[논문 리뷰] Energy-Efficient Resource Allocation for Cache-Assisted Mobile Edge Computing

Ying Cui, Wen He외 3명|arXiv (Cornell University)|2017. 08. 16.

Caching and Content Delivery참고 문헌 1인용 수 5

한 줄 요약

이 논문은 평균 총 에너지 소비를 최소화하기 위해 다중 사용자 캐시 보조 모바일 엣지 컴퓨팅(MEC) 시스템에서 캐싱과 오프로딩을 통합하는 메커니즘을 제안한다. 다중 사용자 다양성과 멀티캐스팅을 활용하여 캐싱 및 자원 배정을 위한 혼합 이산-연속 최적화 문제를 수립함으로써, 이중성 기반 방법과 저복잡도의 부분최적 해법을 통해 근사 최적 성능를 달성한다. 이는 기존 방법보다 에너지 효율성이 뛰어나다.

ABSTRACT

In this paper, we jointly consider communication, caching and computation in a multi-user cache-assisted mobile edge computing (MEC) system, consisting of one base station (BS) of caching and computing capabilities and multiple users with computation-intensive and latency-sensitive applications. We propose a joint caching and offloading mechanism which involves task uploading and executing for tasks with uncached computation results as well as computation result downloading for all tasks at the BS, and efficiently utilizes multi-user diversity and multicasting opportunities. Then, we formulate the average total energy minimization problem subject to the caching and deadline constraints to optimally allocate the storage resource at the BS for caching computation results as well as the uploading and downloading time durations. The problem is a challenging mixed discrete-continuous optimization problem. We show that strong duality holds, and obtain an optimal solution using a dual method. To reduce the computational complexity, we further propose a low-complexity suboptimal solution. Finally, numerical results show that the proposed suboptimal solution outperforms existing comparison schemes.

연구 동기 및 목표

• 다중 사용자 MEC 시스템에서 계산 집약적이고 지연 민감한 모바일 애플리케이션의 높은 에너지 소비 문제를 해결하기 위해.
• 공유된 작업 결과가 있는 캐시 보조 MEC 시스템에서 통신, 캐싱, 계산 자원을 공동 최적화하기 위해.
• 업로드 및 다운로드에 대한 캐싱 및 마감 시간 제약 조건 하에서 평균 총 에너지 소비를 최소화하기 위해.
• 이중성 이론을 사용한 최적 해법과 실용적 구현을 위한 저복잡도 부분최적 대안을 개발하기 위해.
• 기본 방법 대비 제안된 방법이 에너지 효율성과 자원 활용도에서 뛰어나다는 것을 입증하기 위해.

제안 방법

• 다중 사용자 MEC 시스템에서 업로드/다운로드의 공동 캐싱 및 시간 할당을 위한 혼합 이산-연속 최적화 문제를 수립한다.
• 이중 문제를 캐싱을 위한 배낭 문제와 시간 할당을 위한 다수의 볼록 하位문제로 변환한다.
• 하향 기울기 방법을 사용하여 이중 문제를 해결하고, 강력한 이중성 성립을 증명함으로써 원래 문제의 최적 해를 복원할 수 있음을 보장한다.
• 계산 비용을 줄이기 위해 히우리스틱 기반의 시간 할당 및 캐싱 결정을 바탕으로 한 저복잡도 부분최적 해법을 제안한다.
• 입력 크기, 작업 부하, 출력 크기를 포함한 작업 모델을 사용하고, 현실성 있는 분포를 위해 작업 인기도를 지프 분포로 모델링한다.
• 작업 업로드 시 다중 사용자 다양성과 결과 다운로드 시 멀티캐스팅 기회를 통합하여 자원 효율성을 향상시킨다.

실험 결과

연구 질문

• RQ1 다중 사용자 모바일 엣지 컴퓨팅 시스템에서 계산 결과 캐싱은 어떻게 에너지 소비를 줄일 수 있는가?
• RQ2 총 에너지 소비를 최소화하기 위해 캐싱, 통신, 계산 자원 간의 최적 트레이드오프는 무엇인가?
• RQ3 다중 사용자 다양성과 멀티캐스팅은 작업 오프로딩 및 결과 전달에서 에너지 효율성을 어떻게 향상시키는가?
• RQ4 저복잡도 부분최적 해법은 계산 비용을 줄이며 근사 최적 성능를 달성할 수 있는가?
• RQ5 캐시 크기, 사용자 수, 작업 인기도와 같은 시스템 파라미터는 에너지 효율성에 어떻게 영향을 미치는가?

주요 결과

• 제안된 부분최적 해법은 특히 작은 시스템 크기(K=5, N=4)에서 최적 해와 매우 유사한 평균 총 에너지 소비를 달성하여 실용적 적용 가능성을 입증한다.
• 부분최적 해법은 지능적인 캐싱과 시간 할당을 통해 재전송을 줄임으로써 네 가지 기준 기반 방법보다 뛰어난 성능을 보인다.
• 지프 지수 γ가 증가할수록 에너지 소비가 감소한다. 이는 작업 인기도가 더 비대칭이 되어 유효 부하가 감소하기 때문이다.
• 캐시 크기 C가 클수록 공통 작업의 재실행 및 재전송 빈도가 감소하여 에너지 소비가 감소한다.
• 사용자 수(K) 또는 작업 수(N)가 증가할수록 계산 및 통신 부하가 증가하여 에너지 소비가 증가한다.
• 결과를 캐시하지 않는 기준 방법(Baseline 3 및 4)은 캐시하는 방법보다 상당히 더 많은 에너지를 소비하여 캐싱의 가치를 입증한다.