[논문 리뷰] A Scalable Framework for Wireless Distributed Computing

Songze Li, Qian Yu외 2명|arXiv (Cornell University)|2016. 08. 19.

Caching and Content Delivery참고 문헌 26인용 수 3

한 줄 요약

이 논문은 코딩된 데이터 셔플링과 반복적 데이터 세트 배치를 통해 네트워크 크기에 비례한 통신 부하 증가를 제거하는 확장 가능한 무선 분산 컴퓨팅 프레임워크를 제안한다. 사용자 및 액세스 포인트에서 다중방송 및 코딩 이득을 활용함으로써, 업링크 및 다운링크 셔플링 대역폭을 사용자 수에 비례하는 요소로 감소시켜 중앙집중형 및 분산형 설정 모두에서 최적 성능을 달성한다.

ABSTRACT

We consider a wireless distributed computing system, in which multiple mobile users, connected wirelessly through an access point, collaborate to perform a computation task. In particular, users communicate with each other via the access point to exchange their locally computed intermediate computation results, which is known as data shuffling. We propose a scalable framework for this system, in which the required communication bandwidth for data shuffling does not increase with the number of users in the network. The key idea is to utilize a particular repetitive pattern of placing the dataset (thus a particular repetitive pattern of intermediate computations), in order to provide coding opportunities at both the users and the access point, which reduce the required uplink communication bandwidth from users to access point and the downlink communication bandwidth from access point to users by factors that grow linearly with the number of users. We also demonstrate that the proposed dataset placement and coded shuffling schemes are optimal (i.e., achieve the minimum required shuffling load) for both a centralized setting and a decentralized setting, by developing tight information-theoretic lower bounds.

연구 동기 및 목표

• 통신 오버헤드가 사용자 수에 비례하여 증가하는 무선 분산 컴퓨팅 환경에서의 확장성 문제를 해결하기 위해.
• 분산 계산에서 핵심적인 요소인 셔플링 부하를 무선 매체에서의 코딩 및 다중방송을 활용해 감소시키기 위해.
• 참여하는 사용자 수에 관계없이 일정한 통신 비용을 유지하는 프레임워크를 설계하기 위해.
• 중앙집중형 및 분산형 설정 모두에서 제안된 방법의 최적성을 입증하는 정보이론적 하한선을 수립하기 위해.

제안 방법

• 코딩 기회를 위한 구조화된 사이드 인포메이션을 만들기 위해 사용자 간에 반복적인 데이터 세트 배치 전략을 사용한다.
• 사용자 및 액세스 포인트에서 코딩을 적용하여 다중방송을 가능하게 하여 업링크 및 다운링크 통신을 사용자 수에 비례하는 요소로 감소시킨다.
• 무선 채널의 본질적 다중방송 성질을 활용하여 동시에 여러 사용자에게 유용한 신호를 전송한다.
• 중앙집중형 및 분산형 데이터 세트 배치 전략을 제안하며, 둘 다 최소한의 통신 부하로 코딩된 셔플링을 가능하게 한다.
• 정보이론적 하한선을 사용하여 두 설정 모두에서 셔플링 부하의 최적성을 입증하기 위해 프레임워크를 분석한다.
• 기존의 유선 환경에서의 코딩된 분산 컴퓨팅 연구를 무선 환경으로 확장하기 위해 무선 환경의 제약과 기회에 적응한다.

실험 결과

연구 질문

• RQ1 무선 분산 컴퓨팅 시스템은 사용자 수에 관계없이 일정한 셔플링 부하를 달성할 수 있는가?
• RQ2 무선 네트워크에서의 코딩 및 다중방송은 데이터 셔플링 시 통신 오버헤드를 어떻게 줄일 수 있는가?
• RQ3 중앙집중형 및 분산형 설정 모두에서 무선 분산 컴퓨팅의 최적 셔플링 부하는 무엇인가?
• RQ4 반복적인 데이터 세트 배치는 무선 환경에서 확장 가능한 코딩 이득을 가능하게 할 수 있는가?
• RQ5 정보이론적 하한선은 무선 분산 시스템에서의 셔플링의 기본 한계를 어떻게 특성화하는가?

주요 결과

• 제안된 프레임워크는 사용자 수에 관계없이 일정한 셔플링 부하를 달성하여 완전히 확장 가능하다.
• 사용자 및 액세스 포인트에서의 코딩 및 다중방송 이득 덕분에 통신 대역폭이 사용자 수에 비례하는 요소로 감소된다.
• 정보이론적 하한선이 날카럽게 유도됨에 따라 중앙집중형 및 분산형 설정 모두에서 최적임이 입증된다.
• 반복적인 데이터 세트 배치는 중간 계산 결과의 효율적 다중방송을 가능하게 하는 코딩 기회를 제공한다.
• 프레임워크는 무선 환경의 특성인 다중방송 성질을 활용하여 제약 조건 하에서도 성능을 유지한다.
• 결과는 최소한의 통신 오버헤드로 확장 가능한 무선 분산 컴퓨팅의 이론적 실현 가능성을 입증한다.