[논문 리뷰] Joint Task Assignment and Wireless Resource Allocation for Cooperative Mobile-Edge Computing

Hong Xing, Liang Liu외 2명|arXiv (Cornell University)|2018. 02. 07.

IoT and Edge/Fog Computing참고 문헌 7인용 수 3

한 줄 요약

이 논문은 TDMA를 사용한 협업 모바일 엣지 컴퓨팅을 위한 동시 작업 할당 및 무선 자원 할당 방안을 제안하며, 개인 에너지 제약 조건 하에서 계산 지연을 최소화하기 위해 시간과 전력 할당을 함께 최적화한다. 이 방법은 혼합정수비선형문제를 볼록 형태로 완화하여 저복잡도의 부분최적해를 도출함으로써 기준 대비 지연을 크게 감소시킨다.

ABSTRACT

This paper studies a multi-user cooperative mobile-edge computing (MEC) system, in which a local mobile user can offload intensive computation tasks to multiple nearby edge devices serving as helpers for remote execution. We focus on the scenario where the local user has a number of independent tasks that can be executed in parallel but cannot be further partitioned. We consider a time division multiple access (TDMA) communication protocol, in which the local user can offload computation tasks to the helpers and download results from them over pre-scheduled time slots. Under this setup, we minimize the local user's computation latency by optimizing the task assignment jointly with the time and power allocations, subject to individual energy constraints at the local user and the helpers. However, the joint task assignment and wireless resource allocation problem is a mixed-integer non-linear program (MINLP) that is hard to solve optimally. To tackle this challenge, we first relax it into a convex problem, and then propose an efficient suboptimal solution based on the optimal solution to the relaxed convex problem. Finally, numerical results show that our proposed joint design significantly reduces the local user's computation latency, as compared against other benchmark schemes that design the task assignment separately from the offloading/downloading resource allocations and local execution.

연구 동기 및 목표

• 에너지 제약이 있는 사용자와 도우미를 포함한 다중 사용자 협업 모바일 엣지 컴퓨팅 시스템에서 계산 지연을 최소화하는 과제를 해결한다.
• TDMA 프로토콜과 개인 에너지 제약 조건 하에서 작업 할당, 시간, 전력 할당을 통합 최적화하는 문제를 수립한다.
• 혼합정수비선형계획문제(MINLP)를 해결하는 데 있어 계산 난이도를 극복하기 위해 이를 볼록 문제로 완화한다.
• 완화된 해를 기반으로 저복잡도의 부분최적 알고리즘을 설계하여 실용적 구현을 가능하게 한다.
• 작업 할당과 자원 할당을 별도로 최적화하는 기존 방법들과 비교하여 성능 향상을 입증한다.

제안 방법

• 로컬 사용자 및 모든 도우미의 개별 에너지 예산 제약 조건 하에, 지연 최소화 문제를 혼합정수비선형계획문제(MINLP)로 수립한다.
• 정수 작업 할당 변수를 연속 변수로 완화하여 MINLP를 볼록 최적화 문제로 변환한다.
• 표준 볼록 최적화 기법을 사용하여 완화된 볼록 문제를 해결하여 전역 최적해를 확보한다.
• 완화된 문제의 연속 해를 반올림하여 원래 문제의 부분최적 작업 할당을 구성한다.
• TDMA 기반 통신 스케줄링 하에서 총 지연을 최소화하기 위해 시간 및 전력 할당을 작업 할당과 함께 적용한다.
• 성능 비교를 위해 히우리스틱 기반의 부분최적 설계를 적용하며, 채널 인지 및 계산 용량 인지 할당 규칙을 포함한다.

실험 결과

연구 질문

• RQ1 에너지 제약이 있는 사용자와 도우미를 포함한 협업 MEC 시스템에서 작업 할당과 무선 자원 할당을 동시에 최적화하여 계산 지연을 최소화하는 방법은 무엇인가?
• RQ2 작업 할당과 자원 할당을 별도의 설계 문제로 다루는 방법과 비교해 볼 때, 통합 최적화의 성능 향상은 어떠한가?
• RQ3 볼록 완화 기반의 제안된 부분최적 알고리즘은 완전 탐색 및 히우리스틱 방법과 비교해 지연 및 복잡도 측면에서 어떻게 성능을 내는가?
• RQ4 에너지 제약과 도우미의 CPU 주파수는 협업 MEC 시스템의 지연에 어떤 영향을 미치는가?
• RQ5 통신 인지 할당이 계산 용량 인지 할당을 능가하는 조건는 무엇인가?

주요 결과

• 제안된 통합 설계는 작업 할당과 자원 할당을 별도로 최적화하는 기준 대비 계산 지연을 크게 감소시킨다.
• 고에너지 제약 조건 하에서 제안된 부분최적 해는 근사 최적의 랜덤 검색 해와 비교해 무시할 수 없는 틈새 내에서 성능을 확보한다.
• 히우리스틱-2(계산 용량 인지 할당)는 에너지 제약이 -8.5 dB를 초과할 경우에만 무작위 선택보다 우수한 성능을 보이며, 저에너지 수준에서 계산과 통신 간 에너지 불균형이 심각해지기 때문이다.
• 도우미의 CPU 주파수가 증가함에 따라 시스템 지연은 에너지 제약으로 인한 통신 시간 제약으로 인해 결국 포화 상태에 도달한다. 이로 인해 통신이 새로운 병목 현상이 된다.
• 히우리스틱-1(최적 도우미에 대한 채널 인지 할당)은 도우미의 CPU 주파수가 2 GHz를 초과할 경우에만 로컬 실행을 능가하며, 이 이상일 경우 에너지 제약으로 인해 실현 불가능해진다.
• 작업 수가 증가함에 따라 제안된 방식은 여전히 열등한 성능를 유지하며, 특히 대규모 워크로드에서의 확장성과 강건성을 입증한다.