[论文解读] Energy-Efficient Resource Allocation for Multi-User Mobile Edge Computing

Junfeng Guo, Zhaozhe Song+1 more|arXiv (Cornell University)|Nov 6, 2016

IoT and Edge/Fog Computing参考文献 5被引用 5

一句话总结

本文提出了一种面向多用户移动边缘计算（MEC）的节能资源分配方法，通过联合优化上行/下行链路传输与计算卸载。当基站（BS）执行时间可忽略时，推导出闭式最优解；当BS执行时间不可忽略时，将问题建模为三阶段流水车间调度问题，并应用约翰逊算法（Johnson’s algorithm）获得低复杂度次优解，显著优于基线方案在能耗和时延方面的表现。

ABSTRACT

To increase mobile batteries' lifetime and improve quality of experience for computation-intensive and latency-sensitive applications, mobile edge computing has received significant interest. Designing energy-efficient mobile edge computing systems requires joint optimization of communication and computation resources. In this paper, we consider energy-efficient resource allocation for a multi-user mobile edge computing system. First, we establish on two computation-efficient models with negligible and non-negligible base station (BS) executing durations, respectively. Then, under each model, we formulate the overall weighted sum energy consumption minimization problem by optimally allocating communication and computation resources. The optimization problem for negligible BS executing duration is convex, and we obtain the optimal solution in closed-form to this problem. The optimization problem for non-negligible BS executing duration is NP-hard in general, and we obtain a sub-optimal solution with low-complexity to this problem, by connecting it to a three-stage flow-shop scheduling problem and wisely utilizing Johnson's algorithm. Finally, numerical results show that the proposed solutions outperform some baseline schemes.

研究动机与目标

• 解决先前研究忽略结果下载能耗且假设BS执行时间可忽略的局限性，针对多用户MEC系统提出改进。
• 建立联合通信与计算资源分配问题，以最小化多用户MEC系统中总体加权和能耗。
• 考虑不可忽略的BS执行时长，该因素影响任务处理顺序与总完成时间。
• 通过将问题建模为三阶段流水车间调度问题，为NP难情形设计低复杂度次优解。
• 在能耗效率与时延方面，显著优于基线方案。

提出的方法

• 提出三参数任务模型：任务大小、计算负载与结果大小，以反映现实世界应用（如AR与多媒体处理）的特征。
• 在两种模型下建立能耗最小化问题：一种为BS执行时间可忽略（凸优化）；另一种为不可忽略（NP难）。
• 针对凸优化情形，利用拉格朗日对偶与KKT条件，推导出上行与下行传输时长分配的闭式最优解。
• 针对NP难情形，将问题映射为三阶段流水车间调度问题，并应用约翰逊算法确定次优任务处理顺序。
• 在确定的处理顺序下，利用凸优化技术优化传输时长。
• 实现算法1以低计算复杂度计算次优解。

实验结果

研究问题

• RQ1 在MEC系统中，若考虑结果下载能耗与不可忽略的BS执行时间，将如何影响节能系统的设计？
• RQ2 当BS执行时间可忽略时，能否为能耗最小化问题推导出闭式最优解？
• RQ3 当BS执行时间不可忽略时，是否存在一种有效的低复杂度方法求解NP难能耗最小化问题？
• RQ4 所提出的次优解在能耗与时延方面相较于基线方案表现如何？
• RQ5 在多用户MEC系统中，传输与执行的并行化在多大程度上能提升系统性能？

主要发现

• 当BS执行时间可忽略时，所提出的最优解显著优于基线策略（该策略将时间均等分配给上行与下行传输）。
• 随着用户数增加或时隙时长缩短，所有方案的总体加权和能耗均上升，但最优解始终保持更低的能耗水平。
• 当BS执行时间不可忽略时，次优解相比基线2显著提升，其性能接近通过最大化传输与计算并行执行时间实现的最优效果。
• 与基线策略相比，次优解在高负载或严格截止时间条件下实现了显著的能耗降低。
• 数值结果证实，所提方法通过任务排序与动态资源分配，有效降低了能耗。
• 在转换后的三阶段流水车间问题上应用约翰逊算法，使NP难情形下获得低复杂度但高性能的解决方案成为可能。