[論文レビュー] Dynamic Service Migration in Mobile Edge-Clouds

Shiqiang Wang, Rahul Urgaonkar+4 more|arXiv (Cornell University)|Jun 17, 2015

Age of Information Optimization被引用数 34

ひとこと要約

本稿では、不確実なユーザー移動を伴うモバイルエッジクラウドにおける動的サービス移行を、遅延とネットワークコストを最小化するためのマルコフ決定過程（MDP）として定式化する。ユーザーとサービスの距離を用いた状態空間の近似により、近似的に最適な移行方針の計算が効率的に行える。シミュレーションではサンフランシスコの実際のタクシー移動トレースを用いて検証された。

ABSTRACT

We study the dynamic service migration problem in mobile edge-clouds that host cloud-based services at the network edge. This offers the benefits of reduction in network overhead and latency but requires service migrations as user locations change over time. It is challenging to make these decisions in an optimal manner because of the uncertainty in node mobility as well as possible non-linearity of the migration and transmission costs. In this paper, we formulate a sequential decision making problem for service migration using the framework of Markov Decision Process (MDP). Our formulation captures general cost models and provides a mathematical framework to design optimal service migration policies. In order to overcome the complexity associated with computing the optimal policy, we approximate the underlying state space by the distance between the user and service locations. We show that the resulting MDP is exact for uniform one-dimensional mobility while it provides a close approximation for uniform two-dimensional mobility with a constant additive error term. We also propose a new algorithm and a numerical technique for computing the optimal solution which is significantly faster in computation than traditional methods based on value or policy iteration. We illustrate the effectiveness of our approach by simulation using real-world mobility traces of taxis in San Francisco.

研究の動機と目的

• ユーザー移動によるネットワーク状態の変動が生じるモバイルエッジクラウドにおける最適なサービス移行の課題に対処すること。
• ユーザー移動の不確実性と非線形コストを考慮した、逐次的意思決定問題としてのサービス移行のモデル化。
• ユーザーとサービスの位置間の距離を用いた状態空間の近似により、MDPに基づく方策の計算複雑度を低減すること。
• 従来の価値反復や方策反復法よりも高速に最適移行方針を計算するための高速数値アルゴリズムの開発。
• サンフランシスコのタクシーから得た実世界の移動トレースを用いて、本手法の実用的有効性を評価すること。

提案手法

• ユーザー移動の動的で不確実な性質とコスト関数をモデル化するため、サービス移行をマルコフ決定過程（MDP）として定式化する。
• 状態空間全体を、ユーザーとサービスの位置間の距離のみで近似することで、1次元一様移動では正確に、2次元では有界な誤差を伴う近似で正確に表現できる。
• 従来の価値反復や方策反復法よりも著しく高速に最適方策を計算できる、新しい数値技術を導入する。
• 伝送コストと移行コストを一般化したコストモデルを採用し、非線形性に対応可能である。
• サンフランシスコの実際のタクシー移動トレースを用いて、実際のユーザー移動パターンを模擬し、手法の妥当性を検証する。

実験結果

リサーチクエスチョン

• RQ1 不確実で動的なユーザー移動が生じるモバイルエッジクラウドにおいて、どのようにしてサービス移行意思決定を最適化できるか？
• RQ2 ユーザーとサービスの距離を用いた状態空間の近似が、移行方針の正確性と性能に与える影響は何か？
• RQ3 従来のMDPソルバーよりも高速に最適移行方針を計算できる数値手法を開発できるか？
• RQ4 都市部のタクシー移動に見られるような実世界の移動パターン下で、本手法はどの程度の性能を示すか？

主な発見

• 距離に基づく状態空間近似は、1次元一様移動では正確な解を、2次元一様移動では定数の加法的誤差を伴う近似解をもたらす。
• 提案された数値アルゴリズムは、従来の価値反復や方策反復法よりも著しく高速に最適方策を計算できる。
• 実際のタクシー移動トレースを用いたシミュレーションにより、動的エッジクラウド環境下で遅延とネットワークオーバヘッドが効果的に低減されることが示された。
• 本フレームワークは、非線形な移行コストや伝送コストを含む一般化されたコストモデルを効果的に捉えることができ、より広範な適用可能性を有する。