[論文レビュー] Energy-Efficient Resource Allocation for Cache-Assisted Mobile Edge Computing

Ying Cui, Wen He+3 more|arXiv (Cornell University)|Aug 16, 2017

Caching and Content Delivery参考文献 1被引用数 5

ひとこと要約

本稿では、マルチユーザーキャッシュ支援型モバイルエッジコンピューティング（MEC）システムにおいて、平均総消費エネルギーを最小化することを目的とした、キャッシュとオフロードの共同手法を提案する。マルチユーザーダイバーシティとマルチキャストを活用することで、キャッシュとリソース割り当てのための混合離散連続最適化問題を定式化し、デュアルティーに基づく手法と低複雑度の近似最適解を用いて、近似的最適性能を達成する。この手法は、既存の手法に比べてエネルギー効率が優れている。

ABSTRACT

In this paper, we jointly consider communication, caching and computation in a multi-user cache-assisted mobile edge computing (MEC) system, consisting of one base station (BS) of caching and computing capabilities and multiple users with computation-intensive and latency-sensitive applications. We propose a joint caching and offloading mechanism which involves task uploading and executing for tasks with uncached computation results as well as computation result downloading for all tasks at the BS, and efficiently utilizes multi-user diversity and multicasting opportunities. Then, we formulate the average total energy minimization problem subject to the caching and deadline constraints to optimally allocate the storage resource at the BS for caching computation results as well as the uploading and downloading time durations. The problem is a challenging mixed discrete-continuous optimization problem. We show that strong duality holds, and obtain an optimal solution using a dual method. To reduce the computational complexity, we further propose a low-complexity suboptimal solution. Finally, numerical results show that the proposed suboptimal solution outperforms existing comparison schemes.

研究の動機と目的

• マルチユーザーメディカルエッジコンピューティング（MEC）システムにおける計算集約的で遅延に敏感なモバイルアプリケーションにおける高いエネルギー消費の課題に対処すること。
• 共有されたタスク結果を伴うキャッシュ支援型MECシステムにおいて、通信、キャッシュ、計算リソースを共同で最適化すること。
• アップロードおよびダウンロードのキャッシュ制約とデッドライン制約の下で、平均総消費エネルギーを最小化すること。
• デュアルティー理論を用いた最適解と、実装に適した低複雑度の近似最適解を提案すること。
• 提案手法がベースライン手法に比べてエネルギー効率とリソース利用効率で優れていることを示すこと。

提案手法

• マルチユーザーメディカルエッジコンピューティングシステムにおける、アップロード／ダウンロードのためのキャッシュと時間割り当てのための混合離散連続最適化問題を定式化する。
• 双対問題をキャッシュのナップサック問題と、時間割り当ての複数の凸部分問題に変換する。
• 部分勾配法を用いて双対問題を解き、強い双対性が成立することを証明し、プライマル最適解の回復が可能であることを示す。
• 計算コストを低減するため、ヒューリスティックな時間割り当てとキャッシュ意思決定に基づく低複雑度の近似最適解を提案する。
• タスクの入力サイズ、ワークロード、出力サイズを含むタスクモデルを採用し、現実性を高めるためにタスクの人気度をZipf分布でモデル化する。
• タスクアップロードにおけるマルチユーザーダイバーシティと、結果ダウンロードにおけるマルチキャストの機会を統合することで、リソース効率を向上させる。

実験結果

リサーチクエスチョン

• RQ1 マルチユーザーモバイルエッジコンピューティングシステムにおいて、計算結果のキャッシュ化はどのようにエネルギー消費を低減するか？
• RQ2 総エネルギー消費を最小化するための、キャッシュ、通信、計算リソースの最適なトレードオフは何か？
• RQ3 マルチユーザーダイバーシティとマルチキャストは、タスクのオフロードと結果配信におけるエネルギー効率をどのように向上させるか？
• RQ4 低複雑度の近似最適解は、計算コストを低減しつつ、近似的最適性能を達成できるか？
• RQ5 キャッシュサイズ、ユーザ数、タスクの人気度といったシステムパラメータは、エネルギー効率にどのように影響を与えるか？

主な発見

• 提案された近似最適解は、特に小規模システム（K=5, N=4）において、最適解に非常に近い平均総消費エネルギーを達成しており、実用的応用の有効性が裏付けられている。
• 近似最適解は、知的なキャッシュと時間割り当てにより、冗長な送信を低減することで、4つのベースライン方式を上回る性能を示している。
• Zipf指数γが増加するにつれてエネルギー消費が低下する。これはタスクの人気度がより偏るようになり、有効負荷が減少するためである。
• キャッシュサイズCが大きいほどエネルギー消費が低下する。これは共通タスクの再実行や再送信が減少するためである。
• ユーザ数Kやタスク数Nが増加するにつれてエネルギー消費が増加する。これは計算および通信負荷が高まるためである。
• 結果をキャッシュしないベースライン方式（例：ベースライン3および4）は、キャッシュを行う方式よりも顕著に高いエネルギー消費を示しており、キャッシュの価値が明確に示されている。