[논문 리뷰] An Incentive-Aware Job Offloading Control Framework for Mobile Edge Computing

Lingxiang Li, Tony Q. S. Quek외 4명|arXiv (Cornell University)|2018. 12. 14.

Age of Information Optimization참고 문헌 18인용 수 5

한 줄 요약

이 논문은 이동형 엣지 컴퓨팅(MEC) 환경에서 비용 절감에 기반한 유틸리티 함수에 물리 계층 파라미터를 통합한 인centive 인식 기반 작업 오프로딩 프레임워크를 제안한다. 게임 이론 모델을 사용하여 닫힌 형태의 내쉬 균형과 사회적 균형을 유도하며, 최적의 가격 책정 전략이 자가 중심 사용자가 체계 최적의 균형으로 수렴하도록 보장하여 다중 사용자 MEC 환경에서 자원 효율성과 공정성을 향상시킨다.

ABSTRACT

This paper considers a scenario in which an access point (AP) is equipped with a mobile edge server of finite computing power, and serves multiple resource-hungry mobile users by charging users a price. Pricing provides users with incentives in offloading. However, existing works on pricing are based on abstract concave utility functions (e.g, the logarithm function), giving no dependence on physical layer parameters. To that end, we first introduce a novel utility function, which measures the cost reduction by offloading as compared with executing jobs locally. Based on this utility function we then formulate two offloading games, with one maximizing individual's interest and the other maximizing the overall system's interest. We analyze the structural property of the games and admit in closed form the Nash Equilibrium and the Social Equilibrium, respectively. The proposed expressions are functions of the user parameters such as the weights of computational time and energy, the distance from the AP, thus constituting an advancement over prior economic works that have considered only abstract functions. Finally, we propose an optimal pricing-based scheme, with which we prove that the interactive decision-making process with self-interested users converges to a Nash Equilibrium point equal to the Social Equilibrium point.

연구 동기 및 목표

• 기존 MEC 오프로딩 모델에서 물리 계층 의존성이 없는 추상적인 유틸리티 함수에 의존하는 격차를 해소한다.
• 실세계 파rameter인 계산 시간, 에너지 소비, 액세스 포인트(AP)로부터의 거리 등을 기반으로 사용자 오프로딩 결정을 모델링한다.
• 자기 중심 사용자가 가격 책정 메커니즘을 통해 체계 최적의 균형에 도달할 수 있도록 하는 탈중앙화된 제어 프레임워크를 개발한다.
• 최적의 가격 책정 전략을 설계하여 사용자 상호작용이 사회적으로 최적의 결과로 수렴하도록 보장한다.
• 사용자별 및 네트워크 파라미터에 의존하는 내쉬 균형과 사회적 균형에 대한 닫힌 형태의 수식을 제공한다.

제안 방법

• 로컬 실행 대비 오프로딩으로 인한 비용 절감을 측정하는 새로운 유틸리티 함수를 제안하며, 전송 지연 및 에너지 비용과 같은 물리 계층 파라미터를 포함한다.
• 두 개의 비협력 게임을 설정: 하나는 개별 사용자 유틸리티를 최대화하는 것(내쉬 균형), 다른 하나는 총 체계 유틸리티를 최대화하는 것(사회적 균형).
• 유틸리티 함수와 시스템 제약 조건을 사용하여 내쉬 균형과 사회적 균형에 대한 닫힌 형태의 수식을 유도하며, 거리 및 계산 무게와 같은 사용자 특성에 명시적으로 의존한다.
• 사용자 수요와 엣지 서버 용량에 기반하여 가격을 설정함으로써 개인의 인centives를 체계적 효율성과 일치시키는 가격 기반 제어 체계를 도입한다.
• 최적의 가격 책정이 적용될 경우 내쉬 균형이 사회적 균형과 일치함을 증명하여 사용자 합리성 하에서 체계 최적성을 보장한다.
• 큐잉 이론과 볼록 최적화를 사용하여 엣지 서버 워크로드를 모델링하고 균형 조건을 유도함으로써 안정성과 수렴성을 보장한다.

실험 결과

연구 질문

• RQ1 어떻게 실제 물리 계층 비용을 반영하는 유틸리티 함수를 사용하여 오프로딩 결정을 모델링할 수 있는가? (추상적인 오목 함수가 아닌)
• RQ2 유도된 오프로딩 게임의 구조적 특성은 무엇이며, 내쉬 균형과 사회적 균형에 대한 닫힌 형태의 해를 유도할 수 있는가?
• RQ3 어떤 가격 책정 메커니즘이 자가 중심 사용자가 체계 최적의 균형으로 수렴하도록 유인할 수 있는가?
• RQ4 사용자별 파라미터, 예를 들어 AP로부터의 거리와 계산 에너지 가중치는 균형 오프로딩 비율에 어떤 영향을 미치는가?
• RQ5 제안된 프레임워크는 내쉬 균형이 사회적 균형과 일치함을 보장하여 체계적 효율성을 달성할 수 있는가?

주요 결과

• 제안된 유틸리티 함수는 전송 지연 및 에너지 비용과 같은 물리 계층 파라미터를 명시적으로 통합하여 오프로딩 이점의 현실적인 모델링을 가능하게 한다.
• 내쉬 균형과 사회적 균형에 대한 닫힌 형태의 수식이 도출되었으며, 거리, 계산 시간 가중치, 에너지 소비와 같은 사용자별 파라미터에 명시적인 의존성을 보여준다.
• 균형 조건에서 유도된 방정식 조합을 분석함으로써 사회적 균형의 존재성과 유일성을 증명하였다.
• 내쉬 균형이 사회적 균형과 일치하도록 최적의 가격 책정 전략을 설계하여 체계 최적성을 보장하였다.
• 제안된 가격 책정 메커니즘 하에서 상호작용하는 의사결정 과정이 체계 최적의 점으로 수렴함을 분석적으로 증명하였다.
• 더 먼 거리에 있는 사용자(예: AP에서 떨어진 사용자)는 자연스럽게 엣지 서버 과도 사용으로부터 제약을 받으며, 이는 공정성과 자원 효율성을 향상시킨다.