[論文レビュー] Energy-Efficient Resource Allocation for Mobile-Edge Computation Offloading (Extended Version)

Changsheng You, Kaibin Huang+2 more|arXiv (Cornell University)|May 27, 2016

IoT and Edge/Fog Computing参考文献 21被引用数 5

ひとこと要約

本稿では、TDMAおよびOFDMAシステムにおける多ユーザーモバイルエッジコンピューティング（MECO）のエネルギー効率的リソース割り当てを提案し、遅延制約下での総モバイルエネルギー消費を最小化する凸最適化問題を定式化する。主な貢献は、オフロード優先度関数から導出されたしきい値ベースのオフロードポリシーであり、低コストで最適または近似的最適な性能を達成可能である。

ABSTRACT

Mobile-edge computation offloading (MECO) offloads intensive mobile computation to clouds located at the edges of cellular networks. Thereby, MECO is envisioned as a promising technique for prolonging the battery lives and enhancing the computation capacities of mobiles. In this paper, we study resource allocation for a multiuser MECO system based on time-division multiple access (TDMA) and orthogonal frequency-division multiple access (OFDMA). First, for the TDMA MECO system with infinite or finite computation capacity, the optimal resource allocation is formulated as a convex optimization problem for minimizing the weighted sum mobile energy consumption under the constraint on computation latency. The optimal policy is proved to have a threshold-based structure with respect to a derived offloading priority function, which yields priorities for users according to their channel gains and local computing energy consumption. As a result, users with priorities above and below a given threshold perform complete and minimum offloading, respectively. Moreover, for the cloud with finite capacity, a sub-optimal resource-allocation algorithm is proposed to reduce the computation complexity for computing the threshold. Next, we consider the OFDMA MECO system, for which the optimal resource allocation is formulated as a non-convex mixed-integer problem. To solve this challenging problem and characterize its policy structure, a sub-optimal low-complexity algorithm is proposed by transforming the OFDMA problem to its TDMA counterpart. The corresponding resource allocation is derived by defining an average offloading priority function and shown to have close-to-optimal performance by simulation.

研究の動機と目的

• 限られたバッテリーエネルギーおよび計算リソースを有する多ユーザーモバイルエッジコンピューティング（MECO）システムにおけるモバイルエネルギー消費の最小化という課題に対処する。
• 特に、時分割多重（TDMA）および直交周波数分割多重アクセス（OFDMA）システムを対象として、無線および計算リソースの共同割り当てを設計し、MECOのエネルギー効率を向上させる。
• 低コスト実装を可能にするために、最適リソース割り当てポリシーの構造的性質を同定する。
• 混合整数計画問題をTDMAに類似した等価問題に変換することで、OFDMAへの分析をTDMAから拡張する。

提案手法

• 計算遅延および電力制約下で、重み付き合計モバイルエネルギーを最小化するTDMAベースのMECOのための凸最適化問題を定式化する。
• チャネルゲインおよびローカルコンピューティングエネルギーに基づくオフロード優先度関数を定義し、最適ポリシーのしきい値ベース構造を決定づける。
• 優先度関数に基づき、しきい値を超えるユーザーは完全にオフロードされ、それ以下のユーザーは最小限のオフロードが行われることを証明する。
• 計算複雑性を低減しつつ、近似的最適な性能を維持するため、有限容量のクラウドを想定した部分最適アルゴリズムを提案する。
• 平均オフロード優先度関数を用いてOFDMA MECO問題をTDMAに類似した等価問題に変換し、低コストの部分最適解法を可能にする。
• ラマヌジャン・ワイ関数（Lambert W関数）を用いて最適化の主要方程式を解析的に解き、送信時間およびオフロード計算量の閉形式表現を可能にする。

実験結果

リサーチクエスチョン

• RQ1 無限大または有限のクラウド計算容量を有する多ユーザーTDMAベースのMECOシステムにおける最適リソース割り当てポリシーは何か？
• RQ2 最適ポリシーの構造をどのように特徴づけることで、低コスト実装が可能になるか？
• RQ3 OFDMAベースのMECOシステムにおける最適および部分最適リソース割り当ての性能ギャップはどの程度か？
• RQ4 OFDMA MECO問題を効果的にTDMAに類似した問題に変換できるか？
• RQ5 導出されたオフロード優先度関数は、送信エネルギーとローカルコンピューティングエネルギーのトレードオフにどのように影響を与えるか？

主な発見

• TDMAベースのMECOにおける最適リソース割り当ては、しきい値ベースの構造を有しており、優先度がしきい値を超えるユーザーは完全にオフロードされ、それ以下のユーザーは最小限のオフロードが行われる。
• 有限容量のクラウドを想定した場合、反復計算によりしきい値を導出する部分最適アルゴリズムを提案し、複雑性を低減しつつ近似的最適な性能を維持する。
• OFDMAベースのMECOにおいて、平均オフロード優先度関数を活用し、問題をTDMAに類似した形に変換することで、提案された部分最適アルゴリズムが近似的最適な性能を達成する。
• ラマヌジャン・ワイ関数（Lambert W関数）を用いて、各ユーザーの最適送信時間およびオフロード計算量を閉形式で導出でき、計算が効率的に行える。
• 導出された優先度関数はチャネルゲインおよびローカルコンピューティングエネルギーに依存し、エネルギー効率に基づくユーザーの優先順位付けを体系的に行う手法を提供する。
• シミュレーション結果により、提案ポリシーがベースライン手法と比較して、特に高移動度または高遅延環境下で総モバイルエネルギー消費を顕著に削減することが確認された。