[논문 리뷰] Delay-sensitive Task Offloading in Vehicular Fog Computing-Assisted Platoons

Qiong Wu, Siyuan Wang외 4명|arXiv (Cornell University)|2023. 09. 19.

Vehicular Ad Hoc Networks (VANETs)Engineering인용 수 3

한 줄 요약

이 논문은 차량 편대에서 지연 민감한 작업을 위한 반마르코프 결정 프로세스(SMDP) 기반 오프로딩 전략을 제안하며, 편대 및 VFC 차량 간의 작업 오프로딩 위치와 자원 할당을 종합적으로 최적화한다. IEEE 802.11p DCF 기반 전송, 이질적 계산 능력, 동적인 차량/작업 도착을 모델링하여 종단 간 오프로딩 지연을 최소화하며, 시뮬레이션에서 게이지 전략과 무작위 전략보다 뛰어난 장기 보상과 낮은 지연을 달성한다.

ABSTRACT

Vehicles in platoons need to process many tasks to support various real-time vehicular applications. When a task arrives at a vehicle, the vehicle may not process the task due to its limited computation resource. In this case, it usually requests to offload the task to other vehicles in the platoon for processing. However, when the computation resources of all the vehicles in the platoon are insufficient, the task cannot be processed in time through offloading to the other vehicles in the platoon. Vehicular fog computing (VFC)-assisted platoon can solve this problem through offloading the task to the VFC which is formed by the vehicles driving near the platoon. Offloading delay is an important performance metric, which is impacted by both the offloading strategy for deciding where the task is offloaded and the number of the allocated vehicles in VFC to process the task. Thus, it is critical to propose an offloading strategy to minimize the offloading delay. In the VFC-assisted platoon system, vehicles usually adopt the IEEE 802.11p distributed coordination function (DCF) mechanism while having various computation resources. Moreover, when vehicles arrive and depart the VFC randomly, their tasks also arrive at and depart the system randomly. In this paper, we propose a semi-Markov decision process (SMDP) based offloading strategy while considering these factors to obtain the maximal long-term reward reflecting the offloading delay. Our research provides a robust strategy for task offloading in VFC systems, its effectiveness is demonstrated through simulation experiments and comparison with benchmark strategies.

연구 동기 및 목표

• 제한된 차량 내 계산 자원을 가진 편대에서 높은 오프로딩 지연 문제를 해결하기 위해 주변 차량을 차량형 퍼그 컴퓨팅(VFC) 자원으로 활용함으로써 도전 과제를 해결한다.
• 편대 및 VFC 내에서 IEEE 802.11p DCF 전송 지연, 이질적 계산 능력, 무작위로 도착하는 작업 및 차량의 동적 특성 간 복잡한 상호작용을 모델링한다.
• 총 오프로딩 지연을 최소화하고 자원 효율성을 반영하는 장기 보상 최대화를 목표로 최적의 오프로딩 전략을 개발한다.
• 실시간 시스템 상태를 기반으로 오프로딩을 편대에 할당할지 VFC에 할당할지 동적으로 선택하고, 필요한 VFC 차량 수를 결정하는 프레임워크를 설계한다.
• 게이지 및 균등 확률 할당과 같은 기준 전략 대비 지연과 시스템 안정성 측면에서 제안 전략의 우수성을 입증한다.

제안 방법

• 작업 오프로딩 문제를 반마르코프 결정 프로세스(SMDP)로 수식화하여 상태 공간, 행동 공간, 보상 함수, 전이 확률을 정의한다.
• IEEE 802.11p DCF 메커니즘을 통합하여 전송 지연을 분석적으로 모델링하고 계산하며, 특히 차량 밀도와 충돌 확률 변화에 따른 영향을 고려한다.
• 편대 및 VFC 내 차량의 이질적 CPU 성능을 기반으로 계산 지연을 모델링하며, 하위작업을 다수의 VFC 차량에 분배한다.
• 전송 지연, 계산 지연, 백홀 지연를 포함한 총 오프로딩 지연을 최소화하고 자원 과다 사용에 대해 징벌하는 보상 함수를 정의한다.
• 가치 반복 알고리즘을 사용하여 SMDP 모델을 해결하고 지연과 자원 효율성 간 균형을 이루는 최적의 오프로딩 정책을 유도한다.
• 작업 도착/이탈률, VFC 내 차량 도착/이탈, 가용 계산 자원(RU) 등의 동적 시스템 상태를 상태 표현에 통합한다.

실험 결과

연구 질문

• RQ1 다른 전송 및 계산 지연을 고려할 때, 작업을 편대에 오프로딩할지 VFC에 할당할지에 따라 오프로딩 지연은 어떻게 변화하는가?
• RQ2 동적인 차량 및 작업 도착 조건 하에서 총 오프로딩 지연을 최소화하기 위해 주어진 작업을 처리하기 위해 최적의 VFC 차량 수는 얼마인가?
• RQ3 다양한 작업 도착률과 작업당 필요 CPU 사이클 수가 기준 전략 대비 제안 전략의 성능에 어떤 영향을 미치는가?
• RQ4 차량 밀도 증가로 인해 증가하는 VFC 내 충돌 확률은 전송 지연과 전체 오프로딩 성능에 어떤 영향을 미치는가?
• RQ5 단순히 즉각적인 지연을 고려하는 것보다 장기적 시스템 보상 고려가 동적인 차량 환경에서 작업 오프로딩의 강건성과 효율성에 얼마나 기여하는가?

주요 결과

• 제안된 SMDP 기반 전략은 특히 높은 작업 도착률과 증가하는 CPU 사이클 조건에서 게이지 전략 및 균등 확률 전략보다 낮은 오프로딩 지연을 달성한다.
• VFC 자원이 제한적일 경우 전송 지연이 낮아 편대에 오프로딩하는 것을 선호하지만, VFC 가용 자원이 증가함에 따라 점차 VFC로 전환한다.
• VFC 차량 수가 증가함에 따라 초기에는 계산 지연을 줄이기 위해 더 많은 자원을 VFC에 할당하지만, 충돌 확률과 전송 지연 증가로 인해 점차 할당량을 감소시킨다.
• 작업당 필요 CPU 사이클 수가 증가할수록 계산 지연이 총 지연를 지배하게 되어 오프로딩 지연이 증가하며, 이 경향은 모든 전략에서 일관되게 관찰된다.
• 게이지 전략은 즉각적인 지연 최소화에 초점을 두어 제안 전략보다 약간 낮은 지연을 달성하지만, 제안 전략은 지연과 자원 점유율 간 균형을 고려해 더 높은 장기 보상을 제공한다.
• 시뮬레이션 결과는 제안 전략이 동적인 작업 및 차량 도착을 효과적으로 처리하며, 고부하 조건에서도 작업 기각을 최소화하고 낮은 지연을 유지함을 확인한다.