[논문 리뷰] Task Replication for Deadline-Constrained Vehicular Cloud Computing: Optimal Policy, Performance Analysis and Implications on Road Traffic

Zhiyuan Jiang, Sheng Zhou외 2명|arXiv (Cornell University)|2017. 11. 29.

Vehicular Ad Hoc Networks (VANETs)인용 수 5

한 줄 요약

이 논문은 사전에 정해진 마감 시간을 가진 차량 기반 클라우드 컴퓨팅(VCC) 시스템에서 지연을 줄이기 위해 작업을 여러 움직이는 차량으로 이관하는 최적의 작업 복제 정책을 제안한다. 이는 균형 잡힌 작업 할당(BETA) 정책을 도입하며, 이 정책은 최적이며 해석적으로 마감 시간 위반 확률이 레일라이(Rayleigh) 분포로 근사됨을 입증한다. 이는 교통 흐름의 임계 속도를 초월해 차량 속도가 높아질수록 성능 향상이 이루어짐을 보여준다.

ABSTRACT

In vehicular cloud computing (VCC) systems, the computational resources of moving vehicles are exploited and managed by infrastructures, e.g., roadside units, to provide computational services. The offloading of computational tasks and collection of results rely on successful transmissions between vehicles and infrastructures during encounters. In this paper, we investigate how to provide timely computational services in VCC systems. In particular, we seek to minimize the deadline violation probability given a set of tasks to be executed in vehicular clouds. Due to the uncertainty of vehicle movements, the task replication methodology is leveraged which allows one task to be executed by several vehicles, and thus trading computational resources for delay reduction. The optimal task replication policy is of key interest. We first formulate the problem as a finite-horizon sampled-time Markov decision problem and obtain the optimal policy by value iterations. To conquer the complexity issue, we propose the balanced-task-assignment (BETA) policy which is proved optimal and has a clear structure: it always assigns the task with the minimum number of replicas. Moreover, a tight closed-form performance upper bound for the BETA policy is derived, which indicates that the deadline violation probability follows the Rayleigh distribution approximately. Applying the vehicle speed-density relationship in the traffic flow theory, we find that vehicle mobility benefits VCC systems more compared with road traffic systems, by showing that the optimum vehicle speed to minimize the deadline violation probability is larger than the critical vehicle speed in traffic theory which maximizes traffic flow efficiency.

연구 동기 및 목표

• 확률적 차량 이동성을 가진 만남 기반 차량 기반 클라우드 컴퓨팅(eVCC) 시스템에서 마감 시간 위반 확률을 최소화하기 위해.
• 계산 서비스의 실시간성 향상을 위해 다수의 차량 복제본을 활용하는 최적의 작업 복제 정책을 설계하기 위해.
• 제안된 정책의 성능를 분석하고 마감 시간 위반 확률에 대한 날것으로 된 닫힌 형태의 상한을 유도하기 위해.
• 차량 이동성, 교통 흐름 역학, VCC 시스템 성능 간의 상호작용을 조사하기 위해.
• VCC 시스템에서 마감 시간 위반을 최소화하는 최적의 차량 속도와 밀도를 결정하기 위해.

제안 방법

• 가치 반복을 통해 최적 정책을 유도하기 위해 유한 시간 영역 이산 시간 마르코프 결정 과정(MDP)으로 작업 복제 문제를 수식화한다.
• 항상 가장 적은 기존 복제본을 가진 차량에 작업을 할당함으로써 구조적 단순성과 최적성을 보장하는 균형 잡힌 작업 할당(BETA) 정책을 제안한다.
• 마감 시간 위반 확률에 대해 날것으로 된 닫힌 형태의 상한을 도출하며, BETA 정책 하에서 이 확률이 레일라이 분포를 따른다는 것을 보여준다.
• 교통 흐름 이론에서의 차량 속도-밀도 관계를 통합하여 차량 간 만남 빈도를 모델링하고 최적의 이동성 파rameter를 유도한다.
• 카루시-쿠른-터커(Karush-Kuhn-Tucker, KKT) 조건과 코시-슈바르츠 부등식을 사용하여 마감 시간 위반을 최소화하기 위한 차량 밀도와 속도를 해석적으로 최적화한다.
• 레일라이 근사의 渐近적 분석을 통해 단기 마감 시간 영역에서의 성능를 검증한다.

실험 결과

연구 질문

• RQ1 불확실한 차량 이동성을 가진 마감 시간 제약이 있는 차량 기반 클라우드 컴퓨팅 시스템에서 마감 시간 위반 확률을 최소화하는 최적의 작업 복제 정책은 무엇인가?
• RQ2 최적 정책의 성능는 닫힌 형태로 어떻게 상한을 구할 수 있으며, 마감 시간 위반 확률은 어떤 분포를 따르는가?
• RQ3 차량 속도와 밀도는 VCC 시스템에서 마감 시간 위반 확률에 어떻게 영향을 미치며, 최소 위반을 위한 최적의 속도는 무엇인가?
• RQ4 BETA 정책는 최적이며 구조적으로 단순하면서도 높은 성능를 유지할 수 있는가?
• RQ5 최적의 VCC 성능와 교통 흐름 이론에서의 임계 속도 간의 관계는 무엇인가?

주요 결과

• BETA 정책는 최적이며, 유도된 상한 하에서 마감 시간 위반 확률이 레일라이 분포를 매우 잘 따름을 입증하였다.
• 마감 시간 위반 확률는 만남 빈도와 작업 복제 수에 대한 함수의 지수를 포함하는 표현으로 날것으로 된 닫힌 형태의 상한으로 잘 묶여 있다.
• 단기 마감 시간 영역에서 마감 시간 위반 확률는 레일라이 분포를 渐近적으로 따르며, 그 분산은 작업 복제 빈도와 마감 시간의 제곱의 곱에 비례한다.
• 마감 시간 위반을 최소화하는 최적의 차량 속도는 교통 흐름 효율성을 극대화하는 임계 속도를 초월함을 발견하였으며, 이는 성능의 상충 관계를 시사한다.
• 마감 시간 위반을 최소화하기 위한 최적의 차량 밀도는 코시-슈바르츠 부등식을 사용하여 도출되었으며, 차량 가용성과 만남 빈도 사이의 비트레이스러운 상충 관계를 보여준다.
• 작업 복제의 성능 향상은 고속도로 환경에서 더 두드러지며, 높은 차량 속도와 밀도가 서비스의 실시간성 향상에 기여한다.