[论文解读] Reducing Age-of-Information for Computation-Intensive Messages via Packet Replacement

Jie Gong, Qiaobin Kuang+2 more|arXiv (Cornell University)|Jan 15, 2019

Age of Information Optimization参考文献 12被引用 15

一句话总结

本文提出了一种移动边缘计算（MEC）系统中的分组替换策略，以减少计算密集型消息的年龄信息（AoI）。通过在边缘服务器的单分组缓冲区中替换过时分组，系统确保仅处理最新更新，显著降低平均AoI——尤其在传输速率超过计算速率时，随着传输速度增加，最小AoI趋近于$2/\mu$。

ABSTRACT

Freshness of data is an important performance metric for real-time applications, which can be measured by age-of-information. For computation-intensive messages, the embedded information is not available until being computed. In this paper, we study the age-of-information for computation-intensive messages, which are firstly transmitted to a mobile edge server, and then processed in the edge server to extract the embedded information. The packet generation follows zero-wait policy, by which a new packet is generated when the last one is just delivered to the edge server. The queue in front of the edge server adopts one-packet-buffer replacement policy, meaning that only the latest received packet is preserved. We derive the expression of average age-of-information for exponentially distributed transmission time and computing time. With packet replacement, the average age is reduced compared with the case without packet replacement, especially when the transmission rate is close to or greater than the computing rate.

研究动机与目标

• 分析在更新需在信息揭示前进行计算的移动边缘计算系统中的年龄信息（AoI）
• 研究计算队列中分组替换对AoI性能的影响
• 推导在传输时间和计算时间呈指数分布时的平均AoI闭式表达式
• 比较所提出的替换策略与传统先到先服务（FCFS）排队在AoI降低方面的表现

提出的方法

• 采用零等待策略生成更新，确保在前一个分组传输完成后立即创建新分组
• 将系统建模为两阶段过程：传输（呈指数分布）后接边缘服务器上的计算（呈指数分布）
• 实施单分组缓冲区替换策略，当缓冲区已满时，新到达的分组将替换当前队列中的分组
• 推导关键随机变量的平稳分布：等待时间$W_k$、传输时间$X_k$，以及计算分组的到达间隔时间$Y_k$
• 使用随机跳变系统（SHS）和条件概率密度函数计算$Y_k$、$T_k$和$Y_k$的矩
• 利用推导出的矩和系统动态，推导平均AoI的闭式表达式

实验结果

研究问题

• RQ1 在边缘计算队列中进行分组替换如何影响计算密集型消息的平均年龄信息？
• RQ2 当传输时间和计算时间呈指数分布时，平均AoI的解析表达式是什么？
• RQ3 所提出的替换策略与FCFS排队在AoI性能方面相比如何？
• RQ4 在所提策略下，可实现的渐近最小平均AoI是多少？
• RQ5 传输速率与计算速率之比（$\rho$）如何影响平均AoI？

主要发现

• 与FCFS排队相比，分组替换策略显著降低了平均年龄信息，尤其在传输速率相对于计算速率较高时效果更明显
• 平均AoI的表达式为$\bar{\Delta} = \frac{1}{\mu}\left(2 + \frac{2}{\rho} + \frac{1+3\rho}{(1+\rho)^2} - \frac{\rho^3}{(1+\rho)^4} - \frac{2(1+\rho)}{1+\rho+\rho^2}\right)$，该表达式适用于指数分布的传输和计算时间
• 随着传输速率增加（$\rho \to \infty$），最小平均AoI渐近趋近于$2/\mu$，即理论下限
• 当$\rho \to 1$时，无替换情况下的平均AoI因长队列延迟而发散至无穷大，而采用替换策略时AoI保持有界并减小
• 数值结果证实，替换策略在高吞吐量场景下始终优于FCFS，尤其在及时更新至关重要的场景中表现更优