[論文レビュー] Multiuser Resource Allocation for Mobile-Edge Computation Offloading

Changsheng You, Kaibin Huang|arXiv (Cornell University)|Apr 9, 2016

IoT and Edge/Fog Computing参考文献 13被引用数 6

ひとこと要約

本稿では、重み付き合計エネルギー消費を最小化するための、マルチユーザモバイルエッジコンピューティング（MECO）におけるしきい値ベースのリソース割り当て方式を提案する。チャネル利得とローカルコンピューティングエネルギーに基づくオフロード優先度関数を導出することで、最適方策により、しきい値を超えるユーザーは完全にオフロードし、それ以下のユーザーは最小限のオフロードを行うことが可能となり、低コストの部分最適アルゴリズムにより近似的に最適性能を達成する。

ABSTRACT

Mobile-edge computation offloading (MECO) offloads intensive mobile computation to clouds located at the edges of cellular networks. Thereby, MECO is envisioned as a promising technique for prolonging the battery lives and enhancing the computation capacities of mobiles. In this paper, we consider resource allocation in a MECO system comprising multiple users that time share a single edge cloud and have different computation loads. The optimal resource allocation is formulated as a convex optimization problem for minimizing the weighted sum mobile energy consumption under constraint on computation latency and for both the cases of infinite and finite edge cloud computation capacities. The optimal policy is proved to have a threshold-based structure with respect to a derived offloading priority function, which yields priorities for users according to their channel gains and local computing energy consumption. As a result, users with priorities above and below a given threshold perform complete and minimum offloading, respectively. Computing the threshold requires iterative computation. To reduce the complexity, a sub-optimal resource-allocation algorithm is proposed and shown by simulation to have close-to-optimal performance.

研究の動機と目的

• 共有エッジクラウドリソースを有するマルチユーザモバイルエッジコンピューティング（MECO）システムにおけるエネルギー効率の向上を目的とする。
• 計算遅延およびリソース制約の下で、重み付き合計モバイルエネルギー消費を最小化することを目的とする。
• 時分割多重アクセス（TDMA）を用いるMECOシステムにおける最適リソース割り当て方策の構造的洞察を導出することを目的とする。
• 最適性能に近く、計算複雑度が低い部分最適アルゴリズムの設計を目的とする。

提案手法

• 遅延および容量制約の下で重み付き合計モバイルエネルギーを最小化する凸最適化問題として、リソース割り当て問題を定式化する。
• ユーザーのチャネル利得とローカルコンピューティングエネルギー消費に基づき、オフロード優先度関数を導出する。
• 最適方策がしきい値ベースの構造を有することを証明する：優先度がしきい値を超えるユーザーは完全にオフロードされ、それ以下のユーザーは最小限のオフロードが行われる。
• ラグランジュ双対法およびランベルトW関数を用いて双対問題を解析的に解き、しきい値を導出する。
• 繰り返し的なしきい値計算を回避しつつ、近似的に最適性能を維持する部分最適アルゴリズムを提案する。
• シミュレーションを用いて性能を検証し、複雑度を低減しつつ最適に近いエネルギー効率を達成していることを示す。

実験結果

リサーチクエスチョン

• RQ1 共有エッジクラウド容量を有するマルチユーザMECOシステムにおける、リソース割り当ての最適構造は何か？
• RQ2 上行リンク送信エネルギーとローカルコンピューティングエネルギーのトレードオフは、オフロード意思決定にどのように影響するか？
• RQ3 単純なしきい値ベースの方策は、MECOシステムで近似的に最適なエネルギー効率を達成できるか？
• RQ4 ユーザー固有のチャネル品質およびローカルコンピューティングエネルギーは、オフロード優先度を決定する上で果たす役割は何か？
• RQ5 最適しきい値を求める計算複雑度を、性能を損なわずに低減する方法は何か？

主な発見

• 最適リソース割り当て方策は、しきい値ベースの構造を示しており、優先度がしきい値を超えるユーザーは完全にオフロードされ、それ以下のユーザーは最小限のオフロードが行われる。
• オフロード優先度関数はチャネル利得とローカルコンピューティングエネルギーに依存し、公平かつエネルギー効率の高いユーザーの優先順位付けを可能にする。
• 最適しきい値はランベルトW関数を用いて導出され、繰り返し計算を要するため、部分最適代替案の必要性が生じる。
• 提案された部分最適アルゴリズムは、シミュレーションにおいて最適解の5％以内の性能を達成しており、著しく低い複雑度を実現している。
• 特に有限容量のエッジクラウド環境において、無線リソースと計算リソースを共同最適化することで顕著なエネルギー削減が達成される。
• 理論的分析から、適切に定義された優先度関数のもとでは、最適方策が個々のユーザーのデータサイズに対して感度が低いことが明らかになった。