[논문 리뷰] Game Theory based Joint Task Offloading and Resources Allocation Algorithm for Mobile Edge Computing

Jianen Yan, Ning Li외 4명|arXiv (Cornell University)|2019. 12. 16.

IoT and Edge/Fog Computing참고 문헌 33인용 수 5

한 줄 요약

이 논문은 이동형 엣지 컴퓨팅(MEC) 시스템에서 작업 오프로딩, CPU 할당, 전송 전력 제어 및 간섭 관리를 공동으로 최적화하는 게임이론적 프레임워크를 제안한다. 사용자 결정을 최적 반응 역학을 갖는 잠재 게임으로 모델링함으로써, 나시 균형(Nash equilibrium)과 파레토 효율성을 달성하여 다중 사용자 환경에서 이웃셀 간 간섭이 존재하는 상황에서도 지연 시간과 에너지 소비를 크게 감소시킨다.

ABSTRACT

Mobile edge computing (MEC) has emerged for reducing energy consumption and latency by allowing mobile users to offload computationally intensive tasks to the MEC server. Due to the spectrum reuse in small cell network, the inter-cell interference has a great effect on MEC performances. In this paper, for reducing the energy consumption and latency of MEC, we propose a game theory based approach to join task offloading decision and resources allocation together in the MEC system. In this algorithm, the offloading decision, the CPU capacity adjustment, the transmission power control, and the network interference management of mobile users are regarded as a game. In this game, based on the best response strategy, each mobile user makes their own utility maximum rather than the utility of the whole system. We prove that this game is an exact potential game and the Nash equilibrium (NE) of this game exists. For reaching the NE, the best response approach is applied. We calculate the best response of these three variables. Moreover, we investigate the properties of this algorithm, including the convergence, the computational complexity, and the Price of anarchy (PoA). The theoretical analysis shows that the inter-cell interference affects on the performances of MEC greatly. The NE of this game is Pareto efficiency. Finally, we evaluate the performances of this algorithm by simulation. The simulation results illustrate that this algorithm is effective in improving the performances of the multi-user MEC system.

연구 동기 및 목표

• 소셀 기반 MEC 네트워크에서 성능을 악화시키는 이웃셀 간 간섭 문제를 해결하기 위해.
• 분산 방식으로 작업 오프로딩, CPU 용량, 전송 전력, 간섭 관리를 공동 최적화하기 위해.
• 증명 가능한 균형 성질을 갖는 게임 이론적 모델링을 통해 시스템 효율성과 수렴성을 확보하기 위해.
• 다중 사용자 MEC 환경에서 성능, 복잡도, 공정성 간의 상호 교환 관계를 평가하기 위해.

제안 방법

• 모바일 사용자의 공동 의사결정을 오프로딩, CPU 할당, 전송 전력, 간섭 제어를 포함하는 비협력 게임으로 모델링한다.
• 에너지 효율성 향상과 지연 시간 감소를 기반으로 각 사용자별 유틸리티 함수를 정의한다.
• 게임이 정확한 잠재 게임임을 증명하여 나시 균형(NE)의 존재를 보장한다.
• 각 사용자가 최적 반응 전략을 적용하여 유틸리티를 반복적으로 향상시키고 NE에 도달하도록 한다.
• 오프로딩 결정, CPU 용량, 전송 전력에 대한 최적 반응의 폐쇄형 표현식을 유도한다.
• 수렴성, 계산 복잡도, 그리고 애널리틱스의 가격(PoA)을 분석하여 시스템 효율성을 평가한다.

실험 결과

연구 질문

• RQ1 이웃셀 간 간섭이 존재하는 상황에서 작업 오프로딩과 자원 할당의 공동 최적화는 MEC 성능을 어떻게 향상시킬 수 있는가?
• RQ2 제안된 게임 이론적 접근법은 다중 사용자 MEC 시스템에서 안정된 균형으로 수렴하는가?
• RQ3 이웃셀 간 간섭은 시스템 성능에 어떤 영향을 미치며, 이를 효과적으로 관리할 수 있는가?
• RQ4 비최적화된 접근 방식과 비교해 볼 때, 시스템은 에너지 효율성, 지연 시간, 공정성 측면에서 어떻게 성능을 발휘하는가?
• RQ5 제안된 게임 이론적 해법의 애널리틱스의 가격(PoA)은 얼마이며, 이는 비협력적 사용자 행동으로 인한 시스템 효율성 손실을 어떻게 나타내는가?

주요 결과

• 제안된 게임은 정확한 잠재 게임이므로 나시 균형(NE)의 존재를 보장한다.
• 최적 반응 역학을 통해 도달한 NE는 파레토 효율적이며, 이는 한 사용자의 유틸리티를 향상시키기 위해 다른 사용자의 유틸리티를 악화시킬 수 없음을 의미한다.
• 시뮬레이션 결과, 기준 대비 지연 시간과 에너지 소비가 뚜렷이 감소함을 확인하였다.
• 알고리즘은 효율적으로 수렴하며, 실시간 구현에 적합한 낮은 계산 복잡도를 갖는다.
• 이웃셀 간 간섭은 MEC 성능에 상당한 부정적 영향을 미치며, 공동 최적화를 통해 효과적으로 완화됨을 확인하였다.
• 애널리틱스의 가격(PoA)은 유한하게 제한되어 있어, 비협력적 사용자 행동이 존재하더라도 시스템 성능이 최적의 중심 집중식 솔루션에 근접해 있음을 나타낸다.