密集小蜂窝网络中边缘计算的协作服务缓存
计算机科学与博弈论
2017-09-27 v1 分布式、并行与集群计算
摘要
移动边缘计算 (MEC) 将计算功能从集中式云推至数据源附近，从而降低服务提供延迟并节省回传网络带宽。尽管计算卸载在文献中已被广泛研究，但服务缓存是 MEC 中同等甚至更为重要的设计课题，却受到少得多的关注。服务缓存是指在边缘服务器（例如支持 MEC 的基站 (BS)）中缓存应用服务及其相关数据（库/数据库），使相应的计算任务得以执行。由于在资源受限的边缘服务器中同时只能缓存少量服务，必须谨慎决定缓存哪些服务以最大化系统性能。在本文中，我们研究了支持 MEC 的密集小蜂窝 (SC) 网络中的协作服务缓存。我们提出了一种称为 CSC (Collaborative Service Caching) 的高效去中心化算法，其中小蜂窝 BS 网络协作地优化服务缓存，以解决 MEC 系统中的一些关键挑战，包括服务异构性、空间需求耦合和去中心化协调。我们的算法是利用图着色 exploiting 所考虑问题的特殊结构，基于并行 Gibbs 采样开发的。与传统 Gibbs 采样相比，该算法显著提高了时间效率，同时保证了可证明的收敛性和最优性。CSC 进一步扩展到具有自私 BS 的 SC 网络，其中构建了一个联盟博弈以激励协作。通过采用合并与分裂规则开发了一种联盟形成算法，并确保了 SC 联盟的稳定性。
引用
@article{arxiv.1709.08662,
title = {Collaborative Service Caching for Edge Computing in Dense Small Cell Networks},
author = {Lixing Chen and Jie Xu},
journal= {arXiv preprint arXiv:1709.08662},
year = {2017}
}
备注
arXiv admin note: text overlap with arXiv:1010.4501 by other authors