多用戶邊緣計算：遷移還是不遷移？

圖1 邊緣計算（圖片來自網路）

關鍵詞:邊緣計算、分散式計算遷移

Keywords:Edge Computing、Distributed Computation Offloading

研究背景

邊緣計算（Edge Computing）技術通過將計算、存儲能力與業務服務能力向網路邊緣遷移，使應用、服務和內容可以實現本地化、近距離、分散式部署，從而有力支撐未來移動網路與智能物聯網應用的高容量、強計算、以及低時延高可靠等業務需求。同時，充分利用邊緣計算，通過網路大數據深度學習與挖掘，實現智能化移動網路信息感知與性能優化，促進通信、計算和存儲的深度協同融合。 由於潛力巨大和應用廣泛，邊緣計算已成為當前學術界和產業界極其關注的研究熱點之一。

邊緣計算的核心研究問題包括面向邊緣計算的計算遷移優化、邊緣計算分散式資源協同調度、邊緣-雲端融合計算、通信、計算和存儲資源協同、以及邊緣計算編程架構等。

研究內容

計算遷移（Computation Offloading）是邊緣計算實現協同高效分散式計算資源利用的關鍵技術之一，吸引了大量的研究興趣。傳統計算遷移的研究主要考慮單一用戶的計算遷移優化問題，而對多用戶計算遷移場景考慮甚少。

圖2 移動用戶計算遷移決策

如圖2所示，針對移動邊緣雲計算應用，我們研究支撐多用戶高效計算遷移的策略優化問題。我們分別圍繞通信維度與計算維度建立理論模型來刻畫多移動用戶在邊緣計算與通信資源共享的複雜物理耦合關係，並進一步推導移動用戶在不同計算模式下（本地計算及遷移計算）的延遲與能耗開銷，從而能針對多樣化的用戶應用需求來構建個性化用戶的計算成本函數。

基於以上模型，我們進一步研究關於多移動用戶邊緣計算遷移的以下關鍵問題：

是否存在多項式時間複雜度演算法能快速找到最優計算遷移策略？

如果以上答案為否，如何設計一個低複雜度的高效計算遷移演算法？

圖3 多用戶邊緣雲計算場景

研究結果

我們從理論上證明了多移動用戶邊緣計算遷移優化問題是NP-Hard，這就意味著不存在多項式時間複雜度演算法能快速找到最優計算遷移策略。因此，在實際應用時需要我們設計低複雜度的高效演算法。

為此，我們採取了博弈論作為演算法設計工具，設計了基於多用戶交互的分散式計算遷移優化演算法。首先，我們把研究問題建模為多用戶計算遷移優化博弈，實現每個移動用戶計算成本函數的分散式自我優化。 其次，我們證明了多用戶計算遷移優化博弈是存在Nash均衡，並擁有優美的Finite Improvement Property (FIP) 結構特性。FIP結構特性保證了非同步更優改進過程(asynchronous better response update process)一定是有限的，並能在有限時間收斂到均衡點。基於FIP結構特性，我們進一步設計了分散式多用戶計算遷移優化演算法。如圖4所示，該演算法包括遷移效率測量、決策更新競爭、以及決策更新調度三大模塊，多次迭代直到收斂。我們證明了分散式多用戶計算遷移優化演算法的收斂時間的上界為用戶數目的平方，因此具有快速收斂特性。同時，我們從理論上證明了該演算法能提供良好的性能保證，並用大量的模擬實驗進行驗證。另外，用戶可以依賴局部信息去分散式優化其計算成本函數，不需要上報敏感計算任務信息到邊緣雲伺服器，具有保護用戶數據隱私的優點。

圖4 分散式多用戶計算遷移優化演算法

相關論文

論文信息：

X. Chen, L. Jiao, W. Li and X. Fu, 「Efficient Multi-User Computation Offloading for Mobile-Edge Cloud Computing,」 IEEE/ACM Transactions on Networking, Vol. 24, No. 5, pp. 2795 - 2808, Oct. 2016. (ESI高被引論文)

X. Chen and J. Zhang, "When D2D Meets Cloud: Hybrid Mobile Task Offloadings in Fog Computing," IEEE International Conference on Communications (ICC), Paris, France, May 21-25, 2017. (最佳論文獎)

X. Chen, L. Pu, L. Gao, W. Wu, and D. Wu, "Exploiting Massive D2D Collaboration for Energy-Efficient Mobile Edge Computing," IEEE Wireless Communications, Vol. 24, No. 4, pp. 64 - 71, Aug. 2017.

L. Pu, X. Chen*, J. Xu, X. Fu, 「D2D Fogging: An Energy-efficient and Incentive-aware Task Offloading Framework via Network-assisted D2D Collaboration,」 IEEE Journal on Selected Areas in Communications, Vol. 34, No. 12, pp. 3887 – 3901, Dec. 2016.

作者介紹

陳旭教授2012年於香港中文大學信息工程系獲得博士學位，2012年到2014年在美國亞利桑那州立大學網路信息實驗室從事博士後研究，2014年到2016年，獲世界著名的洪堡基金會資助成為洪堡學者，在德國擁有47位諾貝爾獎得主的哥廷根大學從事科研工作。2016年加入中山大學數據科學與計算機學院，任教授、博導，併入選第13批國家中組部「千人計劃」青年項目。目前擔任數字家庭互動應用國家地方聯合工程實驗室、廣東省數字家庭互動應用工程實驗室副主任。迄今在IEEE Journal on Selected Areas in Communications、IEEE/ACM Transactions on Networking、IEEE Transactions on Mobile Computing、 IEEE INFOCOM、IEEE ICDCS、ACM MOBIHOC、 ACM MM等國際高水平會議與權威期刊發表論文60餘篇，ESI高被引論文4篇，並由國際知名出版社Springer出版科研專著2部。 獲得IEEE ComSoc協會亞太區傑出青年學者獎、IEEE ComSoc Young Professional最佳論文獎、CCF A類國際會議IEEE INFOCOM的最佳論文亞軍獎、IEEE通信協會旗艦會議ICC最佳論文獎以及國際會議IEEE ISI的最佳論文榮譽提名獎。獲邀擔任國際SCI期刊IEEE Access Journal、EURASIP Journal on Wireless Communications and Networking、中國工程院院刊信息與電子工程學部分刊Frontiers of Information Technology & Electronic Engineering副編輯，Springer Handbook of Cognitive Radio領域編輯, 以及國際期刊International Journal of Big Data Intelligence專刊編委。擔任國家重點研發計劃「現代服務業」專項會評專家，2017年度IEEE通信協會旗艦會議IEEE WCNC分會主席，2015年度國際會議ISVC專區主席, 以及2014年度國際會議NetCoop大會宣傳主席，並多次出任包括國際會議ACM MOBIHOC，IEEE旗艦會議INFOCOM、GLOBECOM、ICC、WCNC等大會技術程序委員會成員。 更多詳情，請參考：http://sdcs.sysu.edu.cn/node/2497

寫在最後

我們的文章可以轉載了呢~歡迎轉載與轉發呦

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！