[论文解读] Non-cooperative game approach for task offloading in edge clouds

Bo Yang, Zhiyong Li+1 more|arXiv (Cornell University)|Dec 19, 2018

IoT and Edge/Fog Computing参考文献 31被引用 5

一句话总结

本文提出了一种非合作博弈理论框架，用于边缘云中的任务卸载，其中移动用户独立优化其任务卸载策略，以通过平衡传输延迟和队列延迟来最小化个体期望响应时间。采用纳什议价解（NBS）计算最优策略，该方法实现了低复杂度、分布式收敛至纳什均衡，在不同系统负载下均优于比例共享机制的响应时间性能。

ABSTRACT

Task offloading provides a promising way to enhance the capability of the mobile terminal (also called terminal user) that is distributed on network edge and communicates edge clouds with wireless. Generally, there are multiple edge cloud nodes with distinct processing capability in a geographic area, which can offer computing service for various terminal users. Furthermore, the terminal users are competitive and selfish, i.e., each user takes into account only maximizing her own profit, while conducting task offloading strategies. In this paper, we focus on the resource management optimization for edge clouds, and formulate the problem of resource competition among terminal users as a non-cooperative game, in which the terminal user who acts as the player always pursues the minimization of the expected response time for her tasks by optimizing allocation strategies. We present the utility function of the user with queuing theory, and then prove the existence of Nash equilibrium for the formulated game. Using the concept of Nash bargaining solution to calculate the optimal task offloading scheme for the user, we propose a distributed task offloading algorithm with low computation complexity. The results of simulated experiments demonstrate that our method can quickly reach the Nash equilibrium point, and deliver satisfying performance at the expected response time of the user's tasks.

研究动机与目标

• 解决在边缘云环境中，自私且对时间敏感的移动用户之间资源竞争的挑战。
• 将任务卸载建模为非合作博弈，用户独立最小化自身的期望响应时间。
• 在效用函数中同时纳入传输延迟和队列延迟，以实现更真实的性能建模。
• 设计一种分布式、低复杂度的算法，实现向纳什均衡的收敛，以支持实际部署。

提出的方法

• 将任务卸载问题建模为非合作博弈，移动用户作为参与者，旨在最小化各自的期望响应时间。
• 使用排队系统对边缘云节点进行建模，以捕捉处理延迟和队列延迟，并将传输延迟整合到效用函数中。
• 采用纳什议价解（NBS）计算最优任务卸载策略，以平衡个体收益与系统公平性。
• 提出一种分布式任务卸载算法（DITOA），计算复杂度低，支持无需中心协调的去中心化执行。
• 通过博弈论分析证明所建模博弈中纳什均衡的存在性。
• 在仿真中使用系统利用率和响应时间作为关键性能指标，以验证该方法的有效性。

实验结果

研究问题

• RQ1 在用户自私行动以最小化自身响应时间的去中心化边缘云环境中，如何优化任务卸载？
• RQ2 传输延迟和队列延迟对边缘云任务卸载中期望响应时间的影响是什么？
• RQ3 非合作博弈框架结合纳什议价解是否能在无中心控制的情况下实现稳定且高效的任务卸载决策？
• RQ4 在不同系统负载下，所提方法与比例共享（PS）在响应时间性能方面相比如何？
• RQ5 所提分布式算法的收敛行为和计算复杂度如何？

主要发现

• 所提出的DITOA算法相较于其他方法收敛至纳什均衡更快，且计算复杂度低。
• 在所有系统利用率水平（0.1X、0.4X、0.7X）下，DITOA的平均响应时间均低于比例共享（PS）方法。
• 在低利用率水平下，性能差距最为显著，此时传输延迟占主导地位，DITOA的个体优化策略表现更优。
• 随着系统利用率的提高，DITOA的性能趋近于全局最优解（GOS），后者忽略了传输延迟。
• 总体而言，DITOA的平均响应时间显著低于PS方法，且更接近理论最优值（GOS），尤其在中高负载下表现更优。
• 仿真结果验证了所提方法能有效在去中心化、可扩展的方式下平衡用户个体目标与系统整体效率。