[論文レビュー] Energy-delay-cost Tradeoff for Task Offloading in Imbalanced Edge Cloud Based Computing

Weiheng Jiang, Yi Gong+3 more|arXiv (Cornell University)|May 5, 2018

IoT and Edge/Fog Computing参考文献 3被引用数 9

ひとこと要約

本稿は、複数のモバイルユーザー（MUs）と1ユーザーあたり複数のタスクを有する非対称エッジクラウドシステムにおけるタスクオフロードのための、新たなエネルギー-遅延-コストトレードオフフレームワークを提案する。バックホール依存のアクセス遅延とサービスレベル契約（SLA）に基づくリソース課金を捉えるECSアクセスコストという新たな指標を導入することで、合計コスト（効率性）を最小化するか、または1ユーザーあたりの最大コスト（公平性）を最小化するための、共同オフロードとリソース割り当て問題を定式化する。主な貢献は、低複雑性で優れた性能を達成する集中型および分散型ヒューリスティックアルゴリズムによる部分最適解の提示である。

ABSTRACT

In this paper, the imbalance edge cloud based computing offloading for multiple mobile users (MUs) with multiple tasks per MU is studied. In which, several edge cloud servers (ECSs) are shared and accessed by multiple wireless access points (APs) with the backhaul links, and each MU has multiple computing intensive and latency critical tasks should be offloaded to execute, which involves both the AP association and ECS selection, with the objective of minimizing the offloading cost. Distinguished with existing research, besides the transmission delay and energy consumption from MU to AP, the ECS access-cost which characterizes the ECS access delay and (or) resource using cost is introduced, thus finally formulates the delay-energy-cost tradeoff based offloading cost criteria, for the MUs' offloading decision and resource allocation problems. In specific, in our system, the ECS access-cost depends on both the AP and ECS, which reflects the effects of different backhaul techniques used by these APs, and their negotiated payments of ECS resource using under different service level agreements. Both problems of minimizing the sum offloading costs for all MUs (efficiency-based) and minimizing the maximal offloading cost per MU (fairness-based) are discussed. Since these problems are all NP-hard. Therefore, some centralized and distributed heuristic algorithms are proposed to find the suboptimal solutions. Further analysis and numerical results are presented at last to demonstrate the performance of these algorithms from several aspects, such as efficiency, complexity and fairness.

研究の動機と目的

• 制限されたデバイス能力を有するモバイルおよびIoT環境における低遅延でエネルギー効率の高いコンピューティングの増大する需要に対応すること。
• 複数のモバイルユーザーが複数のアクセスポイント（APs）を介してエッジクラウドサーバー（ECSs）を共有する非対称エッジクラウドアーキテクチャにおけるタスクオフロードのモデリングと最適化を行うこと。
• 送信遅延、エネルギー消費、およびECSアクセスコスト（バックホール技術とSLAに基づく課金を反映）を組み合わせた新たなオフロードコスト指標を導入すること。
• 2つのNP困難な最適化問題を定式化・解法する：合計オフロードコストの最小化（効率性ベース）と1ユーザーあたり最大コストの最小化（公平性ベース）。
• 近似的に最適な性能を達成しつつ複雑性を低減する集中型および分散型ヒューリスティックアルゴリズムの設計と評価を行うこと。

提案手法

• 送信遅延、エネルギー消費、およびECSアクセスコストを組み合わせた新たなオフロードコスト指標を導入し、後者にはAPおよびECSの両方の要因を反映させることで、バックホール技術とSLAベースの価格設定を反映する。
• 複数のMUsが複数のタスクを有する状況下で、計算および通信リソース制約のもと、複数のAPへの接続選択とECS選択の問題としてシステムをモデル化する。
• 効率性ベースの問題に対して、遺伝的アルゴリズム（CGA）と分散型適応的マルチエージェント（ADMA）アルゴリズムを提案し、進化的および反復的最適化手法を用いる。
• 公平性を重視する遺伝的アルゴリズム（FGA）を提案し、適応的公平スケジューリング方針を適応的フィットネス関数に組み込むことで、1MUあたりの最大オフロードコストを最小化する。
• 効率性（合計コスト）と公平性（最大コスト）の両方をバランスさせるためのマルチ目的最適化フレームワークを採用し、アルゴリズム設計を別個に最適化する。
• 現実的なパrameterを用いたシミュレーション評価により、効率性、公平性、収束速度、複雑性の観点からアルゴリズムの性能を比較する。

実験結果

リサーチクエスチョン

• RQ1 非対称エッジクラウドシステムにおけるタスクオフロードの真のコストを反映する統合的エネルギー-遅延-コストトレードオフ指標をどのように設計できるか？
• RQ2 アクセス遅延とSLAベースのリソース課金を反映するECSアクセスコストを導入することで、オフロード意思決定およびシステムパフォーマンスにどのような影響を与えるか？
• RQ3 効率性ベースの問題において、集中型および分散型ヒューリスティックアルゴリズムは、オフロードコスト、収束速度、計算複雑性の観点でどのように比較できるか？
• RQ4 公平性を重視するアルゴリズムは、効率性中心の手法と比較して、1ユーザーあたりの最大オフロードコストをどの程度低減できるか？
• RQ5 システムのスケーラビリティ（例：MUsの数や1MUあたりのタスク数の増加）が、コスト、公平性、リソース利用効率の観点から、提案アルゴリズムのパフォーマンスに与える影響はいかほどか？

主な発見

• 集中型遺伝的アルゴリズム（CGA）は、計算リソース要件が低い場合に最適解に極めて近いオフロードコスト性能を達成する。
• 分散型ADMAアルゴリズムは収束速度と複雑性において顕著な優位性を示し、CGAと比較して無視できるほどの性能損失しかなく、大規模システムに適している。
• 公平性を重視するFGAアルゴリズムは、1MUあたりのタスク数が増加するにつれて公平性（Jainの指標）が向上するが、当初の予想とは反対の傾向を示す。
• 計算リソースが限られている状況では、CGAはオフロード比においてFGAを上回り、MUsの数が増加するにつれて性能差が拡大する。これは、CGAの優れたリソース活用能力を裏付ける。
• 平均計算要件が低い場合、CGAとADMAのオフロードコスト差は最小限に抑えられ、分散型アプローチのロバストネスを裏付ける。
• ECSアクセスコストの導入により、バックホールおよびSLA効果を反映したより現実的なオフロードコストモデルが実現され、より正確なシステム最適化が可能になった。