[논문 리뷰] Price-Based Distributed Offloading for Mobile-Edge Computing with Computation Capacity Constraints

Mengyu Liu, Yuan Liu|arXiv (Cornell University)|2017. 12. 02.

IoT and Edge/Fog Computing참고 문헌 8인용 수 7

한 줄 요약

이 논문은 유한한 계산 용량을 가진 모바일 엣지 컴퓨팅(MEC) 환경에서 가격 기반 분산 오픈로딩 기법을 제안하며, 엣지 클라우드(리더)와 사용자(팔로워) 간의 상호작용을 스택엘베르크 게임으로 모델링한다. 엣지 클라우드는 수익을 극대화하면서도 용량 제약을 충족시키기 위해 최적의 가격을 설정하고, 사용자들은 지연 시간과 지불 금액을 기반으로 독립적으로 오픈로딩을 결정한다. 주요 기여는 근사 최적 성능을 달성하면서도 신호 전송 부하가 낮은 분산형이고 확장 가능한 솔루션을 제공하는 균일 및 차별화된 가격 설정 알고리즘을 개발한 것이다.

ABSTRACT

Mobile-edge computing (MEC) is a promising technology to enable real-time information transmission and computing by offloading computation tasks from wireless devices to network edge.

연구 동기 및 목표

• 이전 연구에서 무한한 용량을 가정하는 경우가 많지만, 실제로는 유한한 엣지 클라우드 용량을 고려한 MEC 시스템에서의 계산 오픈로딩 관리를 다루는 데 목적이 있다.
• 다양한 사용자 간에 제한된 엣지 계산 자원을 공정하게 할당하면서도 시스템의 타당성과 효율성을 확보하는 분산 메커니즘을 설계하는 것.
• 동적 가격 설정을 통해 엣지 클라우드(수익 극대화 목적)와 사용자(비용 최소화 목적) 양측에 경제적 인centive를 제공하는 것.
• 반복적인 피드백 없이도 분산 방식으로 구현 가능한 균일 및 차별화된 가격 설정 기법 두 가지를 개발하는 것.
• 최소한의 조율으로 게임 이론적 최적화를 활용하여 낮은 신호 전송 부하와 확장성을 확보하는 것.

제안 방법

• 엣지 클라우드와 사용자 간의 상호작용을 스택엘베르크 게임으로 모델링하며, 엣지 클라우드는 가격을 설정(리더)하고 사용자들은 개인의 비용(지연 시간 + 지불 금액)을 최소화하기 위해 오픈로딩 결정을 내림(팔로워).
• 유한한 계산 용량 제약 하에서 엣지 클라우드의 수익 극대화 문제를 수식화하며, 자원 할당을 제어하기 위해 연속적인 가격 변수 μ를 사용한다.
• 해석적 최적화를 통해 최적의 가격 정책을 유도하며, 최적 가격 μ*가 사용자 k의 로컬 CPU 주파수 F_k에 대해 1/F_k인 임계점에 위치해야 한다는 것을 증명한다.
• 모든 사용자가 동일한 가격을 지ay는 균일 가격 설정 기법과, 사용자 개별의 계산 및 채널 특성에 따라 가격이 달라지는 차별화된 가격 설정 기법을 제안한다.
• 두 기법 모두 분산 방식으로 구현: 사용자들은 보고된 시스템 파ameter(C_k, F_k, h_k)를 바탕으로 국지적으로 최적의 오픈로딩 결정을 계산하고, 엣지 클라우드는 집계된 사용자 데이터를 기반으로 가격을 계산한다.
• 차별화된 가격 설정 케이스에서 최적의 사용자 선택을 위해 이진 knapsack 문제를 동적 프로그래밍으로 해결함으로써 근사 최적의 자원 할당을 보장한다.

실험 결과

연구 질문

• RQ1 유한한 계산 용량을 가진 엣지 클라우드는 다수의 사용자로부터 오픈로드된 작업을 어떻게 분산 방식으로 효율적으로 관리할 수 있는가?
• RQ2 엣지 클라우드가 용량 제약을 준수하면서도 수익을 극대화할 수 있는 가격 전략은 무엇인가?
• RQ3 분산 환경에서 지연 시간과 비용을 균형 있게 고려한 오픈로딩 결정을 사용자가 어떻게 유도할 수 있는가?
• RQ4 균일 및 차별화된 가격 설정 기법 간에 성능(지연 시간 및 수익)과 구현 복잡도 사이의 상충 관계는 어떠한가?
• RQ5 다양한 사용자 능력을 가진 다중 사용자 MEC 환경에서 분산형이고 저비용의 가격 기반 메커니즘이 근사 최적의 자원 할당을 달성할 수 있는가?

주요 결과

• 사용자별 특성에 맞는 더 정확한 자원 할당 덕분에, 제안된 차별화된 가격 설정 기법이 균일 가격 설정 기법보다 평균 지연 시간과 수익 측면에서 더 뛰어난 성능을 보였다.
• 엣지 클라우드의 최적 가격 정책은 반드시 μ* = 1/F_k인 임계점에 위치해야 하며, 이는 최적 가격이 이산적임을 증명하고 유한한 집합에서 효율적으로 탐색 가능하다는 것을 의미한다.
• 계산 용량이 증가함에 따라 평균 지연 시간과 수익이 크게 향상되며, 로컬 전용 기법은 용량 변화에 영향을 받지 않아 오픈로딩의 이점을 확인한다.
• 사용자가 많아질수록 스펙트럼 공유로 인해 평균 지연 시간은 증가하지만, 더 높은 경쟁과 가격 압력으로 인해 엣지 클라우드의 수익은 증가한다.
• 균일 가격 설정 기법은 낮은 복잡도와 낮은 신호 전송 부하를 바탕으로 양호한 성능을 달성하여 대규모 또는 지연 민감도가 높은 MEC 구현에 적합하다.
• 제안된 기법들은 완전히 분산되어 있다: 사용자들은 국지적 지식과 보고된 가격을 바탕으로 오픈로딩 결정을 내리며, 엣지 클라우드는 반복적이지 않은 집계를 통해 전역 데이터를 활용하여 가격을 계산함으로써 확장성을 보장한다.