Stackelberg Game-Based Resource Management of Edge Computing Systems

Karteris, Antonios; Καρτέρης, Αντώνιος

dc.contributor.author	Karteris, Antonios
dc.contributor.author	Καρτέρης, Αντώνιος
dc.date.accessioned	2022-01-28T09:18:33Z
dc.date.available	2022-01-28T09:18:33Z
dc.identifier.uri	https://dspace.lib.ntua.gr/xmlui/handle/123456789/54440
dc.identifier.uri	http://dx.doi.org/10.26240/heal.ntua.22138
dc.rights	Αναφορά Δημιουργού-Μη Εμπορική Χρήση-Όχι Παράγωγα Έργα 3.0 Ελλάδα	*
dc.rights.uri	http://creativecommons.org/licenses/by-nc-nd/3.0/gr/	*
dc.subject	Διαχείριση Πόρων	el
dc.subject	Κατανομή Εργασιών	el
dc.subject	Θεωρία Παιγνίων	el
dc.subject	Edge Computing	el
dc.subject	Διαδίκτυο των Πραγμάτων	el
dc.subject	Resource Management	en
dc.subject	Task Allocation	en
dc.subject	Game Theory	en
dc.subject	Edge Computing	en
dc.subject	Internet of Things	en
dc.title	Stackelberg Game-Based Resource Management of Edge Computing Systems	en
dc.title	Διαχείριση Πόρων σε Συστήματα Edge Computing Βασισμένη σε Παίγνια Στάκελμπεργκ	el
dc.contributor.department	Τομέας Τεχνολογίας Πληροφορικής και Υπολογιστών. Εργαστήριο Μικροϋπολογιστών και Ψηφιακών Συστημάτων	el
heal.type	bachelorThesis
heal.classification	Computer Science	en
heal.classification	Επιστήμη Υπολογιστών	el
heal.language	el
heal.language	en
heal.access	free
heal.recordProvider	ntua	el
heal.publicationDate	2021-07-16
heal.abstract	The incessant technological advancements and the unprecedented surge in popularity of the Internet of Things have catapulted the number of devices connected and communicating through the Internet, while the rapid adoption of artificial intelligence applications in IoT devices has led the amount of data that requires processing to skyrocket. The edge computing paradigm, albeit effective in addressing the challenges that the cloud computing solution fails to meet, presents its own challenges, with the resource management and task allocation challenge being of prime importance. In this bachelor thesis, we will describe an edge computing architecture consisting of low-powered edge devices that are tasked with carrying out demanding tasks within strict deadlines, and mid-powered edge nodes that offer their limited computational resources to the edge devices. Thus, the need to effectively manage the limited resources of these devices and optimally allocate the tasks among them to achieve the required objectives arises. To that end, we put forward the SGRM algorithm, a distributed resource management algorithm for edge computing systems based in theorems of game and auction theory. More precisely, our algorithm models the task allocation problem of an edge device as a Stackelberg game between the device and the nodes, and conducts a sealed-bid second-price (or Vickrey) auction to select the optimal offloading target node. After a brief introduction to the basics of the edge and IoT paradigms and the theoretical background of our algorithm, we present the SGRM algorithm, describe its operation in detail and evaluate its performance through an extensive comparative study.	en
heal.abstract	Οι αδιάκοπες τεχνολογικές εξελίξεις και η εντυπωσιακή άνθηση του Διαδικτύου των Πραγμάτων (Internet of Things) έχουν εκτοξεύσει τον αριθμό των συσκευών που συνδέονται και επικοινωνούν μεταξύ τους στο διαδίκτυο. Παράλληλα, η ραγδαία υιοθέτηση εφαρμογών τεχνητής νοημοσύνης σε συσκευές IoT έχει προκαλέσει κατακόρυφη αύξηση των δεδομένων που χρήζουν επεξεργασίας, ενώ η παραδοσιακή λύση της μεταφοράς και επεξεργασίας δεδομένων στο} cloud έχει αποδειχθεί ελλιπής. Η επικρατούσα λύση του edge computing, παρά τα πλεονεκτήματα που προσφέρει, δημιουργεί νέες προκλήσεις, με σημαντικότερη ίσως την διαχείριση των περιορισμένων υπολογιστικών πόρων που διαθέτουν οι συσκευές IoT. Στην παρούσα διπλωματική εργασία θα ασχοληθούμε με ένα σύστημα edge computing αποτελούμενο από ένα σύνολο από συσκευές IoT και κόμβους edge. Οι συσκευές καλούνται να φέρουν εις πέρας απαιτητικές εργασίες μέσα σε αυστηρές προθεσμίες, ενώ οι κόμβοι συμβάλλουν προσφέροντας τους υπολογιστικούς τους πόρους στο σύστημα. Προκύπτει, επομένως, η ανάγκη αποδοτικής διαχείρισης των πόρων του συστήματος, προκειμένου να επιτυγχάνονται οι λειτουργικές απαιτήσεις των εργασιών και να αξιοποιούνται αποδοτικά οι περιορισμένοι πόροι των συσκευών. Για τον σκοπό αυτό, σχεδιάζουμε τον αλγόριθμο SGRM, έναν αποκεντροποιημένο αλγόριθμο διαχείρισης πόρων σε συστήματα edge computing βασισμένο σε στοιχεία της θεωρίας παιγνίων. Πιο συγκεκριμένα, ο αλγόριθμός μας μοντελοποιεί το πρόβλημα της κατανομής εργασιών μιας συσκευής edge ως ένα παίγνιο Στάκελμπέργκ μεταξύ της συσκευής και των κόμβων edge και διεξάγει μια κλειστή δημοπρασία δεύτερης τιμής (γνωστή και ως δημοπρασία Vickrey) για την επιλογή του βέλτιστου κόμβου εκφόρτωσης. Μετά από μια σύντομη εισαγωγή στα πρότυπα IoT, edge και στο θεωρητικό υπόβαθρο της θεωρίας παιγνίων, παρουσιάζουμε τον αλγόριθμο SGRM, περιγράφουμε λεπτομερώς την λειτουργία του και αξιολογούμε τις επιδόσεις του, πραγματοποιώντας μια εκτενή πειραματική μελέτη και συγκρίνοντάς τον με κατάλληλα επιλεγμένους αλγορίθμους αναφοράς.	el
heal.advisorName	Σούντρης, Δημήτριος
heal.advisorName	Soudris, Dimitrios
heal.committeeMemberName	Τσανάκας, Παναγιώτης
heal.committeeMemberName	Ξύδης, Σωτήριος
heal.committeeMemberName	Tsanakas, Panagiotis
heal.committeeMemberName	Xydis, Sotirios
heal.academicPublisher	Σχολή Ηλεκτρολόγων Μηχανικών και Μηχανικών Υπολογιστών	el
heal.academicPublisherID	ntua
heal.numberOfPages	85
heal.fullTextAvailability	false