[論文レビュー] Federated Learning-Assisted Optimization of Mobile Transmission with Digital Twins

Mohammad Heydari, T.D. Todd+2 more|arXiv (Cornell University)|Feb 20, 2026

IoT and Edge/Fog Computing被引用数 0

ひとこと要約

論文は、デジタルツイン（DT）が中央スケジューラと協力して、生データを開示せずにプライベートデータ駆動のアップリンクスケジューリング問題（P1-P3）を解く連合最適化フレームワークを提示する。依存丸めを用いてチャネルスケジュールを取得し、ミリ秒規模のエンドツーエンド実行時間と一貫したメイクスパン削減、最小限の予算違反を達成する。

ABSTRACT

A Digital Twin (DT) may protect information that is considered private to its associated physical system. For a mobile device, this may include its mobility profile, recent location(s), and experienced channel conditions. Online schedulers, however, typically use this type of information to perform tasks such as shared bandwidth and channel time slot assignments. In this paper, we consider three transmission scheduling problems with energy constraints, where such information is needed, and yet must remain private: minimizing total transmission time when (i) fixed-power or (ii) fixed-rate time slotting with power control is used, and (iii) maximizing the amount of data uploaded in a fixed time period. Using a real-time federated optimization framework, we show how the scheduler can iteratively interact only with the DTs to produce global fractional solutions to these problems, without the latter revealing their private information. Then dependent rounding is used to round the fractional solution into a channel transmission schedule for the physical systems. Experiments show consistent makespan reductions with near-zero bandwidth/energy violations and millisecond-order end-to-end runtime for typical edge server hardware. To the best of our knowledge, this is the first framework that enables channel sharing across DTs using operations that do not expose private data.

研究の動機と目的

• DTsを用いたプライバシー保護型のアップリンクスケジューリングを動機づける。
• エネルギー制約下での三つの伝送スケジューリング問題P1, P2, P3を定式化する。
• プライベートデータを局所に保ちつつグローバルスケジュールを解く連合最適化フレームワークを開発する。
• 凸緩和と依存丸めを用いて実現可能なスケジュールを得る実用的なソリューションパイプラインを提供する。

提案手法

• スケジューリング問題を局所およびグローバル制約を含む制約付き連合最適化へマッピングする。
• DT上のプライベートデータを保持しつつ、近似付きラグ最適化法（proximal augmented Lagrangian）と不完全ADMMで凸緩和を解く。
• 分数解を二値の伝送スケジュールへ変換するために依存丸めを適用する。
• 帯域幅やエネルギーを調整して制約を満たすための実現性向上を行う。
• 再最適化ステップを含むパイプラインでFPS（固定出力）とPCS（電力制御）スケジューラを比較する。

実験結果

リサーチクエスチョン

• RQ1 複数のDT間でプライベートなチャネル・デバイスデータを公開せずにアップリンクスケジューリングを実行するにはどうすればよいか？
• RQ2 P1およびP3に対して連合最適化が近似最適な分数解を提供し、信頼できる実現可能スケジュールへの丸めが可能か？
• RQ3 提案されたFLベースのアプローチがメイクスパン、帯域/エネルギー予算違反、エンドツーエンドの実行時間に与える影響は？
• RQ4 FPSとPCSは性能とプライバシー保護特性の点でどのように比較されるか？

主な発見

• DT対応の連合最適化は、一貫したメイクスパン削減とほぼゼロに近い予算/エネルギー違反を達成する。
• エンドツーエンドの実行時間は典型的なエッジ機器でミリ秒オーダーである。
• プライベートデータは各DT内にとどまり、DT同士は軽量なサマリーのみを交換する。
• 依存丸めは生データを開示せずに分数解を実現可能な伝送スケジュールへ変換する。
• フレームワークはDT間でチャネル共有を実現しつつ、設計上のプライバシーを維持する（追加の差分プライバシー保証は主張していない）。
• シミュレーション結果はFPSおよびPCSの下で帯域幅/エネルギー違反がごく僅かであることを示す。