Core Concepts
協調型MEC システムにおいて、長期的なQoS向上とキャッシュ切り替えコストの削減を目的として、サービスキャッシング、協調オフロード、コンピューティング、通信リソースの最適化を2段階のDRLアプローチで行う。
Abstract
本論文は、MEC (Multi-access Edge Computing) 環境における、サービスキャッシング、通信、コンピューティングリソースの最適化問題を扱っている。
主な内容は以下の通り:
協調型MEC システムのアーキテクチャを提案し、エッジサーバ間でサービスモデルを共有することで、タスク処理遅延とエネルギー消費を削減する。
サービスキャッシング、タスクオフロード、コンピューティング、通信リソース割当てを2段階で最適化する問題を定式化する。大域的なサービスキャッシング戦略と局所的なリソース割当てを連携させることで、長期的なQoS向上とキャッシュ切り替えコストの削減を目指す。
大域的なサービスキャッシング戦略は、LSTMネットワークを用いたDDPGアルゴリズムで学習する。局所的なリソース割当ては、遺伝的アルゴリズムを改良したものを用いる。
シミュレーション結果から、提案手法が従来手法に比べて平均QoSを向上させ、キャッシュ切り替えコストを削減できることを示す。
Stats
タスク処理遅延は閾値T_nより小さくなければならない。
タスク処理エネルギー消費は閾値E_nより小さくなければならない。
Quotes
"協調型MEC システムにおいて、長期的なQoS向上とキャッシュ切り替えコストの削減を目的として、サービスキャッシング、協調オフロード、コンピューティング、通信リソースの最適化を2段階のDRLアプローチで行う。"