[论文解读] Joint Wireless and Edge Computing Resource Management with Dynamic Network Slice Selection

Slađana Jošilo, György Dán|arXiv (Cornell University)|Jan 22, 2020

IoT and Edge/Fog Computing被引用 8

一句话总结

本文提出了一种联合优化框架 JSS-ERM，用于 5G 使能的移动边缘计算系统中的动态网络切片选择与边缘资源管理。通过将问题建模为具有有界近似比的博弈论优化，该方法在静态和均等资源分配策略下实现了显著的性能提升，通过智能的工作负载-切片匹配以及跨切片的动态无线资源共享，减少了任务完成时间。

ABSTRACT

Network slicing is a promising approach for enabling low latency computation offloading in edge computing systems. In this paper, we consider an edge computing system under network slicing in which the wireless devices generate latency sensitive computational tasks. We address the problem of joint dynamic assignment of computational tasks to slices, management of radio resources across slices and management of radio and computing resources within slices. We formulate the Joint Slice Selection and Edge Resource Management(JSS-ERM) problem as a mixed-integer problem with the objective to minimize the completion time of computational tasks. We show that the JSS-ERM problem is NP-hard and develop an approximation algorithm with bounded approximation ratio based on a game theoretic treatment of the problem. We provide extensive simulation results to show that network slicing can improve the system performance compared to no slicing and that the proposed solution can achieve significant gains compared to the equal slicing policy. Our results also show that the computational complexity of the proposed algorithm is approximately linear in the number of devices.

研究动机与目标

• 解决在动态网络切片环境下，最小化时延敏感型边缘计算系统中的任务完成时间的挑战。
• 制定一个联合优化问题，协调切片选择、切片间无线资源分配以及切片内无线与计算资源管理。
• 开发一种具有有界近似比的高效近似算法，以求解 NP-难的 JSS-ERM 问题。
• 在真实世界的边缘计算场景中，证明动态切片分配与资源分配相较于静态或均等资源分配策略的优越性。

提出的方法

• 将联合切片选择与边缘资源管理（JSS-ERM）问题建模为混合整数优化问题，以最小化总任务完成时间。
• 证明 JSS-ERM 问题为 NP-难，从而证明近似算法的必要性。
• 将问题分解为三个子博弈：ES-COG（边缘切片计算卸载博弈）、NL-BAG（网络层级带宽分配博弈）和 SRO-ERA（切片资源编排器与边缘资源分配）博弈。
• 基于博弈论分析开发一种具有有界近似比的近似算法，确保接近最优的性能。
• 采用顺序优化方法，以协调的、分层的方式依次求解切片选择、带宽分配和切片内资源管理。
• 实施一种动态资源分配策略（$ ext{P}_b^*$），将无线设备的任务特征与各切片中最合适的边缘计算资源相匹配，避免均等或比例分配带来的低效问题。

实验结果

研究问题

• RQ1 如何联合地将计算任务分配给网络切片，并在无线与计算资源上进行管理，以最小化任务完成时间？
• RQ2 在动态边缘计算环境中，联合切片选择与资源管理的最优解结构是什么？
• RQ3 博弈论方法能否为 NP-难的 JSS-ERM 问题提供可扩展且具有有界近似比的解决方案？
• RQ4 在系统性能方面，动态切片选择与资源分配相较于静态或均等资源分配策略有何表现？
• RQ5 所提出算法的计算复杂度与无线设备数量之间的关系如何？

主要发现

• 所提出的 JSS-ERM 框架相较于基线策略（包括无切片和均等切片分配）显著减少了任务完成时间。
• 动态分配策略（$ ext{P}_b^*$）优于均等（$ ext{P}_b^{eq}$）和比例（$ ext{P}_b^{prop}$）带宽分配，能更优地将设备工作负载与切片特定的计算资源匹配。
• 近似算法实现了有界近似比，尽管问题本身为 NP-难，但仍能提供理论性能保证。
• 所提算法的计算复杂度与无线设备数量近似呈线性关系，表明其具备实际可部署性。
• 仿真结果证实，网络切片可提升系统性能，且动态切片选择对于释放边缘计算的全部潜力至关重要。
• 将博弈论分解为 ES-COG、NL-BAG 和 SRO-ERA 子博弈的方法，保留了原问题的最优解，验证了该方法论的有效性。