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

Gilsoo Lee, Walid Saad외 1명|arXiv (Cornell University)|2017. 02. 18.

IoT and Edge/Fog Computing참고 문헌 9인용 수 9

한 줄 요약

이 논문은 하이브리드 퍼그-클라우드 아키텍처에서 동적 퍼그 네트워크 형성에 대한 온라인 서크레터 프레임워크를 제안한다. 이는 향후 도착하는 노드에 대한 불확실성 속에서 최적의 이웃 노드를 선택하여 작업 오프로딩을 가능하게 한다. 온라인 k-서크레터 문제에서 영감을 얻은 탐색-이용 알고리즘을 사용하여 최대 계산 지연을 최소화하고, 오프라인 최적 해에 비해 2.7% 이내의 근사 최적 성능를 달성한다. 또한 퍼그 노드와 클라우드 간의 작업 분배를 효과적으로 수행한다.

ABSTRACT

Fog computing is seen as a promising approach to perform distributed, low-latency computation for supporting Internet of Things applications. However, due to the unpredictable arrival of available neighboring fog nodes, the dynamic formation of a fog network can be challenging. In essence, a given fog node must smartly select the set of neighboring fog nodes that can provide low-latency computations. In this paper, this problem of fog network formation and task distribution is studied considering a hybrid cloud-fog architecture. The goal of the proposed framework is to minimize the maximum computational latency by enabling a given fog node to form a suitable fog network, under uncertainty on the arrival process of neighboring fog nodes. To solve this problem, a novel approach based on the online secretary framework is proposed. To find the desired set of neighboring fog nodes, an online algorithm is developed to enable a task initiating fog node to decide on which other nodes can be used as part of its fog network, to offload computational tasks, without knowing any prior information on the future arrivals of those other nodes. Simulation results show that the proposed online algorithm can successfully select an optimal set of neighboring fog nodes while achieving a latency that is as small as the one resulting from an ideal, offline scheme that has complete knowledge of the system. The results also show how, using the proposed approach, the computational tasks can be properly distributed between the fog network and a remote cloud server.

연구 동기 및 목표

• IoT 환경에서 이웃하는 퍼그 노드의 도착에 대한 불확실성 속에서 동적 퍼그 네트워크 형성 문제를 해결하기 위해.
• 미래의 노드 가용성 또는 성능에 대한 사전 지식 없이 하이브리드 퍼그-클라우드 아키텍처에서 최대 계산 지연을 최소화하기 위해.
• 시스템에 대한 오프라인 지식에 의존하지 않고 실시간으로 최적의 퍼그 노드를 선택하여 작업 오프로딩을 가능하게 하기 위해.
• 현실적인 큐잉 기반 지연 모델을 기반으로 현지 퍼그 노드와 원거리 클라우드 서버 간의 작업 분배를 공동으로 최적화하기 위해.
• 지연, 비용, 동적 네트워크 조건을 균형 잡는 실용적이고 확장 가능한 퍼그 컴퓨팅 솔루션을 개발하기 위해.

제안 방법

• 불확실성 하에서 온라인 최적화 문제로 퍼그 네트워크 형성 및 작업 분배 문제를 수립한다.
• 이웃하는 퍼그 노드를 탐색한 후 최적 후보를 이용하는 데 도움이 되도록 온라인 k-서크레터 프레임워크를 적응시킨다.
• 퍼그 및 클라우드 계층의 전송 및 계산 지연을 정확히 캡처하기 위해 큐잉 이론 모델을 사용한다.
• 탐색 단계 동안 노드 성능을 관찰하고 이용 단계에서 최적의 노드를 선택하여 오프로딩하기 위한 온라인 알고리즘을 구현한다.
• 실시간 지연 및 용량 지표를 기반으로 퍼그 노드와 클라우드 간의 작업 분배 결정을 통합한다.
• 경쟁 비율 분석을 사용하여 온라인 결과를 오프라인 최적 해와 비교하여 성능을 평가한다.

실험 결과

연구 질문

• RQ1 이웃하는 노드가 예측 불가능하게 도착할 때, 퍼그 노드는 어떻게 저지연 네트워크를 동적으로 형성할 수 있는가?
• RQ2 미래의 노드 도착을 완전히 알고 있는 오프라인 최적 해에 비해 온라인 알고리즘이 얼마나 높은 성능을 달성할 수 있는가?
• RQ3 이웃하는 퍼그 노드의 수가 퍼그와 클라우드 계층 간의 작업 오프로딩 분포에 어떤 영향을 미치는가?
• RQ4 노드의 계산 능력과 클라우드까지의 거리가 작업 오프로딩 결정에 어떤 영향을 미치는가?
• RQ5 불확실성 하에서 최대 계산 지연을 최소화하기 위해 제안된 온라인 알고리즘이 얼마나 효과적인가?

주요 결과

• 6개의 이웃하는 퍼그 노드를 선택할 경우 제안된 온라인 알고리즘이 오프라인 최적 해에 비해 총 비용의 2.7% 이내로 성능을 달성한다.
• 경쟁 비율 분석 결과, 16.2%의 반복에서 정확한 최적 해를 달성했고, 50%는 최적 값의 최소 94.2%를 달성했다.
• 50,000회 이상의 반복에 걸친 최악의 경우 시나리오에서 경쟁 비율은 0.59였으며, 이는 뛰어난 강건성을 보여준다.
• 이웃하는 퍼그 노드 수가 6개에서 7개로 증가함에 따라 총 비용은 증가하지만, 지연은 계속 감소한다. 이는 큐 관리 오버헤드 증가 때문이지만.
• 퍼그 노드와 클라우드 간의 거리가 200m에서 600m로 증가함에 따라 클라우드로 오프로딩되는 작업 비율이 28.8% 감소한다. 이는 더 높은 클라우드 지연 때문이기 때문이다.
• 퍼그 노드의 계산 능력을 μ=8에서 μ=10으로 향상시키면 클라우드로의 작업 오프로딩 비율이 최대 11.3% 감소한다.