[論文レビュー] Online Geographical Load Balancing for Energy-Harvesting Mobile Edge Computing

Jie Xu, Hang Wu+2 more|arXiv (Cornell University)|Apr 1, 2017

Energy Harvesting in Wireless Networks被引用数 2

ひとこと要約

本稿では、エネルギー収集型モバイルエッジコンピューティングネットワークを対象として、オンライン地理的負荷分散およびアドミッション制御アルゴリズムGLOBEを提案する。摂動付きラプラシアン最適化を活用することで、将来の知識がなくても分散的・リアルタイムな運用が可能となり、エネルギー因果性およびバッテリのダイナミクスを尊重しながら、近似的最適な性能を達成する。

ABSTRACT

Mobile Edge Computing (MEC) (a.k.a. fog computing) has recently emerged to enable low-latency and location-aware data processing at the edge of mobile networks. Since providing grid power supply in support of MEC can be costly and even infeasible in some scenarios, on-site renewable energy is mandated as a major or even sole power supply. Nonetheless, the high intermittency and unpredictability of energy harvesting creates many new challenges of performing effective MEC. In this paper, we develop an algorithm called GLOBE that performs joint geographical load balancing (GLB) and admission control for optimizing the system performance of a network of MEC-enabled and energy harvesting-powered base stations. By leveraging and extending the Lyapunov optimization with perturbation technique, GLOBE operates online without requiring future system information and addresses significant challenges caused by battery state dynamics and energy causality constraints. Moreover, GLOBE works in a distributed manner, which makes our algorithm scalable to large networks. We prove that GLOBE achieves a close-to-optimal system performance compared to the offline algorithm that knows full future information, and present a critical tradeoff between battery capacity and system performance. Simulation results validate our analysis and demonstrate the superior performance of GLOBE compared to benchmark algorithms.

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）ネットワークにおける間歇的かつ予測不能な再生可能エネルギーの管理という課題に対処すること。
• 将来のシステム情報が不要なオンラインアルゴリズムを設計し、地理的負荷分散とアドミッション制御を統合的に実行すること。
• リソース割り当て意思決定においてエネルギー因果性およびバッテリ状態のダイナミクスを尊重すること。
• 大規模MECネットワークに適したスケーラブルで分散型の運用を達成すること。
• 明示的なトレードオフ機構を用いて、システム性能とバッテリ容量制約のバランスを取ること。

提案手法

• リアルタイムでのワークロード配分とアドミッション制御を統合的に管理するために、摂動付きラプラシアン最適化フレームワークを採用する。
• 時間変動するエネルギー収集、バッテリ状態のダイナミクス、およびサービスレート制約を用いてシステムをモデル化する。
• ラプラシアンドリフトの安定化と、将来の知識がなくてもオンライン意思決定を可能にするために、摂動技術を導入する。
• キューのバックログとエネルギーコストの組み合わせを最小化する最適化問題を定式化し、エネルギー因果性およびバッテリ容量制約を満たすように制約を課す。
• 各基地局が局所的な情報と隣接基地局の状態フィードバックに基づいて局所的意思決定を行う分散アルゴリズムを設計する。
• 時間変動する条件下でもシステムの安定性と収束性を保証するために、2次ラプラシアン関数を用いる。

実験結果

リサーチクエスチョン

• RQ1 将来のエネルギー利用可能性が分からない状況下で、エネルギー収集型MECネットワークにおける地理的負荷分散をどのように効果的に行えるか？
• RQ2 このようなエネルギー制約環境下で、オンラインアルゴリズムとオフラインアルゴリズムの性能差はどの程度か？
• RQ3 間歇的なエネルギー収集が行われる状況下で、バッテリ容量とシステム性能のトレードオフはどのように成立するか？
• RQ4 分散型アルゴリズムは、エネルギー因果性およびバッテリダイナミクスを尊重しながら、近似的最適な性能を達成できるか？
• RQ5 摂動技術は、MECにおけるオンライン負荷分散の安定性と収束性にどのような影響を与えるか？

主な発見

• GLOBEは、将来の情報が全くない状況下でも、最適なオフラインアルゴリズムとの性能差が定数の範囲内に収束する。
• アルゴリズムはタスクキューの安定性を確保し、エネルギー因果性を守ることで、エネルギーの過剰使用を防止する。
• バッテリ容量とシステム性能の間で、重要なトレードオフ関係が確立され、より大きなバッテリ容量は性能損失を低減することが示された。
• シミュレーション結果から、GLOBEはタスク完了率およびエネルギー効率の面で、ベンチマークアルゴリズムを上回ることが確認された。
• GLOBEの分散型アーキテクチャにより、中央集権的な調整なしに大規模ネットワークへのスケーラビリティが実現可能である。
• ラプラシアン最適化における摂動技術は、時間変動するエネルギー供給およびワークロード条件下でも、システムの安定性を効果的に向上させた。