협동 모바일 엣지 컴퓨팅을 위한 작업 할당 및 무선 자원 최적화

본 논문은 모바일‑엣지 컴퓨팅(MEC) 환경에서 로컬 사용자가 다수의 독립적인 계산 작업을 근접한 여러 엣지 디바이스(헬퍼)에게 오프로드하는 시나리오를 다룬다. 기존 연구들은 주로 서버‑측 자원이 풍부하다고 가정하거나, 무선 전송과 컴퓨팅 자원을 별도로 최적화하는 데 그쳤다. 그러나 실제 IoT·스마트폰 등 경량 디바이스가 협력적으로 연산을 수행할 경우, 각 헬퍼의 CPU 성능·에너지 한계와 무선 채널 상태가 동시에 고려돼야 한다. ### 1. 시스템 모델 - **노드 구성**: 하나의 로컬 사용자와 K개의 헬퍼(단일 안테나)로 구성되며, 로컬 사용자를 (K+1)번째 노드로 표기한다. - **작업 특성**: L개의 작업이 존재하고, 각 작업 l은 입력 비트 \(T_l\)와 출력 비트 \(R_l\)를 가진다. 작업은 분할 불가능하므로 이진 매트릭스 \(\pi(l,k)\in\{0,1\}\)로 할당을 표현한다. - **컴퓨팅 파라미터**: 각 노드 k는 사이클당 비트당 요구 사이클 \(C_{l,k}\)와 CPU 주파수 \(f_k\)를 갖는다. 로컬 컴퓨팅 에너지 모델은 \(\kappa_0 (C_{l,0}T_l)^2/f_0^2\) 형태이며, 헬퍼도 동일한 형태의 모델을 사용한다. ### 2. 통신 프로토콜 TDMA 기반 3단계 프로토콜을 채택한다. 1) **오프로드 단계**: 로컬 사용자가 순차적으로 헬퍼에게 데이터를 전송한다. 전송률은 Shannon 식 \(r^{\text{of}}_k = B\log_2(1+p^{\text{of}}_k \bar h_k/\sigma_k^2)\) 로 정의되고, 전송 시간 \(t^{\text{of}}_k\)와 전력 \(p^{\text{of}}_k\)는 서로 역함수 관계이다. 2) **실행 단계**: 헬퍼는 할당받은 작업을 자체 CPU로 처리한다. 실행 시간 \(t^c_k = \sum_{l}\pi(l,k) C_{l,k}T_l / f_k\) 로 계산된다. 3) **다운로드 단계**: 헬퍼는 결과를 로컬 사용자에게 전송한다. 다운로드 전송률 \(r^{\text{dl}}_k\)와 전송 시간 \(t^{\text{dl}}_k\)는 오프로드와 동일한 형태로 정의된다. TDMA 특성상 각 헬퍼는 자신의 다운로드 슬롯이 오기 전까지 대기해야 하며, 이는 대기 시간 \(I_k\) 로 표현된다. 첫 번째 헬퍼의 대기 시간은 전체 오프로드가 끝난 시점과 자신의 실행 완료 시점 중 큰 값이며, 이후 헬퍼들은 앞선 헬퍼의 다운로드 완료 시점과 자신의 실행·오프로드 누적 시간 중 큰 값으로 대기한다. ### 3. 문제 정의 목표는 전체 지연 \(T_{\text{total}} = \max\{t_c^0, I_1 + \sum_{k=1}^K t^{\text{dl}}_k\}\) 를 최소화하는 것이다. 제약식은 다음과 같다. - **에너지 제한**: 로컬 사용자와 각 헬퍼는 각각 \(E_0, E_k\) 이하의 에너지만 사용 가능. 이는 로컬 컴퓨팅·오프로드 에너지와 헬퍼의 컴퓨팅·다운로드 에너지의 합으로 표현된다. - **작업 할당 제약**: 각 작업은 정확히 하나의 노드에 할당돼야 하며, 할당 변수는 이진이어야 한다. - **시간 비음수**: 전송 시간은 0 이상이어야 한다. 이 문제는 이진 변수와 비선형 연속 변수(전송 시간·전력)가 결합된 혼합정수 비선형 프로그램(MINLP)이며, 일반적으로 NP‑hard이다. ### 4. 최적화 접근법 #### 4.1 목표 함수 단순화 Lemma 4.1을 이용해 \(h(y,t)=f(y/t)t\) 가 t에 대해 감소함을 증명하고, 대기 시간 관계식을 재구성한다. 결과적으로 \(I_k = I_{k-1}+t^{\text{dl}}_{k-1}\) 로 표현 가능해져 전체 지연이 \(I_1 + \sum_{k=1}^K t^{\text{dl}}_k\) 로 단순화된다. #### 4.2 등가 문제 (P1‑Eqv) 위 단순화를 적용해 원문 문제를 (P1‑Eqv) 로 변환한다. 이때 연속 변수에 대한 제약식은 모두 convex 형태이며, 고정된 할당 \(\Pi\) 하에서는 표준 convex 최적화 기법으로 전송 시간들을 최적화할 수 있다. #### 4.3 이진 변수 처리 완전 탐색은 계산량이 폭발적으로 증가하므로, 저자들은 다음 두 단계의 근사 전략을 제시한다. 1) **Relaxation**: \(\pi(l,k)\) 를