[论文解读] Coded Cooperative Computation for Internet of Things.

Yasaman Keshtkarjahromi, Hülya Seferoğlu|arXiv (Cornell University)|Jan 13, 2018

Ferroelectric and Negative Capacitance Devices参考文献 18被引用 3

一句话总结

本文提出计算控制协议（CCP），一种用于物联网的编码协作计算框架，通过使用擦除编码动态分配子任务至异构设备，以优化延迟和能效。CCP 显著降低任务完成延迟，实现接近理论性能，并在时变条件下保持超过 99% 的资源利用率。

ABSTRACT

Cooperative computation is a promising approach for localized data processing for Internet of Things (IoT), where computationally intensive tasks in a device could be divided into sub-tasks, and offloaded to other devices or servers in close proximity. However, exploiting the potential of cooperative computation is challenging mainly due to the heterogeneous nature of IoT devices. Indeed, IoT devices may have different and time-varying computing power and energy resources, and could be mobile. Coded computation, which advocates mixing data in sub-tasks by employing erasure codes and offloading these sub-tasks to other devices for computation, is recently gaining interest, thanks to its higher reliability, smaller delay, and lower communication costs. In this paper, we develop a coded cooperative computation framework, which we name Computation Control Protocol (CCP), by taking into account heterogeneous computing power and energy resources of IoT devices. CCP dynamically allocates sub-tasks to helpers and is adaptive to time-varying resources. We show that (i) CCP improves task completion delay significantly as compared to baselines, (ii) task completion delay of CCP is very close to its theoretical characterization, and (iii) the efficiency of CCP in terms of resource utilization is higher than 99%, which is significant.

研究动机与目标

• 解决具有异构、时变计算能力和能源资源的物联网系统中的任务卸载挑战。
• 改善本地物联网计算中的任务完成延迟和通信效率。
• 设计一种动态、自适应的卸载协议，即使在设备性能差异下也能保持高资源利用率。
• 将编码计算技术与实时资源自适应相结合，以提高可靠性并降低延迟。

提出的方法

• 使用擦除编码将数据混合于子任务之间，实现向附近设备的鲁棒且高效的卸载。
• 设计一种动态子任务分配机制，以适应设备计算能力与能量水平的实时变化。
• 制定一种控制协议，在平衡协助设备负载的同时最小化完成延迟和通信成本。
• 使用理论建模来表征最优性能并指导协议设计。
• 在子任务分配决策过程中整合能量和计算约束。
• 实现一种反馈驱动的自适应机制，以响应设备可用性和性能的变化。

实验结果

研究问题

• RQ1 如何有效将编码计算适配于物联网设备的异构性和动态性？
• RQ2 动态子任务分配在物联网协作计算中能在多大程度上减少任务完成延迟？
• RQ3 在异构物联网环境中，实际协议能多接近理论延迟下限？
• RQ4 在设备条件时变的情况下，实际中可实现多高的资源利用率？

主要发现

• 与基线卸载策略相比，CCP 显著降低了任务完成延迟。
• CCP 的实际任务完成延迟非常接近其理论性能下限。
• CCP 实现了超过 99% 的资源利用率，表明计算和能源资源浪费极小。
• 该协议在应对设备能力与能量水平的时变性方面表现出强适应能力。
• 编码计算结合动态控制可实现在物联网环境中可靠且低延迟的任务执行。
• 擦除编码与实时自适应的结合在延迟和效率方面均实现了卓越性能。