[논문 리뷰] Energy-Efficient Resource Allocation for Mobile-Edge Computation Offloading (Extended Version)

Changsheng You, Kaibin Huang외 2명|arXiv (Cornell University)|2016. 05. 27.

IoT and Edge/Fog Computing참고 문헌 21인용 수 5

한 줄 요약

이 논문은 지연 시간 제약 조건 하에서 총 모바일 에너지 소비를 최소화하기 위해 TDMA 및 OFDMA 시스템에서 다중 사용자 모바일 엣지 컴퓨팅 오프로딩(MECO)를 위한 에너지 효율적인 자원 할당을 제안한다. 볼록 최적화 문제를 수립하여 최적 또는 근사 최적 성능를 달성하면서도 낮은 복잡도를 구현한다. 핵심 기여는 오프로딩 우선순위 함수로부터 유도된 임계값 기반 오프로딩 정책이다.

ABSTRACT

Mobile-edge computation offloading (MECO) offloads intensive mobile computation to clouds located at the edges of cellular networks. Thereby, MECO is envisioned as a promising technique for prolonging the battery lives and enhancing the computation capacities of mobiles. In this paper, we study resource allocation for a multiuser MECO system based on time-division multiple access (TDMA) and orthogonal frequency-division multiple access (OFDMA). First, for the TDMA MECO system with infinite or finite computation capacity, the optimal resource allocation is formulated as a convex optimization problem for minimizing the weighted sum mobile energy consumption under the constraint on computation latency. The optimal policy is proved to have a threshold-based structure with respect to a derived offloading priority function, which yields priorities for users according to their channel gains and local computing energy consumption. As a result, users with priorities above and below a given threshold perform complete and minimum offloading, respectively. Moreover, for the cloud with finite capacity, a sub-optimal resource-allocation algorithm is proposed to reduce the computation complexity for computing the threshold. Next, we consider the OFDMA MECO system, for which the optimal resource allocation is formulated as a non-convex mixed-integer problem. To solve this challenging problem and characterize its policy structure, a sub-optimal low-complexity algorithm is proposed by transforming the OFDMA problem to its TDMA counterpart. The corresponding resource allocation is derived by defining an average offloading priority function and shown to have close-to-optimal performance by simulation.

연구 동기 및 목표

• 제한된 배터리 및 계산 자원을 가진 다중 사용자 모바일 엣지 컴퓨팅(MECO) 시스템에서 모바일 에너지 소비를 최소화하는 데 도전 과제를 해결한다.
• 특히 시간 분할 다중접근(TDMA) 및 직교 주파수 분할 다중접근(OFDMA) 시스템에서 에너지 효율성을 향상시키기 위해 무선 및 계산 자원 할당을 통합 설계한다.
• 저복잡도의 구현을 가능하게 하기 위해 최적 자원 할당 정책의 구조적 특성을 규명한다.
• 혼합정수 문제를 TDMA 유사 등가 문제로 변환하여 분석을 OFDMA로 확장함으로써 해석 가능하고 쉽게 풀 수 있는 해법을 가능하게 한다.

제안 방법

• 계산 지연 시간 및 전력 제약 조건 하에서 가중합 모바일 에너지 소비를 최소화하기 위해 TDMA 기반 MECO를 위한 볼록 최적화 문제를 수립한다.
• 채널 이득과 현지 계산 에너지를 기반으로 한 오프로딩 우선순위 함수를 정의하여, 최적 정책의 임계값 기반 구조를 결정한다.
• 우선순위 함수에 기반하여, 임계값 이상의 사용자는 최적의 오프로딩이 완전히 이루어지고, 이하의 사용자는 최소 오프로딩이 이루어짐을 증명한다.
• 유한 용량의 클라우드 환경을 고려하여 계산 복잡도를 줄이면서도 근사 최적 성능를 유지하는 부분 최적 알고리즘을 제안한다.
• 해당 문제를 TDMA 유사 등가 문제로 변환하기 위해 평균 오프로딩 우선순위 함수를 사용하여 OFDMA MECO 문제를 해결함으로써 저복잡도의 부분 최적 해법을 가능하게 한다.
• Lambert W 함수를 사용하여 최적화 과정의 핵심 방정식을 해석적으로 해결함으로써 전송 시간과 오프로드된 계산량에 대한 폐쇄형 표현식을 도출한다.

실험 결과

연구 질문

• RQ1 무한 또는 유한한 클라우드 계산 용량을 가진 다중 사용자 TDMA 기반 MECO 시스템에서 최적 자원 할당 정책은 무엇인가?
• RQ2 최적 정책의 구조를 어떻게 특성화하여 저복잡도의 구현을 가능하게 할 수 있는가?
• RQ3 OFDMA 기반 MECO 시스템에서 최적 및 부분 최적 자원 할당 간의 성능 격차는 얼마인가?
• RQ4 OFDMA MECO 문제는 효과적으로 TDMA 유사 문제로 변환되어 해법 유도를 단순화할 수 있는가?
• RQ5 유도된 오프로딩 우선순위 함수는 전송 에너지와 현지 계산 에너지 간의 트레이드오프에 어떻게 영향을 미치는가?

주요 결과

• TDMA 기반 MECO의 최적 자원 할당은 임계값 기반의 구조를 가지며, 우선순위가 임계값 이상인 사용자는 완전히 오프로딩하고, 이하의 사용자는 최소 오프로딩을 수행한다.
• 유한 용량의 클라우드 환경을 고려할 경우, 반복 계산을 통해 임계값을 도출하는 부분 최적 알고리즘을 제안하여 복잡도를 줄였고, 근사 최적 성능를 유지한다.
• OFDMA 기반 MECO에서는 평균 오프로딩 우선순위 함수를 활용하고 문제를 TDMA 유사 형태로 변환함으로써 제안된 부분 최적 알고리즘이 근사 최적 성능를 달성한다.
• Lambert W 함수를 사용하여 각 사용자에 대한 최적 전송 시간과 오프로드된 계산량을 폐쇄형으로 도출함으로써 효율적인 계산이 가능해진다.
• 유도된 우선순위 함수는 채널 이득과 현지 계산 에너지에 의존하여 에너지 효율성에 기반한 사용자 우선순위를 체계적으로 제공한다.
• 시뮬레이션 결과는 제안된 정책이 기준 대비 총 모바일 에너지 소비를 크게 줄임을 확인하였으며, 특히 고속 이동성 또는 고지연 환경에서 뚜렷한 성능 향상을 보였다.