[論文レビュー] Optimizing Information Freshness Through Computation-Transmission Tradeoff and Queue Management in Edge Computing

Peng Zou, Omur Ozel+1 more|arXiv (Cornell University)|Dec 3, 2019

Age of Information Optimization参考文献 29被引用数 6

ひとこと要約

本稿は、並列キューにおける計算時間と送信時間の共同管理を通じて情報の新鮮さを最適化する、エッジコンピューティングシステムのための新しいキューイングモデルを提案する。一般のサービス時間分布を伴う非プリエンプティブおよびプリエンプティブなスケジューリング方針の分析を通じて、平均Age of Information (AoI) および平均ピークAoIの閉形式式を導出する。これにより、受信側での情報の陳腐化を最小化するための、計算負荷と通信効率の間の重要なトレードオフが明らかになる。

ABSTRACT

Edge computing applications typically require generated data to be preprocessed at the source and then transmitted to an edge server. In such cases, transmission time and preprocessing time are coupled, yielding a tradeoff between them to achieve the targeted objective. This paper presents analysis of such a system with the objective of optimizing freshness of received data at the edge server. We model this system as two queues in tandem whose service times are independent over time but the transmission service time is monotonically dependent on the computation service time in mean value. This dependence captures the natural decrease in transmission time due to lower offloaded computation. We analyze various queue management schemes in this tandem queue where the first queue has a single server, Poisson packet arrivals, general independent service and no extra buffer to save incoming status update packets. The second queue has a single server receiving packets from the first queue and service is memoryless. We consider the second queue in two forms: (i) No data buffer and (ii) One unit data buffer and last come first serve with discarding. We analyze various non-preemptive as well as preemptive cases. We perform stationary distribution analysis and obtain closed form expressions for average age of information (AoI) and average peak AoI. Our numerical results illustrate analytical findings on how computation and transmission times could be traded off to optimize AoI and reveal a consequent tradeoff between average AoI and average peak AoI.

研究の動機と目的

• データがリモートサーバーに送信される前にソースで事前処理が必要なエッジコンピューティングシステムにおいて、情報の陳腐化を最小化する課題に対処すること。
• 実世界のエッジコンピューティングのトレードオフを反映するように、平均計算時間と平均送信時間の間の単調な依存関係を持つ、結合された計算と送信プロセスをトレイン型キューとしてモデル化すること。
• ポアソン到着および一般のサービス時間を持つ2キュー系において、非プリエンプティブおよびプリエンプティブなスケジューリング方針を分析し、Age of Information (AoI) およびピークAoIの指標に焦点を当てる。
• バッファあり・なしの両方のシステムを含む、さまざまなキュー管理方式における平均AoIおよび平均ピークAoIの正確な閉形式式を導出すること。
• 平均AoIおよび平均ピークAoIの組み合わせ指標を最小化する最適な計算時間を同定し、処理遅延と送信効率の間のトレードオフを明らかにすること。

提案手法

• 到着率λ、一般のサービス時間を持つ計算キュー（M/GI/1）および送信キュー（GI/M/1）としてシステムを2つのトレイン型キューとしてモデル化する。
• 平均計算時間と平均送信時間の間の単調な依存関係を導入し、事前処理によるデータサイズの低減が送信時間の短縮をもたらすという現実世界の影響を捉える。
• 先行研究からの修正された等価キューイングモデルを適用し、定常分布を導出し、年齢指標を計算することで、近似を超えた正確な解析を可能にする。
• サービス時間分布のモーメント生成関数（MGF）およびシステム状態上の条件付き期待値を用いて、平均AoIおよび平均ピークAoIの両方の閉形式式を導出する。
• 4つの異なるスケジューリング方式を検討する：2つの非プリエンプティブ（送信キューに1ユニットのバッファあり・なし）および2つのプリエンプティブ（バッファあり・なし）、同じフレームワークでそれぞれ分析する。
• 2番目のキューにおける指数分布の無記憶性を活用し、再生理論および条件付き期待値技術を適用して、年齢関連の期待値を計算する。

実験結果

リサーチクエスチョン

• RQ1 計算時間の選択が、結合された計算および送信遅延を持つトレイン型エッジコンピューティングシステムにおける平均およびピークAoIにどのように影響するか？
• RQ2 平均AoIおよび平均ピークAoIの組み合わせを最小化する計算時間と送信時間の最適なトレードオフは何か？
• RQ3 さまざまな計算時間分布を想定した場合、非プリエンプティブおよびプリエンプティブなスケジューリング方針の年齢性能はどのように比較されるか？
• RQ4 送信キューにバッファが存在する場合、特にプリエンプティブと非プリエンプティブな状況において、年齢指標にどのような影響を与えるか？
• RQ5 非メモリレスな計算およびメモリレスな送信時間を有する一般のトレイン型キュー・モデルにおいて、AoIおよびピークAoIの閉形式式を導出できるか？

主な発見

• 本稿では、4つのスケジューリング方式（非プリエンプティブ（バッファあり・なし）、プリエンプティブ（バッファあり・なし））すべてにおいて、平均AoIおよび平均ピークAoIの正確な閉形式式を導出しており、性能評価を正確に行える。
• 数値結果から、所定の閾値未満に計算時間を短縮すると、データサイズが大きくなるため送信時間が延び、結果としてAoIが上昇することが示された。一方、過度な計算も新鮮さを損なうため、非自明なトレードオフが存在することが明らかになった。
• 平均AoIおよび平均ピークAoIの組み合わせを最小化する最適な計算時間は、計算時間分布の分散に依存しており、分散が大きい場合にはより慎重な計算スケジューリングが求められることが判明した。
• 特に計算時間の分散が大きい場合には、待ち時間が短縮されるため、プリエンプティブ方式は非プリエンプティブ方式よりも年齢性能で一般に優れている。
• 分析により、非プリエンプティブおよびプリエンプティブシステムのAoI性能に明確な対比が示され、後者は高負荷または高計算時間ばらつきの下でも低い平均AoIを達成していることがわかった。
• 導出された式は、到着率λ、送信レートμ、計算時間分布のモーメント生成関数といったシステムパラメータがAoIにどのように依存するかを明示しており、直接的な最適化が可能である。