[논문 리뷰] Information-Centric Wireless Networks with Mobile Edge Computing

Yuchen Zhou, F. Richard Yu외 2명|arXiv (Cornell University)|2017. 06. 29.

Caching and Content Delivery참고 문헌 17인용 수 3

한 줄 요약

이 논문은 이동형 엣지 컴퓨팅(MEC)과 네트워크 내 캐싱을 통합하여 통신, 계산 및 캐싱 자원을 공동으로 최적화하는 가상화된 이질적 네트워크 프레임워크를 제안한다. 분산 ADMM 기반 알고리즘을 사용하여 낮은 복잡도와 낮은 오버헤드의 자원 할당을 실현하며, 특히 콘텐츠 캐싱과 계산 이송 기능을 통해 총 유틸리티를 크게 향상시킨다.

ABSTRACT

In order to better accommodate the dramatically increasing demand for data caching and computing services, storage and computation capabilities should be endowed to some of the intermediate nodes within the network. In this paper, we design a novel virtualized heterogeneous networks framework aiming at enabling content caching and computing. With the virtualization of the whole system, the communication, computing and caching resources can be shared among all users associated with different virtual service providers. We formulate the virtual resource allocation strategy as a joint optimization problem, where the gains of not only virtualization but also caching and computing are taken into consideration in the proposed architecture. In addition, a distributed algorithm based on alternating direction method of multipliers is adopted to solve the formulated problem, in order to reduce the computational complexity and signaling overhead. Finally, extensive simulations are presented to show the effectiveness of the proposed scheme under different system parameters.

연구 동기 및 목표

• 무선 네트워크에서 효율적인 영상 전송과 계산 수요 증가에 대응하기 위해 MEC와 네트워크 내 캐싱을 통합한다.
• 기존 시스템이 MEC와 캐싱을 별개의 문제로 간주하여 자원 활용도가 최적화되지 않는 한계를 극복한다.
• 네트워크 가상화를 통해 다양한 가상 서비스 공급자로부터의 사용자 간 통신, 계산 및 캐싱 자원의 동적 공유를 가능하게 한다.
• 가상화, 캐싱 및 계산의 이점을 반영하는 공동 최적화 문제를 수립하여 전체 시스템 유틸리티를 최대화한다.
• 성능 유지를 유지하면서 계산 복잡도와 신호 전송 오버헤드를 감소시키기 위한 분산 알고리즘을 설계한다.

제안 방법

• 서비스 공급자(SP)의 수요에 기반해 모바일 가상 네트워크 운영자(MVNO)가 가상 네트워크를 생성하는 가상화된 이종 네트워크(HetNets) 프레임워크를 설계한다.
• 캐싱 기능이 있는(SP1) 및 없는(SP2) 두 유형의 SP를 모델링하여 차별화된 서비스 제공을 가능하게 한다.
• 가상화, 캐싱 및 계산의 이점을 통합하여 총 유틸리티를 최대화하는 가상 자원 할당을 위한 공동 최적화 문제를 수립한다.
• 교차 다중승수의 방법(ADMM)을 사용하여 결합된 문제를 하위 문제로 분해함으로써 분산 계산을 가능하게 하고 신호 전송 오버헤드를 감소시킨다.
• ADMM 알고리즘의 수렴 조건을 위해 원천 및 이중 탇도 조건을 허용 오차(υ_pri 및 υ_dual)와 함께 도입한다.
• 마진 수혜 계산 기반의 이진 복원을 구현하여 최적의 사용자 연동 및 자원 할당을 결정한다.

실험 결과

연구 질문

• RQ1 가상화된 무선 네트워크에서 이동형 엣지 컴퓨팅과 네트워크 내 캐싱을 공동으로 최적화하여 시스템 유틸리티를 향상시키는 방법은 무엇인가?
• RQ2 가상화 기술을 캐싱 및 계산과 통합함으로써 자원 할당 효율성과 시스템 성능에 미치는 영향은 무엇인가?
• RQ3 중앙집중식 방법에 비해 계산 복잡도와 신호 전송 오버헤드를 줄이면서도 근사 최적 성능을 달성할 수 있는 분산 ADMM 기반 알고리즘은 가능한가?
• RQ4 캐싱 기능이 포함될 경우, 특히 인기 영상 콘텐츠가 반복적으로 재사용되는 환경에서 MVNO의 총 유틸리티에 어떤 영향을 미치는가?
• RQ5 다양한 시스템 파라미터에서 제안된 ADMM 기반 알고리즘의 수렴 행동과 성능 트레이드오프는 어떠한가?

주요 결과

• 제안된 ADMM 기반 분산 알고리즘이 빠르게 안정된 해에 수렴하며, 벌점 매개수 ρ가 증가할수록 수렴 속도가 향상된다.
• 캐싱 기능이 있는 시나리오가 캐싱이 없는 분산 시나리오에 비해 총 유틸리티가 뚜렷이 높으며, 특히 인기 콘텐츠 재사용 시 두드러진 성능 향상을 보인다.
• 콘텐츠 배포 및 CSI 교환에 대한 신호 전송 오버헤드가 감소했음에도 불구하고, 제안된 방법은 중앙집중식 최적 해에 매우 가까운 성능을 달성한다.
• 사용자 수가 증가함에 따라 모든 시나리오의 총 유틸리티가 증가하지만, 캐싱 이득 덕분에 제안된 방법이 성능 우위를 유지한다.
• ρ = 2로 설정할 경우 수렴 속도와 해 정확도 사이의 균형이 잘 맞아 시뮬레이션 설정에서 최적의 성능을 낸다.