[論文レビュー] Pricing-Driven Service Caching and Task Offloading in Mobile Edge Computing

Yan Jia, Suzhi Bi+2 more|arXiv (Cornell University)|Nov 4, 2020

IoT and Edge/Fog Computing参考文献 23被引用数 7

ひとこと要約

本稿は、不完全情報下での2段階動的ゲームを用いて、移動エッジコンピューティング（MEC）における価格駆動型サービスキャッシュおよびタスクオフロード枠組みを提案する。ベイジアン均衡におけるしきい値に基づくオフロード政策を導出し、価格とキャッシュの共同最適化を可能にする低複雑度アルゴリズムを開発した。その結果、同一ワークロードのキャッシュ済みプログラムに対しては、差別化価格においても同一価格を設定すべきであることが示された。

ABSTRACT

Provided with mobile edge computing (MEC) services, wireless devices (WDs) no longer have to experience long latency in running their desired programs locally, but can pay to offload computation tasks to the edge server. Given its limited storage space, it is important for the edge server at the base station (BS) to determine which service programs to cache by meeting and guiding WDs' offloading decisions. In this paper, we propose an MEC service pricing scheme to coordinate with the service caching decisions and control WDs' task offloading behavior. We propose a two-stage dynamic game of incomplete information to model and analyze the two-stage interaction between the BS and multiple associated WDs. Specifically, in Stage I, the BS determines the MEC service caching and announces the service program prices to the WDs, with the objective to maximize its expected profit under both storage and computation resource constraints. In Stage II, given the prices of different service programs, each WD selfishly decides its offloading decision to minimize individual service delay and cost, without knowing the other WDs' desired program types or local execution delays. Despite the lack of WD's information and the coupling of all the WDs' offloading decisions, we derive the optimal threshold-based offloading policy that can be easily adopted by the WDs in Stage II at the Bayesian equilibrium. Then, by predicting the WDs' offloading equilibrium, we jointly optimize the BS' pricing and service caching in Stage I via a low-complexity algorithm. In particular, we study both the uniform and differentiated pricing schemes. For differentiated pricing, we prove that the same price should be charged to the cached programs of the same workload.

研究の動機と目的

• 移動エッジコンピューティング（MEC）におけるエッジサーバーのストレージ制限という課題に対処するため、サービスキャッシュと価格決定を共同で最適化する。
• 基地局（BS）と複数の無線デバイス（WDs）の間の相互作用を、WDsのプライベート特徴に起因する現実世界の不確実性を反映させるために、不完全情報下の2段階動的ゲームとしてモデル化する。
• ストレージおよび計算制約の下で、戦略的に価格を設定し、キャッシュされるサービスを選択することで、BSが期待利益を最大化できるようにする。
• 他のユーザーの意思決定を完全に把握しない状況でも、WDsが採用可能な分散型でしきい値に基づくオフロード政策を設計し、ベイジアンナッシュ均衡で成立する。
• 均一価格および差別化価格の両方のスケームに対して、解析的およびアルゴリズム的解決策を提供し、最適価格の構造的性質を証明する。

提案手法

• 2段階スタックルベルクゲームを定式化する：第1段階では、BSが利益を最大化するために価格を設定し、キャッシュされるサービスを選択する。第2段階では、WDsは価格、チャネル品質、および競合状況に基づいて、独立にオフロードするかローカルで計算するかを決定する。
• WDsのプライベート情報（プログラムタイプ、ローカル遅延、オフロード時間）を、既知の確率分布を持つ確率変数としてモデル化することで、不完全情報下での解析を可能にする。
• ベイジアンナッシュ均衡におけるしきい値に基づくオフロード政策を導出する：WDのチャネルゲインが、価格、ワークロード、および予想される競合状況に依存するしきい値を超える場合にオフロードする。
• 均衡状態のオフロード行動を用いてWDの需要を予測し、低複雑度アルゴリズムを用いてBSの価格設定とキャッシュ意思決定を共同で最適化する。
• 差別化価格の下では、同一の計算ワークロードを持つプログラムに対しては同一価格を設定すべきであることを証明し、価格戦略の設計を単純化するとともに公平性を確保する。
• 均衡パrameterおよび期待利益の解析的表現を活用し、最適価格およびキャッシュの閉形式条件を導出する。

実験結果

リサーチクエスチョン

• RQ1 リソース制約のあるMEC環境下で、基地局（BS）はどのようにしてサービスプログラムをキャッシュし、価格を設定することで期待利益を最大化できるか？
• RQ2 他のユーザーの意思決定やプライベート特徴を完全に把握しない状況下で、無線デバイス（WDs）のオフロード行動はどのように均衡するか？
• RQ3 価格、キャッシュ、および競合の相互作用は、全体のシステム性能および個々のWDのコストと遅延にどのように影響を与えるか？
• RQ4 差別化価格の下で、最適価格戦略の構造的性質は何か？また、ワークロードと人気度にどのように依存するか？
• RQ5 予測された均衡オフロード行動に基づいて、価格とキャッシュ意思決定を共同で最適化できる低複雑度アルゴリズムを設計できるか？

主な発見

• 各WDの最適オフロード意思決定は、チャネル品質に基づくしきい値ポリシーに従い、競合が少ないか価格が低い場合にはオフロードの可能性が高くなる。
• 差別化価格の下では、同一の計算ワークロードを持つすべてのキャッシュ済みプログラムに対しては同一価格を設定すべき最適戦略である。
• ワークロードが等しい場合、2つのキャッシュ済みプログラムの最適価格は同一である：$\pi_j^* = \pi_k^* = \frac{\bar{\theta}}{2} - \frac{1}{2f^c}$、ここで$\bar{\theta}$は最大チャネルゲイン、$f^c$は計算コスト係数である。
• あるプログラムの最適価格は、競合するプログラムの人気度とワークロードに依存する：$L_j > L_k$ ならば $\pi_j^* < \pi_k^*$ である。これは、より計算コストの高いプログラムは、オフロードを促進するために低価格で設定すべきであることを示している。
• ワークロードが競合プログラムより低い場合、プログラムの価格は人気度が上昇するにつれて一時的に低下し、その後上昇する可能性があるが、これはワークロードとシステムパラメータに依存する。
• 共同最適化アルゴリズムは、著しく低い複雑度でほぼ最適な利益を達成でき、動的かつ変化しやすいセルラーネットワークにおける実用的導入を可能にする。