成し、グローバル最適解に収束する。
• シミュレーションの結果、ICEはベンチマークアルゴリズムよりも、中央クラウドへの応答時間とトラフィックの両方をより効果的に低減することが示された。
• ワークロードスケジューリングの部分問題は凸性が証明されており、ワークロード割り当て Λ における最適化が容易で、グローバルに最適な解が得られることを保証する。
• ギブスサンプリングの定常分布により、温度パラメータ ω が小さくなるほど最適なキャッシュポリシーが選択される確率が上昇し、アルゴリズムの収束性が裏付けられた。
• ウォーター・フィリングをギブスサンプリングに統合することで、解の品質を維持しつつ、効率的で多項式時間の計算が可能となった。