[論文レビュー] Information-Centric Wireless Networks with Mobile Edge Computing

Yuchen Zhou, F. Richard Yu+2 more|arXiv (Cornell University)|Jun 29, 2017

Caching and Content Delivery参考文献 17被引用数 3

ひとこと要約

本稿では、モバイルエッジコンピューティング（MEC）とネットワーク内キャッシュを統合した仮想化された異種ネットワークフレームワークを提案し、通信、計算、キャッシュリソースを共同最適化する。分散ADMMベースのアルゴリズムを用いることで、低複雑性・低オーバーヘッドなリソース割り当てを実現し、特にコンテンツキャッシュと計算オフロードを組み合わせることで総合的利得が顕著に向上する。

ABSTRACT

In order to better accommodate the dramatically increasing demand for data caching and computing services, storage and computation capabilities should be endowed to some of the intermediate nodes within the network. In this paper, we design a novel virtualized heterogeneous networks framework aiming at enabling content caching and computing. With the virtualization of the whole system, the communication, computing and caching resources can be shared among all users associated with different virtual service providers. We formulate the virtual resource allocation strategy as a joint optimization problem, where the gains of not only virtualization but also caching and computing are taken into consideration in the proposed architecture. In addition, a distributed algorithm based on alternating direction method of multipliers is adopted to solve the formulated problem, in order to reduce the computational complexity and signaling overhead. Finally, extensive simulations are presented to show the effectiveness of the proposed scheme under different system parameters.

研究の動機と目的

• モバイルエッジコンピューティング（MEC）とネットワーク内キャッシュを統合することで、無線ネットワークにおける動画配信と計算の効率的要請に対応する。
• 従来のシステムがMECとキャッシュを別個の問題として扱うため、リソース利用が最適でないという限界を克服する。
• ネットワーク仮想化を通じて、異なる仮想サービスプロバイダー（VSP）のユーザー間で通信、計算、キャッシュリソースを動的に共有可能にする。
• 仮想化、キャッシュ、計算の利点を捉えた共同最適化問題を定式化し、全体のシステム利得を最大化する。
• 計算複雑性とシグナル伝送オーバーヘッドを低減しつつ性能を維持するための分散アルゴリズムを設計する。

提案手法

• サービスプロバイダー（SP）の要請に基づいて、モバイル仮想ネットワークオペレータ（MVNO）が仮想ネットワークを構築する仮想化された異種ネットワーク（HetNets）フレームワークを設計する。
• 2種類のSP（キャッシュを持つSP1と持たないSP2）をモデル化し、サービス提供の差別化を可能にする。
• 仮想リソース割り当てのための共同最適化問題を定式化し、仮想化、キャッシュ、計算の利点を組み込んで総合的利得を最大化する。
• 交替方向乗数法（ADMM）を用いて、結合された問題を部分問題に分解し、分散計算を可能にするとともに、シグナル伝送オーバーヘッドを低減する。
• 収束判定のためのプライムおよびデュアルの妥当性条件（許容誤差：υ_pri および υ_dual）を導入する。
• マージナル利益の計算に基づくバイナリ回復を実装し、最適なユーザーアソシエーションおよびリソース割り当てを決定する。

実験結果

リサーチクエスチョン

• RQ1 仮想化された無線ネットワークにおいて、モバイルエッジコンピューティングとネットワーク内キャッシュをどのように共同最適化すればシステム利得を向上させられるか？
• RQ2 仮想化をキャッシュと計算と統合することで、リソース割り当て効率とシステム性能にどのような影響を与えるか？
• RQ3 分散ADMMベースのアルゴリズムは、集中型手法と比較して、計算複雑性とシグナル伝送オーバーヘッドを低減しつつ、近似的最適性能を達成できるか？
• RQ4 キャッシュの導入が、特に人気動画コンテンツの再利用率が高い状況下で、MVNOの総合的利得にどのように影響を与えるか？
• RQ5 さまざまなシステムパラメータの下で、提案されたADMMベースのアルゴリズムの収束特性と性能トレードオフはいかなるものか？

主な発見

• 提案されたADMMベースの分散アルゴリズムは、速やかに安定解に収束し、罰則パラメータρが大きくなるほど収束速度が向上する。
• キャッシュを含む手法は、キャッシュなしの分散手法と比較して、特に人気コンテンツの再利用が顕著な場合に顕著に高い総合的利得を達成する。
• コンテンツ配布およびCSI交換のシグナル伝送オーバーヘッドが低減されているにもかかわらず、提案手法は集中型最適解に非常に近い性能を示す。
• ユーザー数が増加するにつれて、すべての手法の総合的利得は上昇するが、キャッシュの利点により提案手法は性能優位性を維持する。
• ρ = 2に設定すると、収束速度と解の精度のバランスが良く、シミュレーション設定において最適であることが判明した。