[논문 리뷰] Optimal Task Scheduling in Communication-Constrained Mobile Edge Computing Systems for Wireless Virtual Reality

Xiao Yang, Zhiyong Chen외 3명|arXiv (Cornell University)|2017. 08. 02.

Caching and Content Delivery참고 문헌 6인용 수 3

한 줄 요약

이 논문은 무선 가상현실(VR)을 위한 통신 제약 조건이 있는 모바일 엣지 컴퓨팅(MEC) 프레임워크를 제안하며, 통신, 계산, 캐싱 자원을 공동으로 최적화하여 작업당 평균 전송 데이터를 최소화한다. 라플라스 기반 작업 스케줄링 정책을 사용하여, 20ms 이내의 종단 간 지연 제약 조건을 충족하면서도 전송 데이터를 줄이기 위해 로컬 실행과 MEC 오프로딩 사이에서 동적으로 선택한다. 기존의 MEC 접근 방식에 비해 통신 자원 소비가 크게 감소하는 결과를 얻는다.

ABSTRACT

Mobile edge computing (MEC) is expected to be an effective solution to deliver 360-degree virtual reality (VR) videos over wireless networks. In contrast to previous computation-constrained MEC framework, which reduces the computation-resource consumption at the mobile VR device by increasing the communication-resource consumption, we develop a communications-constrained MEC framework to reduce communication-resource consumption by increasing the computation-resource consumption and exploiting the caching resources at the mobile VR device in this paper. Specifically, according to the task modularization, the MEC server can only deliver the components which have not been stored in the VR device, and then the VR device uses the received components and the corresponding cached components to construct the task, resulting in low communication-resource consumption but high delay. The MEC server can also compute the task by itself to reduce the delay, however, it consumes more communication-resource due to the delivery of entire task. Therefore, we then propose a task scheduling strategy to decide which computation model should the MEC server operates, in order to minimize the communication-resource consumption under the delay constraint. Finally, we discuss the tradeoffs between communications, computing, and caching in the proposed system.

연구 동기 및 목표

• 360도 VR에 대한 기존의 계산 제약 조건이 있는 MEC에서 높은 통신 오버헤드 문제를 해결하기 위해 통신 자원 사용을 줄이는 데 초점을 맞춘 트레이드오프를 이동시킨다.
• 엄격한 종단 간 지연 제약 조건(예: 20ms) 하에서 작업당 평균 전송 데이터를 최소화하는 작업 스케줄링 전략을 개발한다.
• 무선 VR을 위한 모바일 엣지 컴퓨팅 시스템에서 통신, 계산, 캐싱 자원을 공동으로 최적화한다.
• 로컬 계산과 캐싱을 활용할 경우 전체 MEC 오프로딩에 비해 데이터 오프로딩을 크게 줄일 수 있음을 입증한다.

제안 방법

• 라플라스 최적화 이론을 사용하여 지연 제약 조건 하에서 전송 데이터 최소화 문제를 수립한다.
• 작업을 모듈러 구성 요소(예: MMT 자산)로 모델링하여, VR 기기에서 캐시된 부분과 전달된 부분을 조합하여 재구성할 수 있도록 한다.
• 두 가지 계산 모델을 도입한다: (1) 캐시된 부분과 수신된 부분을 사용한 로컬 실행, (2) 전체 작업을 MEC 서버로 전달하여 계산하는 MEC 오프로딩.
• 큐 상태 및 시스템 제약 조건을 기반으로 각 작업에 대해 최적의 계산 모델을 선택하는 동적 스케줄링 정책을 유도한다.
• 지연과 통신 비용을 균형 잡는 데 사용되는 드리프트 플러스 페널티 프레임워크를 활용하여 안정성과 근사 최적 성능을 보장한다.
• 이론적 분석을 통해 알고리즘이 최적 해로부터 O(1/V) 성능 갭을 확보함을 증명한다.

실험 결과

연구 질문

• RQ1 종단 간 지연을 훼손하지 않으면서, 무선 VR을 위한 모바일 엣지 컴퓨팅 시스템에서 통신 자원 소비를 어떻게 최소화할 수 있는가?
• RQ2 VR 기반 MEC 시스템에서 통신, 계산, 캐싱 자원 간 최적의 트레이드오프는 무엇인가?
• RQ3 로컬 계산과 캐싱은 전체 MEC 오프로딩에 비해 데이터 오프로딩을 줄일 수 있으며, 이러한 조건은 무엇인가?
• RQ4 모바일 VR 기기의 계산 및 캐싱 능력이 변화할 경우 시스템 성능는 어떻게 스케일링되는가?
• RQ5 제안된 라플라스 기반 스케줄링 정책은 이론적 최적 해에 얼마나 가까이 접근하는가?

주요 결과

• 캐시된 콘텐츠가 없을 경우조차도 제안된 스케줄링 정책이 MEC 계산 정책에 비해 평균 전송 데이터 측면에서 일관되게 뛰어난 성능을 보인다.
• 모바일 VR 기기의 계산 능력이 증가할수록 더 많은 작업이 로컬 실행으로 이관되어 통신 자원 소비가 감소한다.
• 기기의 계산 능력이 충분히 높아지면 로컬 계산이 최적의 스케줄링 전략이 되어 데이터 오프로딩이 필요 없어진다.
• 캐싱 용량은 통신 감소에 측정 가능한 영향을 미치지만, 계산 능력에 비해 영향도가 낮다. 캐싱은 오직 로컬 실행 성능에만 영향을 미치기 때문이다.
• 시스템은 최적 해로부터 O(1/V) 성능 갭을 확보하며, V가 증가할수록 갭이 감소하여 이론적 수렴을 확인한다.
• 목표 지연 시간 20ms 조건에서, 계산 및 캐싱 자원을 함께 증가시켜 할당함으로써 통신 절감을 크게 달성할 수 있다. 계산 및 캐싱 자원을 증가시킬 경우 전송 대역폭 요구량을 125 Mbps에서 67 Mbps로 감소시킬 수 있다.