[論文レビュー] Optimal Task Scheduling in Communication-Constrained Mobile Edge Computing Systems for Wireless Virtual Reality

Xiao Yang, Zhiyong Chen+3 more|arXiv (Cornell University)|Aug 2, 2017

Caching and Content Delivery参考文献 6被引用数 3

ひとこと要約

本稿は、20msのエンドツーエンド遅延制約を満たしつつ、通信リソースを制限する状況下で、平均タスクあたりの送信データ量を最小化するための、無線VR向け通信制約付きモバイルエッジコンピューティング（MEC）フレームワークを提案する。ラプラシアンに基づくタスクスケジューリング方策を用い、ローカル実行とMECオフロードの間で動的に選択することで、データ送信を低減する。従来のMECアプローチと比較して、通信リソース消費量を顕著に削減する結果を得た。

ABSTRACT

Mobile edge computing (MEC) is expected to be an effective solution to deliver 360-degree virtual reality (VR) videos over wireless networks. In contrast to previous computation-constrained MEC framework, which reduces the computation-resource consumption at the mobile VR device by increasing the communication-resource consumption, we develop a communications-constrained MEC framework to reduce communication-resource consumption by increasing the computation-resource consumption and exploiting the caching resources at the mobile VR device in this paper. Specifically, according to the task modularization, the MEC server can only deliver the components which have not been stored in the VR device, and then the VR device uses the received components and the corresponding cached components to construct the task, resulting in low communication-resource consumption but high delay. The MEC server can also compute the task by itself to reduce the delay, however, it consumes more communication-resource due to the delivery of entire task. Therefore, we then propose a task scheduling strategy to decide which computation model should the MEC server operates, in order to minimize the communication-resource consumption under the delay constraint. Finally, we discuss the tradeoffs between communications, computing, and caching in the proposed system.

研究の動機と目的

• 360度VR向けの従来の計算制約付きMECにおける高い通信オーバーヘッドを解消するため、通信リソース使用量の低減に寄与するトレードオフにシフトすること。
• 厳密なエンドツーエンド遅延制約（例：20ms）下で、タスクあたりの平均送信データ量を最小化するタスクスケジューリング戦略の開発。
• 無線VR向けモバイルエッジコンピューティングシステムにおいて、通信、コンピューティング、キャッシュリソースを統合最適化すること。
• ローカルコンピューティングとキャッシュの活用が、完全なMECオフロードと比較してデータオフロードを顕著に削減できることを示すこと。

提案手法

• ラプラシアン最適化理論を用いて、遅延制約下での送信データ最小化問題を定式化する。
• タスクをモジュラーなコンponents（例：MMTアセット）としてモデル化し、VRデバイスでキャッシュ済みおよび受信済みの部分から再構成可能であることを想定する。
• 2種類の計算モデルを導入する：(1) キャッシュ済みおよび受信済みコンponentsを用いたローカル実行、(2) タスク全体をMECサーバーに送信し、そこで計算を行うMECオフロード。
• キュー状態とシステム制約に基づき、各タスクに対して最適な計算モデルを選択する動的スケジューリング方策を導出する。
• ドリフトプラスペナルティフレームワークを用い、遅延と通信コストのバランスを保ちながら、安定性と近似的最適性能を確保する。
• 理論的解析を用いて、アルゴリズムが最適解からO(1/V)の性能ギャップを達成することを証明する。

実験結果

リサーチクエスチョン

• RQ1 通信制約付きMECシステムにおいて、エンドツーエンド遅延を損なわず、通信リソース消費量を最小化する方法は何か？
• RQ2 VR対応MECシステムにおける通信、コンピューティング、キャッシュリソースの最適なトレードオフは何か？
• RQ3 ローカルコンピューティングとキャッシュを活用することで、完全なMECオフロードと比較してデータオフロードを削減できるか？また、その条件は何か？
• RQ4 モバイルVRデバイスの計算能力とキャッシュ能力が変化する際、システム性能はどのようにスケーリングするか？
• RQ5 提案されたラプラシアンに基づくスケジューリング方策は、理論的最適解にどの程度近づくか？

主な発見

• キャッシュがデバイスに存在しない状況下でも、提案されたスケジューリング方策はMEC計算方策を常に上回り、平均送信データ量を低減する。
• モバイルVRデバイスの計算能力が向上するにつれ、通信リソース消費量が減少する。これは、より多くのタスクがローカル実行に移行するためである。
• デバイスの計算能力が十分に高い場合、ローカルコンピューティングが最適なスケジューリング戦略となり、データオフロードの必要がなくなる。
• キャッシュ容量は通信量の削減に測定可能な影響を与えるが、計算能力に比べて影響度は小さい。キャッシュは主にローカル実行のパフォーマンスに影響を与える。
• システムは最適解からO(1/V)の性能ギャップを達成しており、Vが増加するにつれてギャップが小さくなるため、理論的収束が確認された。
• 20msのエンドツーエンド遅延を満たす条件下で、計算リソースとキャッシュリソースを同時に高めることで、通信消費量を顕著に削減できる。計算能力とキャッシュ能力を向上させた場合、送信スルーレートは125 Mbpsから67 Mbpsにまで低下する。