[논문 리뷰] An Online Optimization Framework for Distributed Fog Network Formation with Minimal Latency

Gilsoo Lee, Walid Saad외 1명|arXiv (Cornell University)|2017. 10. 14.

IoT and Edge/Fog Computing인용 수 5

한 줄 요약

이 논문은 엣지 컴퓨팅 환경에서 예측 불가능한 노드 도착 및 퇴장 상황 하에서 동적으로 변화하는 퍼그 네트워크 형성에 대한 온라인 최적화 프레임워크를 제안한다. 임계값 기반 알고리즘을 사용하여 인접한 퍼그 노드를 선택하고 종단 간 지연을 최소화한다. 목표 경쟁 비율을 반복적으로 업데이트하고, 퍼그 노드와 클라우드 간의 작업 오프로딩을 최적화함으로써, 기준 온라인 서크릿리스트 접근 방식 대비 지연을 최대 19.25% 감소시킨다.

ABSTRACT

Fog computing is emerging as a promising paradigm to perform distributed, low-latency computation by jointly exploiting the radio and computing resources of end-user devices and cloud servers. However, the dynamic and distributed formation of local fog networks is highly challenging due to the unpredictable arrival and departure of neighboring fog nodes. Therefore, a given fog node must properly select a set of neighboring nodes and intelligently offload its computational tasks to this set of neighboring fog nodes and the cloud in order to achieve low-latency transmission and computation. In this paper, the problem of fog network formation and task distribution is jointly investigated while considering a hybrid fog-cloud architecture. The goal is to minimize the maximum computational latency by enabling a given fog node to form a suitable fog network and optimize the task distribution, under uncertainty on the arrival process of neighboring fog nodes. To solve this problem, a novel online optimization framework is proposed in which the neighboring nodes are selected by using a threshold-based online algorithm that uses a target competitive ratio, defined as the ratio between the latency of the online algorithm and the offline optimal latency. The proposed framework repeatedly updates its target competitive ratio and optimizes the distribution of the fog node's computational tasks in order to minimize latency. Simulation results show that the proposed framework can successfully select a set of neighboring nodes while reducing latency by up to 19.25% compared to a baseline approach based on the well-known online secretary framework. The results also show how, using the proposed framework, the computational tasks can be properly offloaded between the fog network and a remote cloud server in different network settings.

연구 동기 및 목표

• 예측 불가능한 노드 도착 및 퇴장을 고려한 동적이고 분산된 퍼그 네트워크 형성 문제를 해결하기 위해.
• 퍼그-클라우드 컴퓨팅 환경에서 최대 통신 및 계산 지연을 동시에 최소화하기 위해 네트워크 형성과 작업 분배를 공동으로 최적화하기 위해.
• 노드 가용성과 자원 상태에 대한 불확실성 하에서도 확장 가능하고 실시간으로 작동하는 솔루션을 설계하기 위해.
• 하이브리드 아키텍처에서 로컬 퍼그 노드와 원거리 클라우드 서버 간의 효율적인 작업 오프로딩을 가능하게 하기 위해.
• 온라인 환경에서 증명 가능하고 경쟁 비율이 제한된 저지연 성능을 달성하기 위해.

제안 방법

• 목표 경쟁 비율을 기반으로 임계값 기반 온라인 알고리즘이 인접한 퍼그 노드를 선택하여 지연과 실행 가능성 사이의 균형을 맞춘다.
• 프레임워크는 시간이 지남에 따라 경쟁 비율을 동적으로 업데이트하여 네트워크 형성 성공 확률을 향상시킨다.
• 지연은 전송 지연, 처리 지연, 큐잉 지연의 합으로 모델링되며, 주요 변수로는 데이터 전송 속도, 처리 속도, 버퍼 크기가 포함된다.
• 알고리즘은 거리, 처리 속도, 간섭의 누적 분포 함수에서 유도된 노드 선택에 대한 확률적 한계를 사용한다.
• 거리, 처리 속도, 간섭 항목에 대해 독립적인 사건을 가정하여 네트워크 형성 확률의 하한을 유도한다.
• 선택된 퍼그 노드와 클라우드 간의 작업 분배를 최적화하여 최대 종단 간 지연을 최소화한다.

실험 결과

연구 질문

• RQ1 인접한 노드가 예측 불가능하게 도착할 때, 퍼그 노드는 어떻게 저지연 네트워크를 동적으로 형성할 수 있는가?
• RQ2 불확실성 하에서 퍼그 네트워크 형성에 대해 증명 가능하고 경쟁 비율이 제한된 온라인 알고리즘은 무엇인가?
• RQ3 제안된 프레임워크는 기존 온라인 서크릿리스트 기반 접근 방식에 비해 지연을 어떻게 향상시키는가?
• RQ4 적응형 경쟁 비율 업데이트는 네트워크 형성 성공률과 지연 감소에 어떤 영향을 미치는가?
• RQ5 하이브리드 아키텍처에서 퍼그 노드와 클라우드 간의 계산 작업을 어떻게 최적의 방식으로 오프로딩할 수 있는가?

주요 결과

• 제안된 프레임워크는 기준 온라인 서크릿리스트 기반 접근 방식 대비 종단 간 지연을 최대 19.25% 감소시킨다.
• 프레임워크는 노드 간 거리, 처리 속도, 간섭을 포함한 유도된 표현식으로 하한이 보장된 확률로 기능적인 퍼그 네트워크를 성공적으로 형성한다.
• 적응형 경쟁 비율 업데이트가 네트워크 형성 성공률 향상과 지연 최소화에 크게 기여한다.
• 로컬 퍼그 노드와 원거리 클라우드 간에 지능적으로 작업 부하를 분배함으로써 저지연 작업 오프로딩을 달성한다.
• 이론적 분석을 통해 네트워크 형성 성공 확률이 더 많은 관측 시도와 더 엄격한 경쟁 비율 한계에 따라 증가함을 확인한다.
• 시뮬레이션 결과는 다양한 네트워크 환경과 동적 노드 도착 패턴에서 프레임워크의 효과성을 검증한다.