[論文レビュー] Game-based Pricing and Task Offloading in Mobile Edge Computing Enabled Edge-Cloud Systems

Yi Su, Wenhao Fan+2 more|arXiv (Cornell University)|Jan 14, 2021

IoT and Edge/Fog Computing参考文献 25被引用数 4

ひとこと要約

本稿は、モバイルエッジコンピューティング（MEC）を備えたエッジクラウドシステムにおけるタスクオフロードおよび価格設定のための分散型ゲーム理論的メカニズムを提案する。オフロードサービスプロバイダー（OSPs）とIoTモバイルデバイス（MDs）の間の相互作用を、マルチリーダーマルチフォロワーのスタックルベルクゲームとしてモデル化している。MDs用の反復近接オフロードアルゴリズム（IPOA）とOSPs用の反復スタックルベルク価格設定アルゴリズム（ISPA）を導入し、IPOAがMDの不満度を顕著に低減し、ISPAがOSPsの収益を向上させることを示している。価格の無秩序度は150%未満である。

ABSTRACT

As a momentous enabling of the Internet of things (IoT), mobile edge computing (MEC) provides IoT mobile devices (MD) with powerful external computing and storage resources. However, a mechanism addressing distributed task offloading and price competition for the open exchange marketplace has not been established properly, which has become a huge obstacle to MEC's application in the IoT market. In this paper, we formulate a distributed mechanism to analyze the interaction between OSPs and IoT MDs in the MEC enabled edge-cloud system by appling multi-leader multi-follower two-tier Stackelberg game theory. We first prove the existence of the Stackelberg equilibrium, and then we propose two distributed algorithms, namely iterative proximal offloading algorithm (IPOA) and iterative Stackelberg game pricing algorithm (ISPA). The IPOA solves the follower non-cooperative game among IoT MDs and ISPA uses backward induction to deal with the price competition among OSPs. Experimental results show that IPOA can markedly reduce the disutility of IoT MDs compared with other traditional task offloading schemes and the price of anarchy is always less than 150\%. Besides, results also demonstrate that ISPA is reliable in boosting the revenue of OSPs.

研究の動機と目的

• 中央機関が存在しないMECを備えたIoTシステムにおける、分散型で競争的なタスクオフロードおよび価格設定メカニズムの欠如に対処する。
• 分散型マーケットプレイスにおける複数の利己的OSP（リーダー）とIoT MD（フォロワー）の相互作用をモデル化する。
• 遅延、エネルギー消費、支払いコストを統合した不満度関数をMDsに定式化し、品質体験（QoE）を反映する。
• 固定されたOSP価格下で、MDsがナッシュ均衡のオフロード戦略を求める分散型アルゴリズム（IPOA）を設計する。
• 非協力的競争に基づき、反復的に価格を調整できる動的価格設定アルゴリズム（ISPA）を考案する。

提案手法

• MECを備えたエッジクラウド環境におけるOSP-MD相互作用を、マルチリーダーマルチフォロワーの二段階スタックルベルクゲームとして定式化する。
• キューイング遅延、送信エネルギー、金銭的コストを統合した不満度関数をMDsに定義し、QoEを定量化する。
• 近接点法を用いてMDs間のフォロワー層非協力ゲームを解く反復近接オフロードアルゴリズム（IPOA）を提案する。
• 後退帰納法を用いてOSPs間のリーダー層非協力ゲームを解く反復スタックルベルク価格設定アルゴリズム（ISPA）を導入する。
• MDの利得関数の完全な知識がなくても、利得の導関数の近似を用いて、プライバシーを保全した動的価格更新を可能にする。
• 後退帰納法を適用し、反復的に均衡価格を計算することで、スタックルベルグ均衡への収束を保証する。

実験結果

リサーチクエスチョン

• RQ1 MECを備えたエッジクラウドシステムにおけるタスクオフロードおよび価格設定のマルチリーダーマルチフォロワーゲームモデルに、スタックルベルグ均衡が存在するか？
• RQ2 分散型アルゴリズム（IPOA）は、固定されたOSP価格下で、IoT MDのナッシュ均衡オフロード戦略を効果的に計算できるか？
• RQ3 OSPsは、非協力的かつプライバシー保護的な方法で、どのようにして自身の利得を最大化するように価格を動的に調整できるか？
• RQ4 従来のオフロード方式と比較して、提案されたメカニズムは、システム効率および公平性をどの程度向上させるか？
• RQ5 MDの不満度低減およびOSPsの収益増加という観点から、このメカニズムのパフォーマンスはどの程度か？

主な発見

• 提案されたメカニズムは、150%未満の価格の無秩序度を達成しており、利己的行動に起因するシステム性能損失が有界であることを示している。
• IPOAは、従来のオフロード方式と比較して、IoT MDの不満度を顕著に低減しており、QoEの向上を実証している。
• ISPAはOSPsの収益を効果的に向上させており、50回の反復後、ブラインド価格設定と比較して平均利得が7.5%向上した。
• 反復回数が増えるにつれてOSPsの価格は急激に上昇し、エッジコンピューティングプロバイダーはクラウドプロバイダーに比べて高い価格を設定している。これは、性能優位性によるものである。
• ISPAの各反復において、すべてのOSPsの利得が向上しており、エッジコンピューティングOSPsはクラウドコンピューティングOSPsよりも常に高い利得を達成している。
• MDの平均不満度は、送信電力（εᵢᵗˣ）が高くなると上昇するが、IPOAは、さまざまなタスク到着レートおよび電力レベルにおいても低不満度を維持している。