[论文解读] Exploiting Computation Replication for Mobile Edge Computing: A Fundamental Computation-Communication Tradeoff Study

Kuikui Li, Meixia Tao+1 more|arXiv (Cornell University)|Mar 26, 2019

IoT and Edge/Fog Computing参考文献 37被引用 5

一句话总结

本文提出在多用户多服务器移动边缘计算（MEC）网络中采用计算复制技术，通过多个边缘节点之间的下行链路传输协作，以减少结果下载延迟。通过在多个边缘服务器上复制任务执行，系统在上传与下载延迟之间实现了近似最优的权衡：在计算负载增加时，下载时间呈反比（二值卸载）或线性减少（部分卸载），代价是上传时间线性增加。

ABSTRACT

Existing works on task offloading in mobile edge computing (MEC) networks often assume a task is executed once at a single edge node (EN). Downloading the computed result from the EN back to the mobile user may suffer long delay if the downlink channel experiences strong interference or deep fading. This paper exploits the idea of computation replication in MEC networks to speed up the downloading phase. Computation replication allows each user to offload its task to multiple ENs for repetitive execution so as to create multiple copies of the computed result at different ENs which can then enable transmission cooperation and hence reduce the communication latency for result downloading. Yet, computation replication may also increase the communication latency for task uploading, despite the obvious increase in computation load. The main contribution of this work is to characterize asymptotically an order-optimal upload-download communication latency pair for a given computation load in a multi-user multi-server MEC network. Analysis shows when the computation load increases within a certain range, the downloading time decreases in an inversely proportional way if it is binary offloading or decreases linearly if it is partial offloading, both at the expense of linear increase in the uploading time.

研究动机与目标

• 解决移动边缘计算（MEC）中因下行链路信道深衰落或干扰导致的高通信延迟问题。
• 克服单服务器任务执行的局限性，该方式无法为结果传输提供分集增益。
• 提出一种计算复制策略，以实现多个边缘节点间的结果协作传输，从而加快下载速度。
• 在计算复制条件下，刻画上传延迟与下载延迟之间的基本权衡关系。
• 在给定计算负载约束下，建立二值卸载与部分卸载场景下的渐近阶最优上传-下载延迟对。

提出的方法

• 在多个边缘节点（ENs）上复制任务执行，使不同EN上可同时获得计算结果的多个副本。
• 采用迫零预编码技术实现下行链路传输协作，将信道转换为虚拟MISO广播信道。
• 将系统建模为具有上行链路和下行链路时分复用的多用户多服务器MEC网络，上行链路用于传输，下行链路采用协作波束成形。
• 利用干扰对齐与渐近分析方法，推导不同复制策略下下行信道的自由度（DoF）。
• 将通信延迟建模为计算负载的函数，并利用随机几何与随机矩阵理论推导权衡边界。
• 分析二值卸载（整个任务卸载至多个ENs）与部分卸载（子任务卸载至多个ENs）两种场景。

实验结果

研究问题

• RQ1 在多服务器MEC网络中，计算复制如何影响上传延迟与下载延迟之间的权衡？
• RQ2 当任务在多个边缘节点上复制时，上传与下载之间的基本延迟权衡是什么？
• RQ3 尽管上传流量增加，计算复制是否能显著降低下载延迟？
• RQ4 在给定计算负载下，多用户多服务器MEC系统中渐近阶最优的延迟对是什么？
• RQ5 在延迟降低与计算成本方面，二值卸载与部分卸载策略有何比较优势？

主要发现

• 在二值卸载中，计算复制使下载时间与复制的EN数量成反比减少。
• 在部分卸载中，下载时间随计算负载增加而线性减少，而上传时间线性增加。
• 所提方案在给定计算负载约束下，实现了上传与下载延迟之间的阶最优权衡。
• 下行信道的自由度（DoF）达到 $\max\left\{\frac{M}{N+M}, \frac{r}{N}\right\}$，其中 $M$ 为用户数，$N$ 为边缘服务器数，$r$ 为每个用户的流数。
• DoF的上界与下界之间的差距最多为2倍，证实了所提方案的渐近最优性。