Zusammenfassung - Fristenbewusste gemeinsame Aufgabenplanung und Offloading in mobilen Edge-Computing-Systemen

Fristenbewusste gemeinsame Aufgabenplanung und Offloading in mobilen Edge-Computing-Systemen

2025-07-25 00:40:49

{"Ngoc Hung Nguyen","Van-Dinh Nguyen","Anh Tuan Nguyen","Nguyen Van Thieu","Hoang Nam Nguyen","Symeon Chatzinotas"}

{cs.DC,cs.CC,"C.2.4; I.2.8"}

Dieses Papier konzentriert sich auf terminbezogene gemeinsame Aufgabenplanung und -verlagerung in mobilen Randrechenzentren (MEC). Es behandelt die Herausforderung, die Aufgabenplanung zu optimieren, um strenge Deadlines einzuhalten und Latenzzeiten zu minimieren, getrieben durch die steigende Nachfrage nach strenger interaktiver Servicequalität sowohl in MEC- als auch in Cloud-Systemen. Das Papier präsentiert einen neuen Ansatz, um diese Herausforderung zu bewältigen, indem eine dezentralisierte Verlagerungsschemata und ein optimales Aufgabenscheduling-Algorithmus eingeführt werden. **Hauptpunkte des Papiers**: * **Hintergrund**: Der Aufschwung von IoT-Anwendungen und der Bedarf an niedriger Latenz und hoher Zuverlässigkeit in der Kommunikation haben die Bedeutung des mobilen Randrechenzentrums erhöht. Allerdings stellt die Verwaltung rechenintensiver Aufgaben innerhalb von MEC-Systemen aufgrund von Hardwarebeschränkungen, Batterieengpässen und der Notwendigkeit, Deadlines einzuhalten, Herausforderungen dar. * **Motivation und Beiträge**: * **Dezentralisierte Verlagerungsschemata**: Dieses Schemata ermöglicht es dem Agenten, sich auf der mobilen Geräteseite zu positionieren, nutzt Serverinformationen, um Aufgaben umzuschichten, wenn neue Aufgaben eintreffen. Dies verringert den Bedarf auf Warteschlangen zu warten und optimiert die Gesamtabwicklungsdauer. * **Optimaler Aufgabenscheduling-Algorithmus**: Dieser Algorithmus zielt darauf ab, die Anzahl der vor Ablauf der Frist abgearbeiteten Aufgaben in nicht vorrangehaltenen und einkernigen Szenarien zu maximieren. Er ermöglicht es den Benutzern, den geeigneten Server auszuwählen, der die niedrigste Gesamtlatenz bietet, während Server das optimale Set an Aufgabenreihenordnungen basierend auf ihren Deadlines bestimmen, um die Gesamtverdienstquote zu maximieren. * **Schnelle Ausfallerkennungsmethode**: Um die Rechenkomplexität weiter zu reduzieren, wird eine schnelle Ausfallerkennungsmethode vorgeschlagen. Diese Methode überprüft schnell, ob eine eintreffende Aufgabe in einem MEC-Server verarbeitet werden kann, was den Benutzern ermöglicht, informierte Verlagerungsentscheidungen zu treffen. * **Systemmodell**: Das Papier präsentiert ein Systemmodell mit E verteilten Randservern und K Benutzern in einem Netzwerkgebiet A. Es berücksichtigt die Position der Server, Benutzermobilität und Aufgabenmerkmale. * **Algorithmusgestaltung**: * **Optimaler Aufgabenscheduling-Algorithmus**: Dieser Algorithmus bestimmt die optimale Reihenfolge der Aufgaben basierend auf ihren Deadlines und erforderlichen CPU-Zyklen. Er stellt sicher, dass Aufgaben mit kürzeren Deadlines priorisiert werden und Aufgaben mit ähnlichen Deadlines nach steigenden erforderlichen CPU-Zyklen geordnet werden. * **Schnelle Ausfallerkennungsmethode**: Diese Methode überprüft, ob eine eintreffende Aufgabe ohne Ausfall verarbeitet werden kann. Dies geschieht durch Simulation der Ausführung von Aufgaben in der Warteschlange des Servers und Überprüfung, ob irgendeine Aufgabe ihren Deadlines verletzt. * **Simulationsergebnisse**: Das Papier bietet umfangreiche numerische Ergebnisse, um die Effektivität der vorgeschlagenen Algorithmen zu demonstrieren. Die Ergebnisse zeigen, dass der vorgeschlagene Algorithmus bestehenden Schemata in Bezug auf die Dienstquote und den Scheduling-Kosten überlegen ist. **Insgesamt präsentiert das Papier einen neuen und effizienten Ansatz zur gemeinsamen Aufgabenplanung und -verlagerung in MEC-Systemen. Es behandelt die Herausforderungen, strenge Deadlines einzuhalten und Latenzzeiten zu minimieren, und leistet einen wertvollen Beitrag zum Bereich des mobilen Randrechenzentrums**.