[論文レビュー] Decentralized Computation Offloading and Resource Allocation in Heterogeneous Networks with Mobile Edge Computing

Quoc‐Viet Pham, Tuan LeAnh+2 more|arXiv (Cornell University)|Mar 2, 2018

IoT and Edge/Fog Computing参考文献 21被引用数 15

ひとこと要約

本論文は、モバイルエッジコンピューティング（MEC）を用いた非均質ネットワークにおける分散型計算オフロードおよびリソース割り当てフレームワークを提案する。マッチング理論と最適化技術を用いて、システム全体の計算オーバーヘッドを最小化する。強いセル間干渉下でも、ヒューリスティック基準と比較して8.86%のギャップでほぼ最適な性能を達成する。

ABSTRACT

We consider a heterogeneous network with mobile edge computing, where a user can offload its computation to one among multiple servers. In particular, we minimize the system-wide computation overhead by jointly optimizing the individual computation decisions, transmit power of the users, and computation resource at the servers. The crux of the problem lies in the combinatorial nature of multi-user offloading decisions, the complexity of the optimization objective, and the existence of inter-cell interference. Then, we decompose the underlying problem into two subproblems: i) the offloading decision, which includes two phases of user association and subchannel assignment, and ii) joint resource allocation, which can be further decomposed into the problems of transmit power and computation resource allocation. To enable distributed computation offloading, we sequentially apply a many-to-one matching game for user association and a one-to-one matching game for subchannel assignment. Moreover, the transmit power of offloading users is found using a bisection method with approximate inter-cell interference, and the computation resources allocated to offloading users is achieved via the duality approach. The proposed algorithm is shown to converge and is stable. Finally, we provide simulations to validate the performance of the proposed algorithm as well as comparisons with the existing frameworks.

研究の動機と目的

• リアルタイムで低遅延を要するアプリケーションに対応するため、モバイルクラウドコンピューティングにおける高い遅延とエネルギー非効率性の課題を、モバイルエッジコンピューティング（MEC）を活用することで解決する。
• 集中型MECフレームワークの限界を克服するため、非均質ネットワーク（HetNets）における分散型計算オフロードおよびリソース割り当てを実現する。
• セル間干渉と組み合わせ的オフロードの複雑性を考慮しながら、ユーザーのオフロード意思決定、送信電力、計算リソース割り当てを統合的に最適化する。
• 動的なマルチサーバーMEC環境において収束性と安定性を保証するスケーラブルで分散型のアルゴリズムを開発する。

提案手法

• 共同最適化問題を2つの部分問題に分解する：(1) 多対一マッチングゲームによるユーザーの所属とサブチャンネル割り当て、(2) 送信電力と計算リソース割り当て。
• 近似セル間干渉を用いた二分法により、オフロードユーザーの最適送信電力を計算する。
• 双対性アプローチを用いて、ユーザーの要件とサーバーの能力に基づきMECサーバーにおける計算リソースを割り当てる。
• 逐次的マッチングフレームワークを実装する：まずユーザーのMECサーバーへの多対一マッチングでユーザー所属を決定し、その後、サブチャンネル割り当てのための一対一マッチングを実施する。
• フィードバックメカニズムを備えた反復的マッチングとリソース調整により、アルゴリズムの収束性と安定性を確保する。
• 干渉に配慮した電力制御とリソース割り当てを統合し、高い干渉状態でも性能を維持する。

実験結果

リサーチクエスチョン

• RQ1 複数のサーバーとセル間干渉を有する非均質MECネットワークにおいて、分散型で計算オフロードとリソース割り当てを統合的に最適化する方法は何か？
• RQ2 どのようなマッチングベースの手法が、システム全体の計算オーバーヘッドを最小化しつつ、安定的かつ収束性を有するユーザー所属とサブチャンネル割り当てを実現できるか？
• RQ3 セル間干渉はフルオフロードの効率にどのように影響を及ぼし、その悪影響を軽減するリソース割り当て戦略は何か？
• RQ4 送信電力とサーバーの計算能力が変化する条件下で、提案された分散型アルゴリズムは集中型最適フレームワークの性能にどの程度近づくか？

主な発見

• 最大送信電力が0.55 Wのとき、提案アルゴリズムはシステム全体の計算オーバーヘッドを17.9にまで低減し、オフロード率と性能が飽和状態に達する。
• MECサーバーの計算能力が0.5 GHzから4 GHzに増加するに従い、オフロードユーザーの割合は単調に増加し、特に0.5 GHzから1.0 GHzの間で最も顕著な向上が見られる。
• 3.5 GHzのMECサーバー能力下で、提案アルゴリズムは合計計算オーバーヘッド63.579を達成し、最適なhJTORAヒューリスティックアルゴリズムと比較して8.86%のギャップに留まる。
• 高いセル間干渉下では、特にチャネル状態が悪いユーザーにおいてオフロード率が低く、伝送遅延が増加するため、フルオフロードは非効率である。
• 分散型フレームワークは安定性と収束性を維持し、干渉が強い環境下でもローカルオンリーおよびフルオフロード方式を上回る性能を発揮する。
• サーバー能力が向上するに従い、提案手法と最適ヒューリスティックとの性能ギャップが縮小するため、スケーラビリティとロバストネスが示される。