[논문 리뷰] Energy Efficiency and Delay Tradeoff in an MEC-Enabled Mobile IoT Network

Han Hu, Weiwei Song외 3명|arXiv (Cornell University)|2022. 02. 08.

IoT and Edge/Fog Computing인용 수 5

한 줄 요약

이 논문은 동적 사용자 이동성, 채널 조건, 확률적 작업 도착 조건 하에서 다중 사용자 다중 서버 MEC 기반 IoT 네트워크를 위한 온라인 오프로딩 및 자원 할당 알고리즘을 제안한다. 라플라스 최적화와 하위모듈러 방법을 활용하여 에너지 효율성(EE)과 서비스 지연 간에 [O(1/V), O(V)] 무역을 달성한다. 이 알고리즘은 장기적인 EE 최소화를 보장하면서도 큐 안정성과 하드웨어 제약 조건(최대 전력, CPU 주파수, 사용자 수 제한)을 충족시킨다.

ABSTRACT

Mobile Edge Computing (MEC) has recently emerged as a promising technology in the 5G era. It is deemed an effective paradigm to support computation-intensive and delay critical applications even at energy-constrained and computation-limited Internet of Things (IoT) devices. To effectively exploit the performance benefits enabled by MEC, it is imperative to jointly allocate radio and computational resources by considering non-stationary computation demands, user mobility, and wireless fading channels. This paper aims to study the tradeoff between energy efficiency (EE) and service delay for multi-user multi-server MEC-enabled IoT systems when provisioning offloading services in a user mobility scenario. Particularly, we formulate a stochastic optimization problem with the objective of minimizing the long-term average network EE with the constraints of the task queue stability, peak transmit power, maximum CPU-cycle frequency, and maximum user number. To tackle the problem, we propose an online offloading and resource allocation algorithm by transforming the original problem into several individual subproblems in each time slot based on Lyapunov optimization theory, which are then solved by convex decomposition and submodular methods. Theoretical analysis proves that the proposed algorithm can achieve a $[O(1/V), O(V)]$ tradeoff between EE and service delay. Simulation results verify the theoretical analysis and demonstrate our proposed algorithm can offer much better EE-delay performance in task offloading challenges, compared to several baselines.

연구 동기 및 목표

• 비정상적인 조건 하에서 다중 사용자 다중 서버 MEC 기반 IoT 네트워크에서 에너지 효율성(EE)과 서비스 지연 간의 근본적인 무역을 해결하기 위해.
• 사용자 이동성, 시간에 따라 변하는 무선 채널, 그리고 확률적 작업 도착 조건를 고려한 무선 및 계산 자원 할당을 공동 최적화하기 위해.
• 장기적인 네트워크 성능 보장을 보장하기 위해, 작업 큐 안정성과 하드웨어 제약 조건(최대 전력, CPU 주파수, 사용자 수 제한)을 포함하기 위해.
• 미래의 채널 상태나 작업 도착 정보를 사전에 알지 못하는 온라인 알고리즘을 개발하기 위해.

제안 방법

• 장기 평균 EE 최소화를 위한 확률적 최적화 문제를 수립하며, 큐 안정성, 최대 전송 전력, 최대 CPU 사이클 주파수, 사용자 수 제약 조건을 포함한다.
• 동적 변수들을 분리하기 위해 라플라스 최적화 이론을 사용하여 원래 문제를 시간슬롯 별 부분문제로 변환한다.
• 각 부분문제를 볼록 분해를 통해 전력 및 대역폭 할당에 대해 해결하고, 작업 오프로딩 결정을 위한 하위모듈러 최적화를 수행한다.
• 최적 해를 근사하기 위해 랜덤 알고리즘을 도입하고, 드리프트 플러스 페널티 분석을 통해 성능 한계를 유도한다.
• EE와 지연 간 균형을 맞추기 위해 라플라스 함수를 사용하며, 성능 무역을 제어하는 무역 파rameter V를 사용한다.
• 사용자 오프로딩 결정과 자원 할당 간의 결합 문제를 다루기 위해 이중 분해 접근법을 활용한다.

실험 결과

연구 질문

• RQ1 동적 사용자 이동성을 고려한 다중 사용자 다중 서버 MEC 기반 IoT 네트워크에서 에너지 효율성과 서비스 지연을 공동으로 최적화할 수 있는 방법은 무엇인가?
• RQ2 시간에 따라 변하는 채널과 확률적 작업 도착 조건 하에서 장기적인 에너지 효율성과 평균 서비스 지연 간의 근본적인 무역은 무엇인가?
• RQ3 미래의 채널 상태나 작업 도착 정보를 알지 못하는 조건에서 자원 할당을 실시간으로 수행할 수 있는 방법은 무엇인가?
• RQ4 다양한 동적 MEC 환경에서 큐 안정성과 하드웨어 제약 조건에 대해 어떤 성능 보장을 제공할 수 있는가?
• RQ5 실제 시스템 제약 조건 하에서 저복잡도 온라인 알고리즘이 최적에 가까운 EE-지연 무역을 달성할 수 있는가?

주요 결과

• 제안된 알고리즘은 라플라스 분석을 통해 이론적 성능 한계를 입증하며, 에너지 효율성과 서비스 지연 간에 [O(1/V), O(V)] 무역을 달성한다.
• 시뮬레이션 결과는 이론적 무역을 확인하며, 무작위 오프로딩 및 고정 전력 할당과 같은 기준 알고리즘 대비 뚜렷한 EE-지연 성능 향상을 보여준다.
• 모든 시험 환경에서 안정적인 작업 큐를 유지하여 QoS 요구사항을 충족시킨다.
• 최대 CPU 사이클 주파수 및 전송 전력 제약 조건을 충족시키면서도 평균 네트워크 에너지 소비를 최소화한다.
• 사용자 이동성과 시간에 따라 변하는 채널 조건에 대해 뛰어난 강건성을 보이며, EE 및 지연 지표에서 벤치마크를 능가한다.
• 네트워크 EE의 상한선은 $\eta_{EE}^{*} \leq \frac{C_1 + C_2}{V} + \eta_{EE}^{\text{opt}}$ 로 유도되며, V가 증가함에 따라 최적 EE에 수렴함을 보여준다.