基于子模优化的多租户边缘计算中多资源分配
分布式、并行与集群计算
2023-02-21 v1
摘要
边缘计算(EC)允许用户在网络边缘访问计算资源，这为部署移动增强现实(MAR)等时延敏感型应用铺平了道路。在EC范式下，MAR用户连接至EC服务器，开启会话并持续发送待处理帧。EC服务器回传虚拟信息，通过将其与真实环境融合来增强人类对世界感知。当多个MAR服务提供商(SP)竞争网络边缘的有限资源时，资源分配成为关键挑战。本文考虑多租户环境下的EC，其中资源所有者即网络运营商(NO)将资源虚拟化，并让SP使用所分配的资源切片运行其服务。事实上，针对MAR应用，我们关注部署于某边缘节点(如中心局)的两种特定资源：CPU与RAM。我们研究NO关于如何在多个SP间划分这些资源的决策。我们利用Erlang排队模型对用户(分属不同SP)的到达与服务动态建模，并证明在完全信息下，NO与SP间的交互可表述为多重背包约束下的子模最大化问题。为求解该问题，我们采用一种近似算法，保证与最优理论解的有界间隙。数值结果表明，所提算法在每个SP在边缘容纳的会话数方面优于基线比例分配。
引用
@article{arxiv.2302.09888,
title = {Multiple Resource Allocation in Multi-Tenant Edge Computing via Sub-modular Optimization},
author = {Ayoub Ben-Ameur and Andrea Araldo and Tijani Chahed},
journal= {arXiv preprint arXiv:2302.09888},
year = {2023}
}
备注
6 pages, 4 figures, IEEE ICC 2023