[論文レビュー] Task Replication for Deadline-Constrained Vehicular Cloud Computing: Optimal Policy, Performance Analysis and Implications on Road Traffic

Zhiyuan Jiang, Sheng Zhou+2 more|arXiv (Cornell University)|Nov 29, 2017

Vehicular Ad Hoc Networks (VANETs)被引用数 5

ひとこと要約

本稿は、遅延を低減するためにタスクを複数の移動中の車両にオフロードする、デッドライン制約付きの車両クラウドコンピューティング（VCC）システムにおける最適タスクリプリケーションポリシーを提案する。Balanced-Task-Assignment（BETA）ポリシーを導入し、最適性が証明され、デッドライン違反確率がレイリー分布で近似可能であることが解析的に示された。また、交通流の臨界速度を超える高い車両速度では性能が向上することが示された。

ABSTRACT

In vehicular cloud computing (VCC) systems, the computational resources of moving vehicles are exploited and managed by infrastructures, e.g., roadside units, to provide computational services. The offloading of computational tasks and collection of results rely on successful transmissions between vehicles and infrastructures during encounters. In this paper, we investigate how to provide timely computational services in VCC systems. In particular, we seek to minimize the deadline violation probability given a set of tasks to be executed in vehicular clouds. Due to the uncertainty of vehicle movements, the task replication methodology is leveraged which allows one task to be executed by several vehicles, and thus trading computational resources for delay reduction. The optimal task replication policy is of key interest. We first formulate the problem as a finite-horizon sampled-time Markov decision problem and obtain the optimal policy by value iterations. To conquer the complexity issue, we propose the balanced-task-assignment (BETA) policy which is proved optimal and has a clear structure: it always assigns the task with the minimum number of replicas. Moreover, a tight closed-form performance upper bound for the BETA policy is derived, which indicates that the deadline violation probability follows the Rayleigh distribution approximately. Applying the vehicle speed-density relationship in the traffic flow theory, we find that vehicle mobility benefits VCC systems more compared with road traffic systems, by showing that the optimum vehicle speed to minimize the deadline violation probability is larger than the critical vehicle speed in traffic theory which maximizes traffic flow efficiency.

研究の動機と目的

• 確率的車両移動性を有する、エンカウンターベースの車両クラウドコンピューティング（eVCC）システムにおけるデッドライン違反確率を最小化すること。
• 複数の車両リプリカを活用して、計算サービスのタイムリネスを向上させる最適タスクリプリケーションポリシーを設計すること。
• 提案ポリシーの性能を分析し、デッドライン違反確率のタイトな閉形式上界を導出すること。
• 車両移動性、交通流ダイナミクス、およびVCCシステム性能の間の相互作用を調査すること。
• VCCシステムにおけるデッドライン違反を最小化する最適な車両速度と密度を特定すること。

提案手法

• 価値反復を用いて最適ポリシーを導出するため、有限区間サンプリング時刻のマルコフ決定過程（MDP）としてタスクリプリケーション問題を定式化する。
• 常に既存のリプリカが最も少ない車両にタスクを割り当てるBETAポリシーを提案し、構造的単純性と最適性を保証する。
• デッドライン違反確率のタイトな閉形式上界を導出し、BETAポリシー下でレイリー分布に従うことを示す。
• 交通流理論における車両速度-密度関係を統合し、車両間の出会いレートをモデル化し、最適な移動パラメータを導出する。
• カシュシュ＝クーン＝タッカー（KKT）条件とコーシー＝シュワルツ不等式を用いて、デッドライン違反を最小化する車両密度と速度を解析的に最適化する。
• レイリー近似の漸近的解析を用いて、短デッドライン領域における性能を検証する。

実験結果

リサーチクエスチョン

• RQ1 不確実な車両移動性を有するデッドライン制約付きの車両クラウドコンピューティングシステムにおいて、デッドライン違反確率を最小化する最適タスクリプリケーションポリシーは何か？
• RQ2 最適ポリシーの性能を閉形式でどのようにバウンドできるか。また、デッドライン違反確率はどのような分布に従うか？
• RQ3 車両速度と密度はVCCシステムにおけるデッドライン違反確率にどのように影響するか。また、最小の違反を達成する最適速度は何か？
• RQ4 BETAポリシーは最適性と構造的単純性を保ちながら、高い性能を維持できると証明できるか？
• RQ5 最適VCC性能と交通流理論における臨界速度との関係は何か？

主な発見

• BETAポリシーは最適性が証明され、導出された上界下でデッドライン違反確率がレイリー分布に非常に近似的に従うことが示された。
• デッドライン違反確率は、出会いレートとタスクリプリケーション回数の関数の指数を含む表現によってタイトにバウンドされる。
• 短デッドライン領域では、デッドライン違反確率がレイリー分布に漸近的に従い、その分散はタスクリプリケーションレートとデッドラインの二乗の積に比例する。
• デッドライン違反を最小化する最適な車両速度は、交通流効率を最大化する臨界速度を上回ることが判明し、性能のトレードオフが生じることを示した。
• コーシー＝シュワルツ不等式を用いて、デッドライン違反を最小化する最適な車両密度が導出され、車両の利用可能性と出会い頻度の非自明なトレードオフが示された。
• 高い移動性環境では、タスクリプリケーションによる性能向上が顕著に現れ、車両速度と密度の増加がサービスのタイムリネスを向上させる。