[论文解读] Asynchronous Mobile-Edge Computation Offloading: Energy-Efficient Resource Management

Changsheng You, Yong Zeng+2 more|arXiv (Cornell University)|Jan 11, 2018

IoT and Edge/Fog Computing被引用 6

一句话总结

本文提出了一种面向异步移动边缘计算卸载（MECO）系统的节能资源管理框架，其中移动设备具有异构的数据到达时间和计算截止时间。通过使用块坐标下降法联合优化数据划分与时间分配，该方法实现了近似闭式解，从而最小化总移动设备能耗，关键洞察表明最优时间共享使各用户的有效计算能力趋于均衡。

ABSTRACT

Mobile-edge computation offloading (MECO) is an emerging technology for enhancing mobiles' computation capabilities and prolonging their battery lives, by offloading intensive computation from mobiles to nearby servers such as base stations. In this paper, we study the energy-efficient resource-management policy for the asynchronous MECO system, where the mobiles have heterogeneous input-data arrival time instants and computation deadlines. First, we consider the general case with arbitrary arrival-deadline orders. Based on the monomial energy-consumption model for data transmission, an optimization problem is formulated to minimize the total mobile-energy consumption under the time-sharing and computation-deadline constraints. The optimal resource-management policy for data partitioning (for offloading and local computing) and time division (for transmissions) is shown to be computed by using the block coordinate decent method. To gain further insights, we study the optimal resource-management design for two special cases. First, consider the case of identical arrival-deadline orders, i.e., a mobile with input data arriving earlier also needs to complete computation earlier. The optimization problem is reduced to two sequential problems corresponding to the optimal scheduling order and joint data-partitioning and time-division given the optimal order. It is found that the optimal time-division policy tends to balance the defined effective computing power among offloading mobiles via time sharing. Furthermore, this solution approach is extended to the case of reverse arrival-deadline orders. The corresponding time-division policy is derived by a proposed transformation-and-scheduling approach, which first determines the total offloading duration and data size for each mobile in the transformation phase and then specifies the offloading intervals for each mobile in the scheduling phase.

研究动机与目标

• 解决多用户移动边缘计算（MECO）系统中异步数据到达与多样化计算截止时间下的节能计算卸载挑战。
• 制定数据划分与时分多址（TDMA）调度的联合优化问题，以在因果性和截止时间约束下最小化总移动设备能耗。
• 推导两种特殊情况下的最优资源分配策略：相同与反向到达-截止时间排序，提供关于有效计算能力均衡的分析洞察。
• 通过块坐标下降法将框架扩展至一般异步MECO场景，获得适用于实际部署的（半）闭式解。
• 为反向排序情况提供一种变换-调度方法，实现高效卸载区间分配，且不违反时序约束。

提出的方法

• 基于上行链路传输的单项式能耗模型，构建一个非凸优化问题，以在时间共享与计算截止时间约束下最小化总移动设备能耗。
• 应用块坐标下降法将联合优化分解为数据划分与时间分配的顺序子问题，实现迭代收敛至近优解。
• 针对相同到达-截止时间排序情况，将问题分解为两个阶段：最优调度顺序选择，随后进行联合数据划分与时分多址优化。
• 推导出最优时分多址策略通过时间共享使各卸载用户的有效计算能力趋于均衡，这是实现能效的关键洞察。
• 针对反向到达-截止时间排序情况，提出一种变换-调度方法，其中变换阶段确定总卸载时长与数据量，调度阶段分配具体时间区间。
• 利用拉格朗日对偶与Karush-Kuhn-Tucker（KKT）条件，推导出在各种约束下最优数据划分与时间分配的解析表达式。

实验结果

研究问题

• RQ1 在具有异构数据到达时间与计算截止时间的异步MECO系统中，如何设计节能资源管理？
• RQ2 在因果性与截止时间约束下，最小化总移动设备能耗的最优联合数据划分与时间分配策略是什么？
• RQ3 当所有移动设备具有相同到达与截止时间排序时，最优时分多址策略如何表现，其结构特性是什么？
• RQ4 该最优解能否扩展至反向到达-截止时间排序情况？若可，何种变换机制可实现此扩展？
• RQ5 系统参数（如数据大小、计算能力与截止时间）对最优能耗与资源分配有何影响？

主要发现

• 对于相同到达-截止时间排序情况，最优时分多址策略使各卸载用户的有效计算能力趋于均衡，从而实现能耗平衡并提升系统效率。
• 在相同排序情况下，最优调度顺序为顺序排列（1, 2, ..., K），并通过块坐标下降法以（半）闭式推导出联合数据划分与时分多址策略。
• 在反向到达-截止时间情况下，所提出的变换-调度方法首先计算总卸载时长与数据量，随后分配时间区间以最小化能耗，同时满足截止时间约束。
• 一般情况下的解通过块坐标下降法获得，得到一个全局收敛算法，并在给定约束下获得关键变量的解析表达式。
• 每个移动设备的最优数据划分基于对偶变量解推导得出，明确给出了解达到最小或最大卸载数据量限制的条件。
• 证明了在可行性条件下，条件 $ F_k < rac{C_k heta_k}{T_k} $ 与 $ D_k < C_k(L_k - heta_k) $ 不可能同时满足，从而确保所推导策略的最优性。