[논문 리뷰] Wireless Networks for Mobile Edge Computing: Spatial Modeling and Latency Analysis (Extended version)

Seung‐Woo Ko, Kaifeng Han외 1명|arXiv (Cornell University)|2017. 09. 06.

IoT and Edge/Fog Computing참고 문헌 30인용 수 9

한 줄 요약

이 논문은 이동형 엣지 컴퓨팅(MEC) 네트워크를 위한 공간적 확률 모델을 제안하며, 무작위 사용자 분포, 비직교 다중접근, 병렬 서버 처리 하에서 통신 및 계산 지연을 분석한다. 스토하스틱 기하학, 큐잉 이론, 병렬 컴퓨팅을 활용하여, 지연 시간이 사용자 밀도에 따라 로그적으로 증가하고 서버 및 대역폭 자원에 반비례함을 보여주는 스케일링 법칙을 유도하며, MEC 구현 시 병목 현상을 방지하기 위한 설계 지침을 제공한다.

ABSTRACT

Next-generation wireless networks will provide users ubiquitous low-latency computing services using devices at the network edge, called mobile edge computing (MEC). The key operation of MEC, mobile computation offloading (MCO), is to offload computation intensive tasks from users. Since each edge device comprises an access point (AP) and a computer server (CS), a MEC network can be decomposed as a radio access network (RAN) cascaded with a CS network (CSN). Based on the architecture, we investigate network constrained latency performance, namely communication latency (comm-latency) and computation latency (comp-latency) under the constraints of RAN coverage and CSN stability. To this end, a spatial random network is modeled featuring random node distribution, parallel computing, non-orthogonal multiple access, and random computation-task generation. Given the model and the said network constraints, we derive the scaling laws of comm-latency and comp-latency with respect to network-load parameters (density of mobiles and their task-generation rates) and network-resource parameters (bandwidth, density of APs/CSs, CS computation rate). Essentially, the analysis involves the interplay of theories of stochastic geometry, queueing, and parallel computing. Combining the derived scaling laws quantifies the tradeoffs between the latencies, network coverage and network stability. The results provide useful guidelines for MEC-network provisioning and planning by avoiding either of the cascaded RAN or CSN being a performance bottleneck.

연구 동기 및 목표

• 접근점(APs)과 이동 사용자를 무작위로 공간 배치한 경우, 대규모 MEC 네트워크를 무선 접근 및 서버 네트워크의 연결 구조로 모델링한다.
• 무선 커버리지 및 서버 안정성 등의 네트워크 제약 조건 하에서 확장 가능하고 현실적인 환경에서 종단 간 지연 시간을 분석한다.
• 사용자 밀도, 작업 생성 속도, 대역폭, 서버 용량 등의 핵심 네트워크 파라미터를 기반으로 통신 및 계산 지연 시간의 기본적인 스케일링 법칙을 유도한다.
• MEC 시스템에서 무선 또는 계산 계층이 성능 병목 현상이 되지 않도록 방지하는 설계 지침을 제공한다.

제안 방법

• 접근점(APs)과 이동 사용자를 위한 포아송 점 프로세스(PPPs)를 사용하여 MEC 네트워크를 공간적으로 무작위 과정으로 모델링한다.
• 이중 계층 아키텍처를 도입: 무선 접근 계층은 비직교 다중접근을, 계산 계층은 엣지 서버에 배치된 병렬 가상 머신(VMs)을 사용한다.
• 스토하스틱 기하학을 적용하여 다운링크 커버리지와 업링크 간섭을 분석하고, 큐잉 이론을 사용하여 작업 도착 및 서버 처리를 모델링한다.
• 폴라체크-킨친 공식을 사용하여 계산 지연 시간의 상한을 유도하고, 극값 이론을 적용하여 프레임당 최대 작업 수의 상한을 구한다.
• 분석을 단순화하기 위해 APs에 도착하는 작업에 대해 포아송 근사법을 사용하며, 보조 시뮬레이션을 통해 검증한다.
• 스토하스틱 기하학, 큐잉 이론, 병렬 컴퓨팅의 스케일링 법칙을 통합하여 지연 시간, 커버리지, 안정성 간의 상호 교환 관계를 정량화한다.

실험 결과

연구 질문

• RQ1 비직교 다중접근을 갖춘 MEC 네트워크에서 통신 지연은 이동 사용자 밀도와 대역폭에 따라 어떻게 스케일링되는가?
• RQ2 엣지 서버에서의 가상 머신 수, 서버 계산 속도, 작업 도착 속도에 따라 계산 지연은 어떻게 스케일링되는가?
• RQ3 접근점 및 사용자 분포의 공간적 무작위성은 MEC 시스템의 종단 간 총 지연 시간에 어떤 영향을 미치는가?
• RQ4 I/O 간섭 조건 하에서 이방향 및 동기화 작업 오프로딩 전략은 계산 지연 측면에서 어떻게 비교되는가?
• RQ5 대규모 MEC 구현에서 네트워크 커버리지, 안정성, 지연 시간 간의 기본적인 상호 교환 관계는 무엇인가?

주요 결과

• 통신 지연 시간은 이동 사용자 밀도에 대해 로그적으로 증가하고 대역폭 및 AP 밀도에 반비례하며, 고부하 상태에서의 수익 감소를 나타낸다.
• 계산 지연 시간은 작업당 엣지 컴퓨팅 시간 또는 I/O 간섭 악화 요인에 따라 지수적으로 증가하므로 서버 성능에 매우 민감함을 보여준다.
• 이방향 오프로딩 기법은 항상 동기화 오프로딩보다 낮은 계산 지연 시간을 달성하며, 작업 도착 속도가 증가함에 따라 격차가 감소한다.
• 고도의 작업 생성 속도에서 이방향 대비 동기화 계산 지연 시간 비율은 일정한 값으로 수렴하며, 이는 고부하 상태에서 상대적 성능 향상의 감소를 나타낸다.
• APs에 도착하는 작업에 대한 모델의 포아송 근사법이 정확하다고 검증되어 대규모 MEC 분석에서 해석 가능한 분석 도구의 사용을 뒷받침한다.
• 유도된 스케일링 법칙은 무선 접근 계층 또는 계산 계층이 병목 현상이 되는 임계 값을 식별하며, 사전 네트워크 계획 수립을 가능하게 한다.