文献阅读15

Cloudlet Placement and Task Allocation in Mobile Edge Computing(移动边缘计算中的Cloudlet放置和任务分配)

摘要
移动边缘计算（MEC）提供了一种通过在网络边缘建立小型云基础架构（如cloudlet）来缩短云服务延迟的方法，这些基础架构非常接近最终用户。一方面，将每个小云放在每个访问点（AP）上以处理请求的任务非常耗能且成本很高。另一方面，服务提供商应向最终用户提供延迟保证的服务，否则可能会导致收入损失。在本文中，我们首先对如何在MEC中计算任务完成延迟进行建模，并对在MEC中不同设备的能耗进行数学分析。随后，我们研究如何在网络上放置小云，并在不违反每个任务的延迟要求的前提下，以最低的总能耗将每个请求的任务分配给小云和公共云。我们证明该问题是NP问题，并提出了一种基于Benders分解的算法来解决。我们还提出了一个基于软件定义网络（SDN）的框架来部署所提出的算法。大量的仿真表明，与两种基准启发式算法相比，所提出的算法在能耗和接受率方面可以达到（接近最佳）性能。
索引词：移动边缘计算，cloudlet放置，任务分配，延迟，能耗。
一、引言
随着移动计算技术的发展，越来越多的新移动应用程序（例如，论证现实和在线游戏）已经出现。但是，移动设备通常受电池和内存的限制，需要在远程数据中心上卸载任务，这被称为云计算。尽管云计算可以为最终用户提供几乎无限的功能服务，但最终用户所请求的任务可能会经历向远程公共云的长距离传输和拥塞传输，并导致更高的服务延迟。因此，云计算不能总是满足日益严格的延迟任务要求，这仍然是要解决的关键缺陷。
移动边缘计算（MEC）的概念[3]（或提出了Fog Computing1），通过在网络边缘安装小型资源受限的云基础架构（如cloudlet），使计算资源更接近最终用户。在这种情况下，可以通过缩短服务延迟将最终用户的任务工作负载卸载到cloudlet（可以称为边缘层）上。考虑到小云的容量是有限的，通常通过例如蜂窝核心网来连接小云，以便通过有效利用小云的容量和负载来向更多附近的最终用户公开服务。此外，当边缘层的任务处理能力已满时，边缘层还需要与远程公共云（可以称为云层）连接，以进一步减轻任务工作负荷。整个MEC体系结构可以在图1中看到。因此，MEC具有诸如位置感知，实时任务处理，敏捷网络管理和控制之类的特征。
一方面，考虑到有许多接入点（AP）站点，由于经济成本和对电费和环境污染等能源问题的考虑，不可能且不必在每个AP站点上放置小云。另一方面，保证每个任务的延迟要求也很重要也很可取。特别是随着移动技术的成熟和物联网（IoT）技术的进步，越来越多的最终用户通常要求严格的延迟任务或应用程序，例如在线游戏和数据处理。从这个意义上说，服务提供商可能会损失收入，甚至失去客户。任务延迟要求未得到满足。随着物联网应用程序和最终用户要求的任务呈指数级增长的趋势，需要打开边缘层和云层中的更多设备和设备来处理这些请求，从而导致大量的能源消耗。因此，对于我们而言，重要的是，通过战略性地在小云和公共云之间放置小云并调度任务，来探索MEC中能耗与服务延迟之间的权衡。在本文中，我们研究了如何将Cloudlet放置在AP上并以最小的能耗计划用户的任务，从而满足每个任务的延迟要求。我们的主要贡献如下：
•我们在数学上分析了MEC中不同设备的任务完成时间和能耗。
•我们定义了考虑能量和延迟的cloudlet放置和任务分配问题，并表明它是NP-hard。
•我们提出了精确的混合整数线性规划（MILP）公式和基于Benders分解的解决方案来解决所提出的问题。我们相应地提出了一个基于软件定义网络（SDN）的框架来部署提出的算法。
•我们进行了仿真，以通过两种基准启发式算法来验证所提出算法的性能。
二、相关工作

三、系统模型

四、问题定义和复杂性分析

五、解决方案
在本节中，我们首先提出一种Benders分解方法来解决CPTA问题。随后，我们提出了一个基于SDN的框架来部署提出的算法。
六、仿真

七、结论
在本文中，我们首先研究了如何计算任务完成延迟，并提出了MEC中不同设备的能耗模型。之后，我们研究了Cloudlet放置和任务分配（CPTA）问题，该问题是将Cloudlet放置在AP节点上，并将每个用户的任务分配给相应的Cloudlet和公共云，从而使总能耗最小化，并且每个任务的延迟要求很满意。我们已经证明了该问题是NP困难的，并提出了一种基于Benders分解的算法来解决。我们还介绍了基于SDN的框架来部署我们提出的算法。仿真表明，与两种基准启发式算法相比，所提出的算法在能耗和接受率方面可以达到最佳或接近最佳的性能。
在本文中，我们不考虑在cloudlet中排队任务，即，我们假定没有可用的缓冲区来排队任务，类似于[25]。原因是排队任务与cloudlet的缓冲区大小[48]，[49]有关。如果缓冲区大小足够大，则可以将所有任务排队，但是这种情况不太实用，因为它太昂贵了。如果缓冲区大小小于要排队的任务的大小，则处理需要排队的任务和需要中继的任务。从这个意义上讲，考虑用于排队任务的缓冲区大小将使问题更加难以解决。在以后的工作中，我们将进一步探讨在CPTA问题中的Cloudlet中排队任务的场景。