Resumen - Programación conjunta de tareas y descarga inteligente en sistemas de computación en la nube móvil con conciencia de plazos límite

Programación conjunta de tareas y descarga inteligente en sistemas de computación en la nube móvil con conciencia de plazos límite

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"}

Este documento se centra en la programación conjunta de tareas y descarga en sistemas de computación en la nube móvil (MEC) con conciencia de plazos. Aborda el desafío de optimizar la programación de tareas para cumplir con plazos estrictos y minimizar la latencia, impulsado por el creciente demanda de una calidad de servicio interactiva estricta tanto en sistemas MEC como en sistemas en la nube. El documento presenta un nuevo enfoque para abordar este desafío, introduciendo un esquema de descarga descentralizado y un algoritmo de programación de tareas óptimo. **Puntos clave del documento**: * **Contexto**: El auge de las aplicaciones IoT y la necesidad de comunicación de baja latencia y alta fiabilidad han aumentado la importancia de la computación en la nube móvil. Sin embargo, gestionar tareas intensivas en términos de procesamiento dentro de los sistemas MEC presenta desafíos debido a las limitaciones de hardware, las restricciones de batería y la necesidad de cumplir con plazos. * **Motivación y Contribuciones**: * **Esquema de Descarga Descentralizado**: Este esquema permite que el agente se localice en el lado del dispositivo móvil, utilizando información del servidor para reprogramar tareas a medida que nuevas tareas llegan. Esto reduce la necesidad de esperar en colas y optimiza el tiempo total de finalización. * **Algoritmo de Programación de Tareas Óptimo**: Este algoritmo tiene como objetivo maximizar el número de tareas servidas antes de sus plazos en escenarios no preempresivos y de un solo núcleo. Permite a los usuarios seleccionar el servidor que ofrece la menor latencia total, mientras que los servidores determinan el conjunto óptimo de órdenes de tareas basándose en sus plazos para maximizar la tasa de servicio general. * **Método de Detección Rápida de Fallas**: Para reducir aún más la complejidad computacional, se propone un método de detección rápida de fallas. Este método verifica rápidamente si una tarea entrante puede aceptarse para su procesamiento en un servidor MEC, permitiendo a los usuarios tomar decisiones de descarga informadas. * **Modelo de Sistema**: El documento presenta un modelo de sistema con E servidores de borde distribuidos y K usuarios en una área de red A. Considera la posición de los servidores, la movilidad de los usuarios y las características de las tareas. * **Diseño del Algoritmo**: * **Algoritmo de Programación de Tareas Óptimo**: Este algoritmo determina el orden óptimo de las tareas basado en sus plazos y ciclos de CPU requeridos. Asegura que las tareas con plazos más cortos se prioricen y que las tareas con plazos similares se ordenen en función de los ciclos de CPU requeridos en aumento. * **Método de Detección Rápida de Fallas**: Este método verifica si una tarea entrante puede procesarse sin causar una interrupción. Lo hace simulando la ejecución de tareas en la cola del servidor y verificando si alguna tarea viola su plazo. * **Resultados de la Simulación**: El documento proporciona extensos resultados numéricos para demostrar la efectividad de los algoritmos propuestos. Los resultados muestran que el algoritmo propuesto supera a los esquemas existentes en términos de tasa de servicio y costo de programación. **En resumen, el documento presenta un enfoque nuevo y eficiente para la programación conjunta de tareas y la descarga en sistemas MEC. Aborda los desafíos de cumplir con plazos estrictos y minimizar la latencia, y proporciona una contribución valiosa al campo de la computación en la nube móvil**.