[논문 리뷰] Multi-Cell Mobile Edge Computing: Joint Service Migration and Resource Allocation

Zezu Liang, Yuan Liu외 2명|arXiv (Cornell University)|2021. 02. 05.

IoT and Edge/Fog Computing참고 문헌 37인용 수 5

한 줄 요약

이 논문은 다셀 모바일 엣지 컴퓨팅(MEC) 네트워크에서 이동성에 대응하기 위해 서비스 마이그레이션과 자원 할당을 통합적으로 고려하는 프레임워크를 제안한다. 이는 오프로딩 성능을 최적화하고 마이그레이션 비용을 최소화하기 위한 것이다. 혼합정수비선형계획(MINLP)으로 문제를 수립하고, 매칭 이론을 활용한 효율적인 리 릴랙세이션-라운딩 방법을 통해 해를 구해내며, 사용자 이동성 동안 기지국 간의 계산 및 무선 자원을 균형 있게 조절함으로써 근사 최적의 성능을 달성한다.

ABSTRACT

Mobile-edge computing (MEC) enhances the capacities and features of mobile devices by offloading computation-intensive tasks over wireless networks to edge servers. One challenge faced by the deployment of MEC in cellular networks is to support user mobility. As a result, offloaded tasks can be seamlessly migrated between base stations (BSs) without compromising the resource-utilization efficiency and link reliability. In this paper, we tackle the challenge by optimizing the policy for migration/handover between BSs by jointly managing computation-and-radio resources. The objectives are twofold: maximizing the sum offloading rate, quantifying MEC throughput, and minimizing the migration cost. The policy design is formulated as a decision-optimization problem that accounts for virtualization, I/O interference between virtual machines (VMs), and wireless multi-access. To solve the complex combinatorial problem, we develop an efficient relaxation-and-rounding based solution approach. The approach relies on an optimal iterative algorithm for solving the integer-relaxed problem and a novel integer-recovery design. The latter outperforms the traditional rounding method by exploiting the derived problem properties and applying matching theory. In addition, we also consider the design for a special case of "hotspot mitigation", referring to alleviating an overloaded server/BS by migrating its load to the nearby idle servers/BSs. From simulation results, we observed close-to-optimal performance of the proposed migration policies under various settings. This demonstrates their efficiency in computation-and-radio resource management for joint service migration and BS handover in multi-cell MEC networks.

연구 동기 및 목표

• 사용자 이동성을 지원하기 위해 다셀 MEC 네트워크에서 계산 자원과 무선 자원을 통합 관리함으로써 도전 과제를 해결한다.
• 오프로딩 처리량을 최대화하고 마이그레이션 비용을 최소화하기 위해 서비스 마이그레이션 및 기지국(BS) 핸드오버 정책을 최적화한다.
• 가상화, 가상 머신(VM) 간의 입출력 간섭, 다중접근 무선 제약 조건을 설계에 통합한다.
• 통합 마이그레이션 및 자원 할당으로 인해 발생하는 복잡한 조합 최적화 문제에 대해 효율적인 해법을 개발한다.
• 과도하게 포화된 기지국이 주변의 유휴 서버에 작업을 오프로딩하는 특수 케이스인 핫스팟 완화를 조사한다.

제안 방법

• 합계 오프로딩 속도를 최대화하고 마이그레이션 비용을 최소화하기 위해 통합 마이그레이션 및 핸드오버(JMH) 문제를 혼합정수비선형계획(MINLP)으로 수식화한다.
• 정수 제약 조건을 완화하여 연속적인 볼록 완화 문제를 도출하고, 반복 알고리즘을 통해 최적의 완화 해를 찾는다.
• 완화된 해에서 정수 해를 복원하기 위해 매칭 이론을 활용한 새로운 정수 복원 메커니즘을 설계하여 기존의 라운딩 방법보다 뛰어난 성능을 달성한다.
• 서버 버스에서의 공유 자원 경쟁을 반영하는 시스템 모델을 통해 VM 간의 입출력 간섭 영향을 통합한다.
• 오프로딩 속도 함수의 강한 볼록성과 총 작업량에 대한 최적 목표 함수의 단조 증가성을 증명하기 위해 이론적 분석을 적용한다.
• 볼록 최적화 및 정수 프로그래밍 이론의 결과(예: [37]의 보조정리 2)를 활용하여 최적 정수 해의 범위를 설정한다.

실험 결과

연구 질문

• RQ1 다셀 MEC 환경에서 사용자 이동성을 지원하면서도 높은 오프로딩 효율성을 유도하기 위해 통합 서비스 마이그레이션 및 자원 할당을 어떻게 최적화할 수 있는가?
• RQ2 VM 간의 입출력 간섭이 MEC 오프로딩 및 마이그레이션 결정의 성능에 어떤 영향을 미치는가?
• RQ3 통합 마이그레이션 및 자원 할당의 조합 복잡성을 어떻게 효과적으로 줄일 수 있으며, 同시에 근사 최적의 성능을 유지할 수 있는가?
• RQ4 매칭 이론을 활용한 리 릴랙세이션-라운딩 접근법이 MEC 마이그레이션 문제의 정수 해 복원에서 기존의 표준 라운딩 기법보다 뛰어난 성능을 보일 수 있는가?
• RQ5 과도하게 포화된 기지국에서 주변의 유휴 서버로 부하를 오프로딩함으로써 제안된 프레임워크가 핫스팟 완화에 얼마나 효과적인가?

주요 결과

• 매칭 기반 정수 복원을 통한 리 릴랙세이션-라운딩 방법은 오프로딩 속도 및 마이그레이션 비용 감소 측면에서 근사 최적의 성능을 달성한다.
• 최적의 작업량 분포는 모든 기지국에 대해 $ y_n^* \leq J_n $ 를 만족하며, 자원 제약 조건 하에서의 타당성을 보장한다.
• 오프로딩 속도 함수는 타당 영역 내에서 엄격하게 볼록하므로 볼록 완화를 통한 효율적 최적화가 가능하다.
• 최적 목표 값 $ R(K) $ 는 총 작업량 $ K $ 에 따라 단조 증가하며, 이론적 상한값 $ K^* $ 까지 증가한다.
• 문제의 구조적 특성과 매칭 이론을 활용함으로써 기존의 라운딩 기법보다 우수한 성능을 발휘한다.
• 시뮬레이션 결과는 일반적인 통합 마이그레이션 및 핫스팟 완화 시나리오에서 프레임워크의 효과성을 확인하며, 다양한 네트워크 환경에서 뛰어난 안정성과 성능을 보여준다.