[論文レビュー] Exploiting Computation Replication for Mobile Edge Computing: A Fundamental Computation-Communication Tradeoff Study

Kuikui Li, Meixia Tao+1 more|arXiv (Cornell University)|Mar 26, 2019

IoT and Edge/Fog Computing参考文献 37被引用数 5

ひとこと要約

本稿では、複数のエッジノード間で下り行伝送協力を可能にすることで、結果のダウンロード遅延を低減するため、マルチユーザー・マルチサーバー型モバイルエッジコンピューティング（MEC）ネットワークにおける計算リプロダクションを提案する。複数のエッジサーバー上でタスク実行をリプロダクションすることにより、アップロード遅延とダウンロード遅延の間でオーダー最適なトレードオフを達成し、計算負荷が増加するに従い、ダウンロード時間は逆比例（バイナリーオフロード）または線形に（部分的オフロード）減少するが、その代償としてアップロード時間は線形に増加する。

ABSTRACT

Existing works on task offloading in mobile edge computing (MEC) networks often assume a task is executed once at a single edge node (EN). Downloading the computed result from the EN back to the mobile user may suffer long delay if the downlink channel experiences strong interference or deep fading. This paper exploits the idea of computation replication in MEC networks to speed up the downloading phase. Computation replication allows each user to offload its task to multiple ENs for repetitive execution so as to create multiple copies of the computed result at different ENs which can then enable transmission cooperation and hence reduce the communication latency for result downloading. Yet, computation replication may also increase the communication latency for task uploading, despite the obvious increase in computation load. The main contribution of this work is to characterize asymptotically an order-optimal upload-download communication latency pair for a given computation load in a multi-user multi-server MEC network. Analysis shows when the computation load increases within a certain range, the downloading time decreases in an inversely proportional way if it is binary offloading or decreases linearly if it is partial offloading, both at the expense of linear increase in the uploading time.

研究の動機と目的

• 下り行チャネルに深 fading や干渉が生じる場合のモバイルエッジコンピューティング（MEC）における高い通信遅延を解消すること。
• 単一サーバーでのタスク実行の限界を克服し、結果配信にためのダイバーシティを提供すること。
• 複数のエッジノード間で結果の協調伝送を可能にする計算リプロダクション戦略を提案すること。
• 計算リプロダクション下でのアップロード遅延とダウンロード遅延の根本的トレードオフを同定すること。
• 与えられた計算負荷制約下で、バイナリーオフロードおよび部分的オフロードの両状況において、漸近的にオーダー最適なアップロード-ダウンロード遅延ペアを確立すること。

提案手法

• 複数のエッジノード（ENs）にタスク実行をリプロダクションさせ、異なるENに複数の計算結果コピーを用意する。
• ゼロフォーリング・プレコーディングを用いて下り行伝送協力を実現し、チャネルを仮想MISOブロードキャストチャネルに変換する。
• 上り行伝送と協調的下り行ビームフォーミングのための時間分割多重を用いた、上り行と下り行を含むマルチユーザー・マルチサーバー型MECネットワークとしてシステムをモデル化する。
• 干渉整合と漸近的解析を用いて、異なるリプロダクション戦略下での下り行チャネルの自由度（DoF）を導出する。
• 確率的幾何学とランダム行列理論を用いて、計算負荷の関数として通信遅延を定式化し、トレードオフの境界を導出する。
• バイナリーオフロード（全タスクが複数のENにオフロード）および部分的オフロード（サブタスクが複数のENにオフロード）の両状況を分析する。

実験結果

リサーチクエスチョン

• RQ1 計算リプロダクションは、マルチサーバー型MECネットワークにおけるアップロード遅延とダウンロード遅延のトレードオフにどのように影響を与えるか？
• RQ2 タスクが複数のエッジノードにリプロダクションされた場合、アップロードとダウンロードの間の根本的遅延トレードオフは何か？
• RQ3 計算リプロダクションは、増加するアップロードトラフィックを伴っても、ダウンロード遅延を著しく短縮できるか？
• RQ4 与えられた計算負荷下で、マルチユーザー・マルチサーバー型MECシステムにおける漸近的オーダー最適遅延ペアは何か？
• RQ5 バイナリーオフロードと部分的オフロード戦略は、遅延低減と計算コストの観点からどのように比較できるか？

主な発見

• バイナリーオフロードでは、計算リプロダクションによりダウンロード時間がリプロダクションされたEN数に反比例して短縮される。
• 部分的オフロードでは、計算負荷が増加するに従い、ダウンロード時間が線形に減少するが、アップロード時間は線形に増加する。
• 提案手法は、与えられた計算負荷制約下で、アップロードとダウンロード遅延の間でオーダー最適なトレードオフを達成する。
• 下り行チャネルの自由度（DoF）は、$\max\left\{\frac{M}{N+M}, \frac{r}{N}\right\}$ に達する。ここで、$M$ はユーザー数、$N$ はエッジサーバー数、$r$ はユーザーあたりのストリーム数である。
• DoFの上界と下界の差は最大で2倍の要因に留まり、提案手法の漸近的最適性が裏付けられる。