[論文レビュー] Joint Optimization of Radio Resources and Code Partitioning in Mobile Edge Computing

Paolo Di Lorenzo, Sergio Barbarossa+1 more|arXiv (Cornell University)|Jul 15, 2013

Age of Information Optimization被引用数 28

ひとこと要約

本稿では、遅延制約下でのモバイルデバイスのエネルギー消費を最小化することを目的として、モバイルエッジコンピューティングにおける無線リソース割り当てとコードパーティショニングの共同最適化フレームワークを提案する。アプリケーションを重み付き有向コールグラフとしてモデル化し、送信電力、モードサイズ、オフロード意思決定を同時に最適化することで、単一チャネルおよびマルチチャネルシステムの両方において、グローバルに最適なエネルギー効率を達成する。

ABSTRACT

The aim of this paper is to propose a computation offloading strategy for mobile edge computing. We exploit the concept of call graph, which models a generic computer program as a set of procedures related to each other through a weighted directed graph. Our goal is to derive the optimal partition of the call graph establishing which procedures are to be executed locally or remotely. The main novelty of our work is that the optimal partition is obtained jointly with the selection of radio parameters, e.g., transmit power and constellation size, in order to minimize the energy consumption at the mobile handset, under a latency constraint taking into account transmit time and execution time. We consider both single and multi-channel transmission strategies and we prove that a globally optimal solution can be achieved in both cases. Finally, we propose a suboptimal strategy aimed at solving a relaxed version of the original problem in order to tradeoff complexity and performance of the proposed framework. Finally, several numerical results illustrate under what conditions in terms of call graph topology, communication strategy, and computation parameters, the proposed offloading strategy provides large performance gains.

研究の動機と目的

• 動画ストリーミングやセンサデータ処理などのエネルギー集約型モバイルアプリケーションにおけるエネルギー消費のボトルneckを解決すること。
• 従来のモバイルクラウドコンピューティングの限界を克服し、局所的なエッジオフロードによって遅延と消費電力を低減すること。
• モバイルデバイスのエネルギー消費を最小化するために、同時に最適なコードパーティショニングと無線リソース割り当て（送信電力、変調方式）を決定する共同最適化戦略を開発すること。
• アプリケーション固有の遅延制約を満たしつつ、グローバル最適性を維持すること。
• 単一およびマルチチャネル無線送信環境に適用可能なスケーラブルなフレームワークを提供すること。

提案手法

• ノードが手続きを表し、エッジが関連する計算コストおよびデータ転送コストを持つ手続き呼び出し依存関係を有する重み付き有向コールグラフとしてアプリケーションをモデル化する。
• エンド・ツー・エンドの遅延制約を厳密に満たす条件下で、合計モバイルエネルギー消費（計算および無線送信エネルギーの両方を含む）を最小化する共同最適化問題を定式化する。
• 2つの意思決定変数（コードパーティショニング：ローカル実行 vs. リモート実行、および無線パrameter：送信電力およびモードサイズ）を最適化する。
• 目的関数が擬似凸であることを証明し、任意の停留点がグローバル最小値に対応することを保証することで、グローバルに最適な解を得られる。
• 計算複雑性を低減しつつ、ほぼ最適な性能を維持するための部分最適化緩和戦略を提案する。
• 擬似凸性の性質を活用して、凸最適化技術を用いて効率的に緩和問題を解き、グローバル最適解への保証付き収束を実現する。

実験結果

リサーチクエスチョン

• RQ1 コードパーティショニングと無線リソース割り当ての共同最適化は、モバイルエッジコンピューティングにおけるエネルギー消費をどのように低減できるか？
• RQ2 コールグラフ構造の特性は、遅延およびエネルギー制約下でのオフロード戦略のパフォーマンスにどのような影響を及ぼすか？
• RQ3 単一およびマルチチャネル送信モデルの両方において、グローバルに最適な解を達成できるか？
• RQ4 提案手法は、従来のオフロード戦略と比較して、エネルギー効率および遅延の点でどのように優れているか？
• RQ5 部分最適化緩和アプローチにおける計算複雑性とパフォーマンスのトレードオフは何か？

主な発見

• 目的関数の擬似凸性を活用することで、本稿で提案する共同最適化フレームワークは、単一およびマルチチャネル送信モデルの両方においてグローバルに最適な解を達成する。
• エネルギー関数の擬似凸性のおかげで、最適解がグローバル最小値に保証され、最高のエネルギー効率への収束が保証される。
• 数値結果から、特に高データ転送量または高遅延環境において、従来のオフロード戦略と比較して顕著なエネルギー削減が達成されている。
• 部分最適化緩和戦略は、計算複雑性を著しく低減しつつも、ほぼ最適なパフォーマンスを維持でき、リアルタイム展開に適している。
• 複雑なコールグラフ構造および高計算強度を持つアプリケーションでは、最適なオフロード意思決定が最大のエネルギー削減をもたらす。
• 本手法はエネルギー効率と遅延のバランスを効果的にとらえ、さまざまなチャネル状態および計算パrameterにわたり、頑健な性能を示している。