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

Junfeng Guo, Zhaozhe Song+1 more|arXiv (Cornell University)|Nov 6, 2016

IoT and Edge/Fog Computing参考文献 5被引用数 5

ひとこと要約

本稿では、上行／下行伝送および計算オフロードを統合最適化することにより、マルチユーザーのモバイル エッジ コンピューティングにおけるエネルギー効率の良いリソース割り当てを提案する。基地局（BS）の実行時間が無視できる場合、閉形式の最適解を導出する。非無視可能なBS実行時間の場合、問題を3段階のフローチョークスケジューリング問題として定式化し、ジョンソンのアルゴリズムを適用して低複雑度の部分最適解を達成する。これは、エネルギー消費と遅延の両面で、ベースライン手法を著しく上回る性能を発揮する。

ABSTRACT

To increase mobile batteries' lifetime and improve quality of experience for computation-intensive and latency-sensitive applications, mobile edge computing has received significant interest. Designing energy-efficient mobile edge computing systems requires joint optimization of communication and computation resources. In this paper, we consider energy-efficient resource allocation for a multi-user mobile edge computing system. First, we establish on two computation-efficient models with negligible and non-negligible base station (BS) executing durations, respectively. Then, under each model, we formulate the overall weighted sum energy consumption minimization problem by optimally allocating communication and computation resources. The optimization problem for negligible BS executing duration is convex, and we obtain the optimal solution in closed-form to this problem. The optimization problem for non-negligible BS executing duration is NP-hard in general, and we obtain a sub-optimal solution with low-complexity to this problem, by connecting it to a three-stage flow-shop scheduling problem and wisely utilizing Johnson's algorithm. Finally, numerical results show that the proposed solutions outperform some baseline schemes.

研究の動機と目的

• マルチユーザー MEC システムにおいて、結果のダウンロードエネルギーを無視している既存の研究や、BS 実行時間を無視する仮定の制限を解消すること。
• マルチユーザー MEC における全体の重み付き合計エネルギー消費を最小化するための、通信および計算リソースの割り当て問題を定式化すること。
• タスク処理順序と総完了時間に影響を与える非無視可能なBS実行時間に対応すること。
• NP-hardな場合に低複雑度の部分最適解を導出するため、問題を3段階のフローチョークスケジューリング問題としてモデル化すること。
• エネルギー効率と遅延の両面で、ベースライン手法に比べて顕著な性能向上を示すことを実証すること。

提案手法

• AR やマルチメディア処理などの実世界のアプリケーションを反映するため、タスクサイズ、計算ワークロード、および結果サイズの3パラメータを持つタスクモデルを提案する。
• BS実行時間が無視できるモデル（凸最適化）と、非無視可能なモデル（NP-hard）の2つのモデルにおいて、エネルギー最小化問題を定式化する。
• 凸最適化の場合、ラグランジュ双対性とKKT条件を用いて、上行および下行伝送時間の割り当てに対する閉形式の最適解を導出する。
• NP-hardな場合、問題を3段階のフローチョークスケジューリング問題に変換し、ジョンソンのアルゴリズムを適用して部分最適なタスク処理順序を決定する。
• 決定された処理順序のもとで、凸最適化技術を用いて伝送時間の最適化を実施する。
• アルゴリズム1を実装し、低計算複雑度で部分最適解を計算する。

実験結果

リサーチクエスチョン

• RQ1 結果のダウンロードエネルギーと非無視可能なBS実行時間を組み込むと、エネルギー効率の良い MEC システムの設計にどのような影響を与えるか？
• RQ2 BS実行時間が無視できる場合に、エネルギー最小化問題に対して閉形式の最適解を導出できるか？
• RQ3 BS実行時間が非無視可能な場合に、NP-hardなエネルギー最小化問題を効果的に低複雑度で解くアプローチは何か？
• RQ4 提案手法の部分最適解は、ベースライン手法と比較してエネルギー消費と遅延の両面でどの程度優れているか？
• RQ5 マルチユーザー MEC において、伝送と実行の並列化がシステム性能に与える影響はどの程度か？

主な発見

• BS実行時間が無視できる場合の提案最適解は、上行および下行伝送に時間均等割り当てを実施するベースラインポリシーを著しく上回る。
• ユーザー数が増加するか、時間時間枠が短くなると、すべての手法において全体の重み付き合計エネルギー消費が増加するが、最適解は低いエネルギー消費を維持する。
• 非無視可能なBS実行時間に対する部分最適解は、ベースライン2を著しく上回り、伝送と計算の並列実行時間を最大限に活用している。
• 特に高負荷またはタイトなデッドライン下では、部分最適解がベースラインポリシーと比較して顕著なエネルギー消費削減を達成する。
• 数値結果により、タスク順序の最適化と動的リソース割り当てを活用することで、提案手法がエネルギー消費を効果的に低減することが確認された。
• 変換された3段階のフローチョークスケジューリング問題にジョンソンのアルゴリズムを適用することで、NP-hardな場合に対しても低複雑度かつ高性能な解決策が実現可能となった。