[논문 리뷰] Task Offloading Optimization in NOMA-Enabled Multi-hop Mobile Edge Computing System Using Conflict Graph

Mohammed S. Al-Abiad, Md. Zoheb Hassan외 1명|arXiv (Cornell University)|2021. 04. 23.

Advanced Wireless Communication Technologies참고 문헌 39인용 수 6

한 줄 요약

이 논문은 NOMA 기반의 다중 홉 모바일 엣지 컴퓨팅(MEC) 시스템에서 작업 오픈로딩을 위한 충돌 그래프 기반의 공동 최적화 프레임워크를 제안한다. AP와 MEC 서버 간의 작업 오픈로딩 결정, 무선 자원 블록(RRB) 스케줄링, 전력 할당, 계산 자원 공유를 조율하여 지연 시간과 에너지 소비를 동시에 최소화한다. 제안된 J-MEC 그래프 및 프루닝 그래프 방법은 복잡도와 효율성의 유리한 트레이드오프를 유지하면서 기준 대비 뚜렷한 성능 향상을 달성한다.

ABSTRACT

Resource allocation is investigated for offloading computational-intensive tasks in multi-hop mobile edge computing (MEC) system. The envisioned system has both the cooperative access points (AP) with the computing capability and the MEC servers. A user-device (UD) therefore first uploads a computing task to the nearest AP, and the AP can either locally process the received task or offload to MEC server. In order to utilize the radio resource blocks (RRBs) in the APs efficiently, we exploit the non-orthogonal multiple access for offloading the tasks from the UDs to the AP(s). For the considered NOMA-enabled multi-hop MEC computing system, our objective is to minimize both the latency and energy consumption of the system jointly. Towards this goal, a joint optimization problem is formulated by taking the offloading decision of the APs, the scheduling among the UDs, RRBs, and APs, and UDs' transmit power allocation into account. To solve this problem efficiently, (i) a conflict graph-based approach is devised that solves the scheduling among the UDs, APs, and RRBs, the transmit power control, and the APs' computation resource allocation jointly, and (ii) a low-complexity pruning graph-based approach is also devised. The efficiency of the proposed graph-based approaches over several benchmark schemes is verified via extensive simulations.

연구 동기 및 목표

• 모바일 디바이스의 자원 제약으로 인해 계산 집약적인 5G 애플리케이션에서 높은 지연 시간과 에너지 소비 문제가 발생하는 것을 해결하기 위해.
• AP와 MEC 서버가 모두 계산 능력을 갖춘 다중 홉 MEC 시스템에서의 작업 오픈로딩을 최적화하기 위해.
• 제한된 무선 자원 블록(RRB)을 가진 밀도 높은 네트워크에서 스펙트럼 효율성과 시스템 용량을 향상시키기 위해.
• 공동 오픈로딩, 스케줄링, 전력 제어 및 자원 할당을 통해 지연 시간과 에너지 소비를 동시에 최소화하기 위해.
• 실시간으로 동적으로 변화하는 MEC 환경에 적합한 저복잡도이자 확장 가능한 솔루션을 개발하기 위해.

제안 방법

• 작업 오픈로딩 결정, RRB 스케줄링, 사용자 장치(UD) 전력 할당, AP 계산 자원 할당을 통합한 공동 최적화 문제를 수립한다.
• UD, AP, RRB 간의 간섭 및 스케줄링 제약 조건을 모델링하기 위해 충돌 그래프 기반 접근법(J-MEC 그래프)을 도입한다.
• 그래프 색칠 및 독립 집합 선택 기법을 적용하여 NOMA 환경에서 갈등을 해결하고 동시에 전송를 스케줄링한다.
• 중복되거나 갈등이 발생하는 전송 후보를 제거하여 계산 복잡도를 감소시키는 프루닝 그래프 기반 접근법을 개발한다.
• 상行 Noma에서 순차적 간섭 제거(SIC)를 적용하여 다수의 UD가 동일한 RRB를 공유할 수 있도록 한다.
• 최적화 목표로 전송 지연과 에너지 소비를 통합한 지연-에너지 비용 함수를 사용한다.

실험 결과

연구 질문

• RQ1 NOMA 기반의 다중 홉 MEC 시스템에서 오픈로딩, 스케줄링, 전력 제어 및 자원 할당의 공동 최적화는 지연 시간과 에너지 소비를 어떻게 동시에 최소화할 수 있는가?
• RQ2 RRB 할당 및 사용자 클러스터링은 지연 시간과 에너지 효율성 측면에서 시스템 성능에 어떤 영향을 미치는가?
• RQ3 제안된 충돌 그래프 기반 방법은 무작위 및 국지적 오픈로딩 방식에 비해 시스템 용량과 비용 함수 측면에서 어떻게 비교되는가?
• RQ4 저복잡도 프루닝 그래프 접근법은 감소된 계산 오버헤드로 인해 근사 최적 성능을 달성할 수 있는가?
• RQ5 NOMA-MEC 시스템의 그래프 기반 스케줄링에서 성능와 복잡도 사이의 트레이드오프는 어떠한가?

주요 결과

• 제안된 J-MEC 그래프 방법은 랜덤, 국지적, 전체 오픈로딩 방식에 비해 지연-에너지 비용 함수 최소화 측면에서 최고의 성능을 달성한다.
• 프루닝 그래프 방법은 J-MEC 그래프에 비해 다소의 성능 저하를 겪지만 계산 복잡도를 크게 감소시킨다.
• 시스템 용량은 RRB 수와 선형적으로 증가하며, 제안된 방법들은 랜덤 및 국지적 방법보다 더 많은 UD를 지원하는 데서 뛰어난 성능을 보인다.
• 처리 밀도가 낮을 경우(예: λₙ = 20–60), 국지 처리가 가능하고 효과적이지만, λₙ가 140를 초과하면 성능이 급격히 악화된다.
• 전체 오픈로딩 방식은 일정한 시스템 용량을 유지하지만 높은 지연 시간과 에너지 비용으로 인해 실용적이지 않으며, 주로 기준으로서 기능한다.
• 다양한 데이터 크기, 처리 밀도 및 RRB 수에 걸쳐 제안된 방법의 비용 함수와 효과적 시스템 용량은 항상 열등하지 않다.