[论文解读] Joint Optimization of Radio Resources and Code Partitioning in Mobile Edge Computing

Paolo Di Lorenzo, Sergio Barbarossa+1 more|arXiv (Cornell University)|Jul 15, 2013

Age of Information Optimization被引用 28

一句话总结

该论文提出了一种在移动边缘计算中联合优化无线资源分配与代码划分的框架，以在满足时延约束的前提下最小化移动设备的能量消耗。通过将应用程序建模为加权有向调用图，并同时优化发射功率、调制星座大小和卸载决策，该方法实现了单通道和多通道系统下全局最优的能量效率。

ABSTRACT

The aim of this paper is to propose a computation offloading strategy for mobile edge computing. We exploit the concept of call graph, which models a generic computer program as a set of procedures related to each other through a weighted directed graph. Our goal is to derive the optimal partition of the call graph establishing which procedures are to be executed locally or remotely. The main novelty of our work is that the optimal partition is obtained jointly with the selection of radio parameters, e.g., transmit power and constellation size, in order to minimize the energy consumption at the mobile handset, under a latency constraint taking into account transmit time and execution time. We consider both single and multi-channel transmission strategies and we prove that a globally optimal solution can be achieved in both cases. Finally, we propose a suboptimal strategy aimed at solving a relaxed version of the original problem in order to tradeoff complexity and performance of the proposed framework. Finally, several numerical results illustrate under what conditions in terms of call graph topology, communication strategy, and computation parameters, the proposed offloading strategy provides large performance gains.

研究动机与目标

• 解决视频流媒体和传感器数据处理等计算密集型移动应用中的能耗瓶颈问题。
• 通过本地边缘卸载减少延迟和功耗，克服传统移动云计算的局限性。
• 提出一种联合优化策略，同时确定最优的代码划分和无线资源分配（发射功率、调制方式），以最小化移动设备能耗。
• 确保解决方案满足特定应用的时延约束，同时保持全局最优性。
• 提供一种可扩展的框架，适用于单通道和多通道无线传输环境。

提出的方法

• 将应用程序建模为加权有向调用图，其中节点表示过程，边表示过程调用依赖关系，并关联计算成本和数据传输成本。
• 构建一个联合优化问题，以在严格的端到端时延约束下最小化总移动设备能耗，包括计算能耗和无线传输能耗。
• 对两个决策变量进行优化：代码划分（哪些过程在本地执行，哪些在远程执行）和无线参数（发射功率和调制星座大小）。
• 证明目标函数为拟凸函数，确保任意驻点均为全局最小值，从而实现全局最优解。
• 提出一种次优松弛策略，以降低计算复杂度，同时保持接近最优的性能。
• 利用凸优化技术高效求解松弛问题，利用拟凸性特性确保收敛至全局最优解。

实验结果

研究问题

• RQ1 如何通过联合优化代码划分与无线资源分配来降低移动边缘计算中的能耗？
• RQ2 调用图拓扑结构对在时延和能耗约束下卸载策略性能有何影响？
• RQ3 能否为单通道和多通道传输模型均实现全局最优解？
• RQ4 与现有卸载策略相比，所提方法在能效和时延方面表现如何？
• RQ5 所提出的次优松弛方法在计算复杂度与性能之间存在何种权衡？

主要发现

• 所提出的联合优化框架通过利用目标函数的拟凸性，为单通道和多通道传输模型均实现了全局最优解。
• 由于能耗函数具有拟凸性质，最优解被保证为全局最小值，从而确保收敛至最佳可能的能量效率。
• 数值结果表明，与传统卸载策略相比，该方法在高数据传输量或高时延场景下实现了显著的能耗节省。
• 次优松弛策略在计算复杂度显著降低的同时，保持了接近最优的性能，适用于实时部署。
• 在具有复杂调用图结构和高计算强度的应用中，性能增益最为显著，最优卸载决策可带来最大的能耗降低。
• 该方法有效平衡了能效与时延，在不同信道条件和计算参数下表现出强鲁棒性。