[논문 리뷰] Multiuser Computation Offloading and Downloading for Edge Computing with Virtualization

Zezu Liang, Yuan Liu외 2명|arXiv (Cornell University)|2018. 11. 19.

IoT and Edge/Fog Computing인용 수 5

한 줄 요약

이 논문은 가상화를 통한 다중 사용자 모바일 에지 컴퓨팅(MEC) 시스템에서 가상 머신(VM) 간의 입출력(I/O) 간섭을 명시적으로 모델링하고 이를 완화하는 공동 라디오-계산 자원 할당(RCRA) 프레임워크를 제안한다. 문제를 비볼록 혼합정수계획문제로 수식화하고 분해 및 조합 최적화 기법을 활용하여, 오프로딩 사용자 스케줄링, 오프로딩 크기 제어, 통신 및 계산에 할당되는 시간을 공동으로 제어하는 저복잡도 알고리즘을 설계함으로써, I/O 간섭 제약 조건 하에서 총 오프로딩 스루풋 최대화 및 에너지 소비 최소화에 대해 거의 최적의 성능을 달성한다.

ABSTRACT

Mobile-edge computing (MEC) is an emerging technology for enhancing the computational capabilities of mobile devices and reducing their energy consumption via offloading complex computation tasks to the nearby servers. Multiuser MEC at servers is widely realized via parallel computing based on virtualization. Due to finite shared I/O resources, interference between virtual machines (VMs), called I/O interference, degrades the computation performance. In this paper, we study the problem of joint radio-and-computation resource allocation (RCRA) in multiuser MEC systems in the presence of I/O interference. Specifically, offloading scheduling algorithms are designed targeting two system performance metrics: sum offloading throughput maximization and sum mobile energy consumption minimization. Their designs are formulated as non-convex mixed-integer programming problems, which account for latency due to offloading, result downloading and parallel computing. A set of low-complexity algorithms are designed based on a decomposition approach and leveraging classic techniques from combinatorial optimization. The resultant algorithms jointly schedule offloading users, control their offloading sizes, and divide time for communication (offloading and downloading) and computation. They are either optimal or can achieve close-to-optimality as shown by simulation. Comprehensive simulation results demonstrate considering of I/O interference can endow on an offloading controller robustness against the performance-degradation factor.

연구 동기 및 목표

• 공유 에지 서버에 함께 위치한 가상 머신(VM) 간의 입출력(I/O) 간섭으로 인한 다중 사용자 MEC 시스템의 성능 저하 문제를 해결하기 위해.
• I/O 간섭 조건 하에서 오프로딩 스케줄링, 데이터 크기 제어, 통신 및 계산 시간 분할을 고려한 공동 라디오 및 계산 자원 할당(RCRA) 최적화를 위해.
• 가상화가 적용된 다중 사용자 MEC 시스템에서 총 오프로딩 스루풋을 최대화하고 이동 단말기의 총 에너지 소비를 최소화하기 위해.
• 비볼록 및 혼합정수 성격을 지닌 문제임에도 불구하고 최적 또는 거의 최적의 성능을 달성하는 저복잡도 알고리즘 개발을 위해.

제안 방법

• 오프로딩 지연, 결과 다운로드 지연, 병렬 VM 계산 지연를 포함한 비볼록 혼합정수계획문제로 공동 RCRA 문제를 수식화한다.
• 복잡한 문제를 오프로딩 스케줄링 및 자원 제어에 대한 접근 가능한 부분문제로 분해하기 위해 분해 기법을 적용한다.
• 클래식한 조합 최적화 기법을 활용하여 사용자 선택, 오프로딩 크기 할당, 시간 슬롯 분할에 대한 저복잡도 알고리즘을 설계한다.
• I/O 간섭 제약 조건 하에서 최적의 계산 속도를 결정하기 위해 함수 $ g(R_m) = 0 $ 기반의 근 찾기 방법을 도입한다.
• 단조 수열 성질을 활용하여 최적의 사용자 집합 선택을 유도하며, $ r_n \geq d \sum_{i=1}^{n-1} r_i $ 를 만족하는 최적의 오프로딩 사용자 수 $ n_0 $ 를 식별한다.
• 필수 시간을 상한선과 동일시함으로써 최소 완료 시간 문제를 해결하기 위해 이진 탐색 유사 접근법을 사용하며, 타당성과 최적성을 보장한다.

실험 결과

연구 질문

• RQ1 가상 머신 간의 입출력(I/O) 간섭은 다중 사용자 MEC 시스템에서 계산 성능에 어떤 영향을 미치는가?
• RQ2 I/O 간섭 조건 하에서 공동으로 라디오 및 계산 자원을 할당할 최적의 방법은 무엇인가? 오프로딩 스루풋을 최대화하기 위해.
• RQ3 오프로딩 스케줄링, 데이터 크기 제어, 시간 분할을 공동으로 최적화하여 이동 단말기의 에너지 소비를 최소화할 수 있는가?
• RQ4 비볼록 및 혼합정수 제약 조건이 존재하는 상황에서 저복잡도 알고리즘이 거의 최적의 성능을 달성할 수 있는가?
• RQ5 I/O 간섭 조건 하에서 총 시스템 완료 시간을 최소화하기 위해 최적의 사용자 집합은 무엇인가?

주요 결과

• 제안된 알고리즘은 시뮬레이션 결과를 통해 총 오프로딩 스루풋 최대화 및 총 이동 단말기 에너지 소비 최소화 모두에서 거의 최적의 성능을 달성함을 확인하였다.
• I/O 간섭 모델링을 통합함으로써, 특히 고부하 조건에서 성능 저하에 대한 시스템의 강건성이 크게 향상됨을 확인하였다.
• 오프로딩을 위한 최적의 사용자 집합은 $ r_n \geq d \sum_{i=1}^{n-1} r_i $ 를 만족하는 가장 큰 $ r_i $ 값들을 선택함으로써 결정되며, $ n_0 $ 는 그러한 조건을 만족하는 가장 큰 인덱스이다.
• 최소 완료 시간 문제에서 최적 해는 시간 제약 조건에서 등호를 만족하며, 오프로딩된 비트 수는 $ L_i^{\text{min}} = \left[L_i - \frac{Tf_i}{c_i}\right]^+ $ 로 최소화된다.
• 총 오프로딩 속도 최대화 문제는 $ \frac{(1+d)^{n-1}}{\sum_{i=1}^n r_i} $ 를 최소화하는 것으로 단순화되며, 이는 $ n $ 개의 가장 큰 $ r_i $ 값들을 선택할 때 최소가 된다.
• 이론적 증명을 통해 제안된 알고리즘이 주어진 제약 조건 하에서 최적이거나 최적 목표 값을 달성함을 입증하였다.