[논문 리뷰] Optimizing Information Freshness Through Computation-Transmission Tradeoff and Queue Management in Edge Computing

Peng Zou, Omur Ozel외 1명|arXiv (Cornell University)|2019. 12. 03.

Age of Information Optimization참고 문헌 29인용 수 6

한 줄 요약

이 논문은 터널 큐에서 계산 및 전송 시간을 공동으로 관리함으로써 정보 신선도를 최적화하는 엣지 컴퓨팅 시스템을 위한 새로운 큐잉 모델을 제안한다. 일반적인 서비스 시간 분포를 가진 비선점 및 선점 스케줄링 정책을 분석함으로써 평균 정보 나이(AoI) 및 평균 피크 AoI에 대한 폐쇄형 표현식을 유도하며, 수신기에서의 정보 노후화를 최소화하기 위한 계산 부하와 통신 효율성 사이의 핵심적 트레이드오프를 규명한다.

ABSTRACT

Edge computing applications typically require generated data to be preprocessed at the source and then transmitted to an edge server. In such cases, transmission time and preprocessing time are coupled, yielding a tradeoff between them to achieve the targeted objective. This paper presents analysis of such a system with the objective of optimizing freshness of received data at the edge server. We model this system as two queues in tandem whose service times are independent over time but the transmission service time is monotonically dependent on the computation service time in mean value. This dependence captures the natural decrease in transmission time due to lower offloaded computation. We analyze various queue management schemes in this tandem queue where the first queue has a single server, Poisson packet arrivals, general independent service and no extra buffer to save incoming status update packets. The second queue has a single server receiving packets from the first queue and service is memoryless. We consider the second queue in two forms: (i) No data buffer and (ii) One unit data buffer and last come first serve with discarding. We analyze various non-preemptive as well as preemptive cases. We perform stationary distribution analysis and obtain closed form expressions for average age of information (AoI) and average peak AoI. Our numerical results illustrate analytical findings on how computation and transmission times could be traded off to optimize AoI and reveal a consequent tradeoff between average AoI and average peak AoI.

연구 동기 및 목표

• 원격 서버로 전송하기 전에 소스에서 데이터를 사전 처리해야 하는 엣지 컴퓨팅 시스템에서 정보 노후화를 최소화하는 문제를 다루기 위해.
• 실제 엣지 컴퓨팅의 트레이드오프를 반영하기 위해 평균 계산 시간과 평균 전송 시간 사이에 단조적 의존성을 가지는 터널 큐로 계산 및 전송 과정을 모델링하기 위해.
• 포아송 도착과 일반 서비스 시간을 가진 두 큐 시스템에서 비선점 및 선점 스케줄링 정책을 분석하고, 정보 나이(AoI) 및 피크 AoI 지표에 집중하기 위해.
• 버퍼가 있는 및 없는 시스템을 포함한 다양한 큐 관리 방식에서 평균 AoI 및 평균 피크 AoI에 대한 정확한 폐쇄형 표현식을 유도하기 위해.
• 평균 AoI 및 평균 피크 AoI의 조합된 지표를 최소화하는 최적의 계산 시간을 규명함으로써 처리 지연과 전송 효율성 사이의 트레이드오프를 밝혀내기 위해.

제안 방법

• 계산 큐(M/GI/1)와 전송 큐(GI/M/1)로 구성된 두 터널 큐로 시스템을 모델링하며, 도착률 λ인 포아송 도착과 계산에 대한 일반 서비스 시간을 가짐.
• 실제 세계의 영향을 반영하기 위해 평균 계산 시간과 평균 전송 시간 사이에 단조적 의존성을 도입함으로써, 사전 처리를 통한 데이터 크기 감소가 전송 시간 단축으로 이어짐을 수반함.
• 이전 연구에서 유도된 수정된 등가 큐잉 모델을 적용하여 정적 분포를 유도하고 연령 지표를 계산함으로써 근사치를 넘어서는 정확한 분석을 가능하게 함.
• 서비스 시간 분포의 모멘트 생성 함수(MGF)와 시스템 상태에 대한 조건부 기대값을 사용하여 평균 AoI 및 평균 피크 AoI에 대한 폐쇄형 표현식을 유도함.
• 네 가지의 구체적인 스케줄링 체계를 고려함: 비선점(전송 큐에 1단위 버퍼 유무) 및 선점(버퍼 유무) 체계이며, 동일한 프레임워크 내에서 각각 분석함.
• 두 번째 큐에서 지수 분포의 무기억 성질을 활용하고, 재생 이론 및 조건부 기대값 기법을 적용하여 연령과 관련된 기대값을 계산함.

실험 결과

연구 질문

• RQ1 결합된 계산 및 전송 지연이 있는 터널 엣지 컴퓨팅 시스템에서 계산 시간의 선택이 평균 및 피크 정보 나이에 어떻게 영향을 미치는가?
• RQ2 평균 AoI와 평균 피크 AoI의 조합된 지표를 최소화하는 계산 및 전송 시간 사이의 최적 트레이드오프는 무엇인가?
• RQ3 다양한 계산 시간 분포 하에서 비선점 및 선점 스케줄링 정책 간의 연령 성능은 어떻게 비교되는가?
• RQ4 전송 큐에 버퍼가 존재할 경우 연령 지표에 미치는 영향은 무엇인가, 특히 선점 대비 비선점 시나리오에서?
• RQ5 비기억성 계산 시간과 기록성 전송 시간을 가진 일반적인 터널 큐 모델에서 AoI 및 피크 AoI에 대한 폐쇄형 표현식을 도출할 수 있는가?

주요 결과

• 논문은 네 가지 스케줄링 체계(비선점 버퍼 유무, 선점 버퍼 유무)에 대해 평균 AoI 및 평균 피크 AoI에 대한 정확한 폐쇄형 표현식을 도출하여 정밀한 성능 평가를 가능하게 함.
• 수치 결과는 계산 시간을 특정 임계값 이하로 줄일 경우 데이터 크기가 커져 전송 시간이 증가하고 AoI가 높아지며, 과도한 계산 또한 신선도를 떨어뜨림을 보여주어 비트리스 트레이드오프임을 규명함.
• 평균 AoI 및 평균 피크 AoI의 조합 지표를 최소화하는 최적의 계산 시간은 계산 시간 분포의 분산에 따라 달라지며, 분산이 클수록 더 보수적인 계산 스케줄링이 요구됨.
• 특히 계산 시간 분산이 클 경우, 선점 체계가 기다림 시간을 줄여 전반적으로 비선점 체계보다 우수한 연령 성능을 보임.
• 분석 결과는 비선점 및 선점 시스템 간의 AoI 성능에 명확한 대비를 드러내며, 특히 고부하 또는 고분산 계산 시간 조건에서 선점 시스템이 더 낮은 평균 AoI를 달성함.
• 유도된 표현식은 도착률 λ, 전송 속도 μ, 계산 시간 분포의 모멘트 생성 함수 등 시스템 파라미터에 대한 AoI의 의존성을 명시적으로 보여주며, 직접 최적화를 가능하게 함.