AncomWiki

MCC 오프로딩: 파셜 오프로딩 및 맥스-민 페어니스 스케줄링

Properties1
description이 문서는 모바일 클라우드 컴퓨팅(MCC) 환경에서 에너지 효율과 계산 시간을 최적화하기 위한 '파셜 오프로딩(Partial Offloading)' 연구의 시스템 모델과 제안된 스케줄링 정책을 다룹니다. 클라이언트는 코드 파티셔닝을 통해 일부 코드를 클라우드 서버로 오프로딩하고 나머지는 로컬에서 계산합니다. 이때 서버의 과부하(Task Overload)로 인한 처리 속도 저하가 클라이언트의 에너지 및 시간적 이득(Utilit…

14 min read

MCC 오프로딩: 파셜 오프로딩 및 맥스-민 페어니스 스케줄링

Source

  • Evernote/ancom21c's notebook/MCC 오프로딩.md

Summary

이 문서는 모바일 클라우드 컴퓨팅(MCC) 환경에서 에너지 효율과 계산 시간을 최적화하기 위한 ‘파셜 오프로딩(Partial Offloading)’ 연구의 시스템 모델과 제안된 스케줄링 정책을 다룹니다. 클라이언트는 코드 파티셔닝을 통해 일부 코드를 클라우드 서버로 오프로딩하고 나머지는 로컬에서 계산합니다. 이때 서버의 과부하(Task Overload)로 인한 처리 속도 저하가 클라이언트의 에너지 및 시간적 이득(Utility)에 미치는 영향을 분석합니다. 제안된 솔루션은 서버가 태스크에 계산 자원을 배분할 때 ‘맥스-민 페어니스(Max-Min Fairness)’ 원칙을 적용하여 공평성과 효율성을 동시에 추구합니다. 또한, 클라이언트의 에너지 상태, 로컬 계산 속도, 오프로딩 빈도 등을 고려한 우선순위 기반 스케줄링 메커니즘을 통해 태스크 오버로드를 완화하고 클라이언트의 유틸리티를 극대화하는 전략을 제시합니다.

Key Points

  • 파셜 오프로딩 모델: 클라이언트는 오프로딩 가능한 코드(X_i) 중 일부(x_i)만 서버로 전송하고 나머지는 로컬에서 병렬 처리합니다.
  • 비용 및 이득 함수: 오프로딩의 이득은 에너지 이득(U^e)과 시간 이득(U^T)으로 구성되며, 서버 처리 속도(μ^c)와 대역폭(b)에 따라 가변적입니다.
  • 태스크 오버로드 문제: 다수 클라이언트의 동시 요청으로 서버 처리 속도가 저하되면 데드라인 미달 및 에너지 효율 감소가 발생합니다.
  • 맥스-민 페어니스 스케줄링: 서버는 자원을 배분할 때 가장 낮은 할당을 받은 태스크의 우선순위를 높이는 맥스-민 원칙을 적용하여 공평성을 확보합니다.
  • 우선순위 결정 요소: 최소 잔류 시간 우선(SJF)을 기본으로 하되, 클라이언트의 에너지 상태, 로컬 속도, 오프로딩 빈도(핸디캡)를 고려하여 우선순위를 조정합니다.
  • 전략적 유도: 스케줄링 정책을 통해 클라이언트가 과도한 오프로딩을 자제하거나 적절한 파셜 오프로딩을 선택하도록 유도하여 시스템 전체의 효율을 높입니다.

그래프 뷰

백링크