Distributed Task Management in Fog Computing: A Socially Concave Bandit Game

要約

フォグ コンピューティングは、ネットワーク エッジでのタスク オフロード機能を活用して効率を向上させ、アプリケーションの要求に迅速に対応できるようにします。
ただし、フォグ ノードの不均一性とシステム ダイナミクスの不確実性のため、フォグ コンピューティング ネットワークにおけるタスク割り当て戦略の設計は依然として困難です。
我々は、分散タスク割り当て問題をバンディットフィードバックを伴う社会凹型ゲームとして定式化し、このゲームが独特のナッシュ均衡を持ち、それが後悔のない学習戦略（線形成長を伴わない後悔）を使用して実装可能であることを示します。
次に、後悔のないオンライン意思決定戦略を 2 つ開発します。
1 つの戦略、つまり勢いを伴うバンディット勾配上昇は、バンディット フィードバックを備えたオンライン凸最適化アルゴリズムです。
もう 1 つの戦略である初期化を伴うリプシッツ バンディットは、EXP3 マルチアーム バンディット アルゴリズムです。
両方の戦略のリグレス限界を確立し、それらの収束特性を分析します。
さらに、提案された戦略を、線形報酬を伴う学習という名前の割り当て戦略と比較します。
理論的および数値的分析により、効率的なタスク割り当てのために提案された戦略が最先端の方法と比較して優れたパフォーマンスを示しています。

要約(オリジナル)

Fog computing leverages the task offloading capabilities at the network’s edge to improve efficiency and enable swift responses to application demands. However, the design of task allocation strategies in a fog computing network is still challenging because of the heterogeneity of fog nodes and uncertainties in system dynamics. We formulate the distributed task allocation problem as a social-concave game with bandit feedback and show that the game has a unique Nash equilibrium, which is implementable using no-regret learning strategies (regret with sublinear growth). We then develop two no-regret online decision-making strategies. One strategy, namely bandit gradient ascent with momentum, is an online convex optimization algorithm with bandit feedback. The other strategy, Lipschitz bandit with initialization, is an EXP3 multi-armed bandit algorithm. We establish regret bounds for both strategies and analyze their convergence characteristics. Moreover, we compare the proposed strategies with an allocation strategy named learning with linear rewards. Theoretical- and numerical analysis shows the superior performance of the proposed strategies for efficient task allocation compared to the state-of-the-art methods.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google