[논문 리뷰] Computation Peer Offloading for Energy-Constrained Mobile Edge Computing in Small-Cell Networks

Lixing Chen, Sheng Zhou외 1명|arXiv (Cornell University)|2017. 03. 17.

IoT and Edge/Fog Computing참고 문헌 32인용 수 5

한 줄 요약

이 논문은 미래 지식 없이 에너지 제약이 있는 소셀 네트워크에서 에너지 소모가 적은 모바일 에지 컴퓨팅을 위한 온라인 피어 오픈로딩 프레임워크인 OPEN을 제안한다. 리아푸노프 최적화를 사용하여 소셀 기지국(SBS) 간의 워크로드를 균형 있게 분배한다. 이는 유사 최적 성능를 달성하며 증명 가능한 보장을 제공하며, 중앙집중식 및 분산식 의사결정을 모두 가능하게 하여 폭발적인 워크로드 상황에서 최대 55%의 시스템 지연 감소를 이룬다.

ABSTRACT

The (ultra-)dense deployment of small-cell base stations (SBSs) endowed with cloud-like computing functionalities paves the way for pervasive mobile edge computing (MEC), enabling ultra-low latency and location-awareness for a variety of emerging mobile applications and the Internet of Things. To handle spatially uneven computation workloads in the network, cooperation among SBSs via workload peer offloading is essential to avoid large computation latency at overloaded SBSs and provide high quality of service to end users. However, performing effective peer offloading faces many unique challenges in small cell networks due to limited energy resources committed by self-interested SBS owners, uncertainties in the system dynamics and co-provisioning of radio access and computing services. This paper develops a novel online SBS peer offloading framework, called OPEN, by leveraging the Lyapunov technique, in order to maximize the long-term system performance while keeping the energy consumption of SBSs below individual long-term constraints. OPEN works online without requiring information about future system dynamics, yet provides provably near-optimal performance compared to the oracle solution that has the complete future information. In addition, this paper formulates a novel peer offloading game among SBSs, analyzes its equilibrium and efficiency loss in terms of the price of anarchy in order to thoroughly understand SBSs' strategic behaviors, thereby enabling decentralized and autonomous peer offloading decision making. Extensive simulations are carried out and show that peer offloading among SBSs dramatically improves the edge computing performance.

연구 동기 및 목표

• 에너지 제약이 있는 SBS를 갖춘 밀도 높은 소셀 네트워크에서 불균형한 계산 워크로드 문제를 해결하기 위해.
• 미래 시스템 지식 없이도 에너지 제약을 유지하면서 작동하는 온라인 오픈로딩 프레임워크를 설계하기 위해.
• 게임 이론적 모델을 통해 SBS의 전략적 행동을 분석하고, 가격의 낙관(Price of Anarchy)을 사용해 효율 손실을 정량화하기 위해.
• 저비용의 계산 부하로 중앙집중식 및 분산식 피어 오픈로딩 의사결정을 가능하게 하기 위해.
• 실제의 포isson 이외의 작업 도착 패턴과 다양한 네트워크 이질성 하에서 성능을 평가하기 위해.

제안 방법

• OPEN 프레임워크는 SBS 간의 워크로드 오픈로딩과 에너지 소비를 동시에 관리하기 위해 리아푸노프 최적화를 사용한다.
• 개별 SBS의 에너지 제약 하에서 장기적 시스템 성능을 극대화하는 온라인 최적화 문제를 수립한다.
• 분산 운영을 위해 각 SBS는 피어 오픈로딩 게임에서 최적 반응 전략을 계산하며, 나시 균형(Nash equilibrium)으로 수렴한다.
• 프레임워크는 두 가지 변형을 포함한다: 중앙집중식인 OPEN-C와 자율적인 OPEN-A로, 모두 증명 가능한 성능 한계를 갖는다.
• 시스템 동역학은 확률적 작업 도착을 기반으로 모델링되며, 다양한 워크로드 패턴 하에서 광범위한 시뮬레이션을 통해 성능을 평가한다.
• 실행 시간 및 통신 부하를 측정하여 표준 하드웨어에서의 실용적 타당성을 검증한다.

실험 결과

연구 질문

• RQ1 미래 지식 없이 에너지 제약이 있는 동적 소셀 네트워크에서 계산 피어 오픈로딩을 어떻게 최적화할 수 있는가?
• RQ2 제안된 온라인 프레임워크와 전체 미래 정보를 갖춘 오라클 솔루션 간의 성능 격차는 얼마나 되는가?
• RQ3 자기 이익을 추구하는 SBS들이 피어 오픈로딩 게임에서 어떻게 전략적으로 행동하며, 그로 인해 발생하는 효율 손실은 무엇인가?
• RQ4 비포isson, 폭발적인 또는 i.i.d.가 아닌 작업 도착 패턴 하에서 프레임워크는 어떻게 성능을 발휘하는가?
• RQ5 제안된 프레임워크를 구현할 경우 실용적인 계산 및 통신 부하가 얼마나 되는가?

주요 결과

• OPEN은 폭발적인 작업 도착 상황에서도 오픈로딩이 없는 경우 대비 지연 비용을 최대 55% 감소시킨다.
• OPEN과 오라클 솔루션 간의 성능 격차는 유한하며, 증명 가능한 근사 최적성 보장을 갖는다.
• 마르코프 과정으로 모델링된 i.i.d.가 아닌 작업 도착 상황에서도 OPEN은 여전히 37.5%의 지연 감소를 달성한다.
• OPEN-C는 평균 0.83ms의 계산 지연만을 유발하며, 정보 교환 부하도 0.2ms로 극히 미미하다.
• OPEN-A는 최적 반응 계산에 28.1ms가 소요되지만, 이는 1분의 의사결정 주기 대비 극히 낮은 수준이다.
• 높은 네트워크 이질성은 시스템 성능을 향상시키며, 오픈로딩이 과부하된 SBS에서 더 우수한 워크로드 균형을 달성한다.