[논문 리뷰] Asynchronous Mobile-Edge Computation Offloading: Energy-Efficient Resource Management

Changsheng You, Yong Zeng외 2명|arXiv (Cornell University)|2018. 01. 11.

IoT and Edge/Fog Computing인용 수 6

한 줄 요약

이 논문은 이질적인 데이터 도착 시간과 계산 마감 시간을 가진 이방향 모바일 엣지 계산 오프로딩(MECO) 시스템을 위한 에너지 효율적인 자원 관리 프레임워크를 제안한다. 블록 좌표 강하를 사용한 데이터 분할 및 시간 할당의 공동 최적화를 통해 총 모바일 에너지 소비를 최소화하는 근사 닫힌 형태의 해를 도출하며, 핵심 통찰은 최적의 시간 공유가 사용자 간 유효 계산 능력을 균형 있게 만든다는 것이다.

ABSTRACT

Mobile-edge computation offloading (MECO) is an emerging technology for enhancing mobiles' computation capabilities and prolonging their battery lives, by offloading intensive computation from mobiles to nearby servers such as base stations. In this paper, we study the energy-efficient resource-management policy for the asynchronous MECO system, where the mobiles have heterogeneous input-data arrival time instants and computation deadlines. First, we consider the general case with arbitrary arrival-deadline orders. Based on the monomial energy-consumption model for data transmission, an optimization problem is formulated to minimize the total mobile-energy consumption under the time-sharing and computation-deadline constraints. The optimal resource-management policy for data partitioning (for offloading and local computing) and time division (for transmissions) is shown to be computed by using the block coordinate decent method. To gain further insights, we study the optimal resource-management design for two special cases. First, consider the case of identical arrival-deadline orders, i.e., a mobile with input data arriving earlier also needs to complete computation earlier. The optimization problem is reduced to two sequential problems corresponding to the optimal scheduling order and joint data-partitioning and time-division given the optimal order. It is found that the optimal time-division policy tends to balance the defined effective computing power among offloading mobiles via time sharing. Furthermore, this solution approach is extended to the case of reverse arrival-deadline orders. The corresponding time-division policy is derived by a proposed transformation-and-scheduling approach, which first determines the total offloading duration and data size for each mobile in the transformation phase and then specifies the offloading intervals for each mobile in the scheduling phase.

연구 동기 및 목표

• 비동기적 데이터 도착과 다양한 계산 마감 시간을 가진 다중 사용자 모바일 엣지 컴퓨팅(MECO) 시스템에서 에너지 효율적인 계산 오프로딩의 과제를 해결한다.
• 인과성 및 마감 시간 제약 조건 하에서 총 모바일 에너지 소비를 최소화하기 위해 데이터 분할 및 시간 분할 다중접근(TDMA) 스케줄링의 공동 최적화 문제를 수립한다.
• 동일 및 반대 도착-마감 순서의 특수 케이스에 대해 최적의 자원 할당 정책을 유도하며, 유효 계산 능력 균형 조절에 대한 분석적 통찰을 제공한다.
• 블록 좌표 강하를 활용해 일반적인 비동기 MECO 시나리오로 프레임워크를 확장하여 실용적 구현을 위한 (반)닫힌 형태의 해를 도출한다.
• 반대 순서 케이스에 대해 변환-스케줄링 접근 방식을 제공하여 시간 제약을 위반하지 않으면서 효율적인 오프로딩 간격 할당을 가능하게 한다.

제안 방법

• 상行 전송을 위한 다항식 에너지 소비 모델을 사용하여 시간 공유 및 계산 마감 시간 제약 조건 하에서 총 모바일 에너지 소비를 최소화하는 비볼록 최적화 문제를 수립한다.
• 블록 좌표 강하 방법을 적용하여 공동 최적화를 데이터 분할 및 시간 할당의 순차적 하위문제로 분해함으로써, 근사 최적 해로 수렴하는 반복적 접근을 가능하게 한다.
• 동일한 도착-마감 순서 케이스에서는 문제를 두 단계로 분해한다: 최적 스케줄링 순서 선택 → 공동 데이터 분할 및 시간 분할 최적화.
• 최적의 시간 분할 정책이 시간 공유를 통해 오프로딩 사용자 간 유효 계산 능력을 균형 있게 만든다는 것을 도출하며, 이는 에너지 효율성의 핵심 통찰이다.
• 반대 도착-마감 순서 케이스에 대해 변환-스케줄링 접근 방식을 제안하며, 이때 변환 단계는 총 오프로딩 기간과 데이터 크기를 결정하고, 스케줄링 단계는 특정 간격을 할당한다.
• 라그랑주 이중성과 카룩-쿤-터커(Karush-Kuhn-Tucker, KKT) 조건을 사용하여 다양한 제약 조건 하에서 최적의 데이터 분할 및 시간 할당에 대한 분석적 표현을 유도한다.

실험 결과

연구 질문

• RQ1 이질적인 데이터 도착 시간과 계산 마감 시간을 가진 비동기 MECO 시스템에서 에너지 효율적인 자원 관리 설계는 어떻게 이루어질 수 있는가?
• RQ2 인과성 및 마감 시간 제약 조건 하에서 총 모바일 에너지 소비를 최소화하는 최적의 공동 정책(데이터 분할 및 시간 할당)은 무엇인가?
• RQ3 모든 모바일 사용자가 동일한 도착 및 마감 순서를 가질 경우 최적의 시간 분할 정책은 어떻게 행동하며, 어떤 구조적 성질이 도출되는가?
• RQ4 반대 도착-마감 순서 케이스로의 최적 해를 확장할 수 있는가? 만약 가능하면 이를 가능하게 하는 변환 메커니즘은 무엇인가?
• RQ5 데이터 크기, 계산 용량, 마감 시간과 같은 시스템 파라미터는 최적 에너지 소비 및 자원 할당에 어떤 영향을 미치는가?

주요 결과

• 동일한 도착-마감 순서 케이스에서 최적의 시간 분할 정책은 오프로딩 사용자 간 유효 계산 능력을 균형 있게 만들며, 균형 잡힌 에너지 소비와 시스템 효율성 향상을 이끈다.
• 동일한 순서 케이스에서는 최적의 스케줄링 순서가 순차적(1, 2, ..., K)이며, 블록 좌표 강하를 통해 (반)닫힌 형태로 공동 데이터 분할 및 시간 분할 정책이 도출된다.
• 반대 도착-마감 순서 케이스에서는 제안된 변환-스케줄링 접근 방식이 먼저 총 오프로딩 기간과 데이터 크기를 계산한 후, 마감 시간을 지키면서 에너지 소비를 최소화하는 간격을 할당한다.
• 일반 케이스의 해는 블록 좌표 강하를 통해 도출되며, 주어진 제약 조건 하에서 핵심 변수에 대한 분석적 표현을 가진 전역 수렴 알고리즘을 제공한다.
• 각 모바일에 대한 최적의 데이터 분할은 이중 변수 해를 기반으로 유도되며, 솔루션이 최소 또는 최대 데이터 오프로딩 한계에 도달하는 조건을 명시적으로 제시한다.
• 가용성 조건 하에서 $ F_k < rac{C_k heta_k}{T_k} $ 및 $ D_k < C_k(L_k - heta_k) $ 조건이 동시에 만족될 수 없음을 증명하여 유도된 정책의 최적성 보장을 한다.