Real-time Task Scheduling with Fairness in Digital Twin Systems

[그림 1] 디지털 트윈 시스템의 개념

[그림 2] 디지털 트윈 에지 네트워크 시스템 모델

1. 연구 배경 및 목적
  디지털 트윈(Digital Twin; DT) 시스템은 그림 1, 2와 같이 물리세계에서 수집된 정보를 바탕으로 물리 객체(Physical Twin; PT)의 실시간 상태를 반영하는 사이버 객체(Cyber Twin; CT)를 디지털 세계에 생성 및 운용하는 기술임. 디지털 트윈 시스템에서는 센서 데이터 수집, 모델 업데이트, 분석, 제어 명령 등 다양한 실시간 작업(real-time task)이 동시에 수행됨.

 본 연구에서는 그림 3과 같이 디지털 트윈 응용에서의 실시간 컴퓨팅 작업 스케줄링 성능을 평가하는 방안에 대해서 연구하였음. 특히, 물리 객체의 데이터를 이용해 디지털 객체의 상태 갱신을 위한 갱신 작업과 디지털 객체로부터 정보를 추출하는 추론 작업의 관계에 따라 스케줄링 정책을 수립하고, 이를 반영한 온라인/오프라인 스케줄링 방안을 제안하였음.

[그림 3] 디지털 트윈 내 실시간 작업 스케쥴링의 개요

2. 문제 정의 및 시스템 모델

 A. 시스템 모델 (그림 4 참고)

• 단일 서버 및 K개의 PT/CT와 K명의 사용자를 고려함.
• 주기적 갱신작업: 긴 주기의 제한시간과 계산 지연을 필요로 함.
• 임의적 추론작업: 짧은 제한시간과 계산 지연을 필요로 함.

 [그림 4] 디지털 트윈 시스템 내 갱신/추론 작업 특성

B. 제안하는 성능 지표: DT freshness (그림 5 참고)

• 갱신 작업과 추론 작업 사이의 처리 순서에 의해 정의되는 성능 지표
• 한 주기 동안 갱신 작업 이후에 처리되는 추론 작업의 수로 정의됨.

[그림 5] DT freshness 성능 지표의 필요성

3. 제안 알고리즘 개요

A. DT freshness 향상을 위한 스케쥴링 순서

  [그림 6] DT freshness 향상을 위한 스케쥴링 예시

 B. DT freshness 향상을 위한 실시간 작업 스케쥴링 알고리즘

[그림 7] 제안하는 온라인 및 오프라인 스케쥴링 알고리즘

4. 성능 평가 및 결과

A. 실험 환경

• 그림 4와 같은 가상 트윈 시뮬레이션 플랫폼을 구성
• DT 추론 작업이 주기적/비주기적으로 요구되는 경우에 대한 모든 시나리오를 고려함.
• 성능 비교 대상: 갱신우선(Update-First, UF) 및 추론우선 알고리즘(Inference-First, IF)

B. 주요 평가 지표

• DT freshness 비율 총 합, 처리불가 작업 비율, 동기화 지연 시간

C. 주요 결과

[그림 8] 주기적 DT 추론 작업이 요구되는 경우에 대한 제안 알고리즘 성능 결과

[그림 9] 비주기적(Poisson 분포) DT 추론 작업이 요구되는 경우에 대한 제안 알고리즘 성능 결과

• 제안하는 온라인 및 오프라인 알고리즘은 기존 알고리즘에 비해 각각 16%, 11% 높은 freshness ratio를 보장하며, 동시에 서로 다른 작업간의 공정성(fairness)까지 확보함.
• 비주기적으로 도착하는 DT 추론 작업의 경우에도 제안하는 실시간 알고리즘은 가장 우수한 DT freshness ratio를 보장하며, 동시에 처리불가 작업 비율과 동기화 지연 시간에서도 우수한 성능을 확보할 수 있음.

5. 결론

본 논문에서는 에지 서버에서 디지털 객체가 물리 객체와의 동기화를 위해 갱신작업을 수행하며, 동시에 사용자로부터 발생하는 추론작업을 처리하는 실시간 디지털 트윈 환경을 고려함. 본 연구에서는 한 주기 동안의 에지 서버 컴퓨팅에 대한 온라인 및 오프라인 스케줄링 알고리즘을 제안하였고, 실험을 통해 제안하는 알고리즘이 DT freshness ratio 측면에서 최적을 보장함을 확인하였음. 본 알고리즘을 통해 디지털 트윈 시스템을 운용하는 에지 서버에서의 컴퓨팅 효율성을 획기적으로 향상시킬 수 있음을 증명함.

[링크]

https://ieeexplore.ieee.org/document/10806667