[論文レビュー] Joint Computation and Communication Cooperation for Mobile Edge Computing

Xiaowen Cao, Feng Wang+3 more|arXiv (Cornell University)|Apr 22, 2017

IoT and Edge/Fog Computing参考文献 12被引用数 7

ひとこと要約

本稿では、遅延制約を満たしつつ総消費エネルギーを最小化するため、4スロットプロトコルを用いたモバイルエッジコンピューティング（MEC）における計算および通信の共同協力フレームワークを提案する。ユーザー、ヘルパー、アクセスポイント間で、時間割り当て、タスク分割、CPU周波数、送信パワーを共同最適化することにより、非協力的または単一リソース協力のベンチマークと比較して、優れたエネルギー効率と計算能力を達成する。

ABSTRACT

This paper proposes a novel joint computation and communication cooperation approach in mobile edge computing (MEC) systems, which enables user cooperation in both computation and communication for improving the MEC performance. In particular, we consider a basic three-node MEC system that consists of a user node, a helper node, and an access point (AP) node attached with an MEC server. We focus on the user's latency-constrained computation over a finite block, and develop a four-slot protocol for implementing the joint computation and communication cooperation. Under this setup, we jointly optimize the computation and communication resource allocation at both the user and the helper, so as to minimize their total energy consumption subject to the user's computation latency constraint. We provide the optimal solution to this problem. Numerical results show that the proposed joint cooperation approach significantly improves the computation capacity and the energy efficiency at the user and helper nodes, as compared to other benchmark schemes without such a joint design.

研究の動機と目的

• 有限な計算および通信リソースに起因するモバイルエッジコンピューティング（MEC）システムにおけるエネルギーおよび遅延制限を解消すること。
• 遅延制約環境下でのMEC性能向上のため、計算および通信の両面におけるユーザー協力を検討すること。
• ユーザーおよびヘルパーノードの総消費エネルギーを最小化するために、時間、パワー、タスク分割、CPU周波数を共同最適化すること。
• 協働計算およびリレーベース通信を可能にする4スロットプロトコルの開発。
• 個別に計算または通信協力を実施する手法と比較して、統合的設計が優れていることを示すこと。

提案手法

• 4スロットプロトコルを設計：(1) ユーザーが自身のタスクの一部をヘルパーにオフロード；(2) ヘルパーがユーザーのデータをAPにリレーサービス；(3) ヘルパーが継続的にリレーサービスを実行；(4) APがオフロードされたタスクを実行。
• 3ノードMEC構成（ユーザー、ヘルパー、APにMECサーバーを備える）としてシステムをモデル化。
• 時間割り当て（τ₁）、タスク分割（Lh, Lp）、CPU周波数（fu, fh）、送信パワー（Pu）を共同最適化。
• ラグランジュ双対法およびKKT条件を用いて非凸最適化問題を凸問題に変換。
• カールシュ＝クーン＝タッカー（KKT）条件および補完性スラックネスを用いて、半閉形式の最適解を導出。
• エネルギー、遅延、リソース制約を組み込んだラグランジュ関数を用い、双対分解を可能にする。

実験結果

リサーチクエスチョン

• RQ1 計算および通信の共同協力は、MECシステムにおけるエネルギー効率を著しく向上させ得るか？
• RQ2 4スロットプロトコルは、計算および通信の両方で同時に協力を可能にする仕組みは何か？
• RQ3 遅延制約下で総消費エネルギーを最小化するための時間、パワー、計算リソースの最適割り当ては何か？
• RQ4 個別に計算または通信協力を実施する手法と比較して、共同最適化は性能でどのように優れているか？
• RQ5 計算および通信の共同協力が個別協力またはローカル実行を上回る条件は何か？

主な発見

• 提案された共同協力方式は、すべてのテストシナリオで最小のエネルギー消費を達成し、ローカル計算、計算協力、通信協力の各方式を上回る性能を示した。
• 時間ブロックが短い場合（T < 0.03 秒）、通信協力が計算協力よりも優れていたが、Tが増加するにつれて傾向は逆転した。
• タスクサイズが小さい場合（L < 0.06 Mbits）、ローカル計算は共同協力とほぼ同等の性能を示したが、Lが増加するにつれて共同協力の利点が顕著に現れた。
• 共同協力方式は、ヘルパーの計算および通信リソースを活用することで、計算能力およびエネルギー効率を著しく向上させた。
• 数値結果により、KKTおよび双対性を用いて導出された半閉形式解により、提案された最適化フレームワークが近似的最適性能に達することが確認された。
• 最適な時間割り当てτ₁*は閉形式で導出され、オフロード遅延とエネルギー消費のトレードオフが明確に示された。