时空边缘服务放置：一种 Bandit 学习方法
网络与互联网体系结构
2018-10-09 v1 人工智能
摘要
部署在无线接入网中的共享边缘计算平台有望以灵活且经济的方式显著改善应用服务提供商（ASP）所交付的服务质量。然而，由于 ASP 的预算需求过高，在实际中不可能在每个可能的边缘站点都放置边缘服务。在本文中，我们研究预算受限下 ASP 的边缘服务放置问题，其中 ASP 动态租用边缘站点的计算/存储资源以在靠近终端用户处托管其应用。由于在特定站点放置边缘服务的收益通常事先不为 ASP 所知，必须在学习该收益的同时做出最优放置决策。我们将此问题表述为一种新颖的组合上下文 Bandit 学习问题。称其为“组合”是因为在 ASP 预算限制下只能租用有限数量的边缘站点来提供边缘服务。称其为“上下文”是因为我们利用用户上下文信息以实现更细粒度的学习与决策。为解决该问题并优化边缘计算性能，我们提出了 SEEN，一种时空边缘服务放置（Spatial-temporal Edge sErvice placemeNt）算法。此外，SEEN 通过引入析取约束背包问题扩展到具有重叠服务覆盖的场景。在这两种情况下，我们均证明当与已知确切收益信息的预言机算法相比时，我们的算法达到了次线性后悔界。我们在真实世界数据集上进行了仿真，结果表明 SEEN 显著优于基准方案。
引用
@article{arxiv.1810.03069,
title = {Spatio-temporal Edge Service Placement: A Bandit Learning Approach},
author = {Lixing Chen and Jie Xu and Shaolei Ren and Pan Zhou},
journal= {arXiv preprint arXiv:1810.03069},
year = {2018}
}