Resumen - MOFCO: Descarga de Tareas Consciente de la Movilidad y la Migración en Entornos de Computación en Niebla de Tres Capas

MOFCO: Descarga de Tareas Consciente de la Movilidad y la Migración en Entornos de Computación en Niebla de Tres Capas

2025-07-16 08:42:32

{"Soheil Mahdizadeh","Elyas Oustad","Mohsen Ansari"}

{cs.AR,cs.DC,cs.NI}

El documento aborda el desafío de la externalización de tareas en entornos de computación en la nube de tres capas con movilidad de equipos de usuario (UE). Propone MOFCO, un algoritmo de externalización de tareas nuevo que tiene en cuenta la movilidad y la migración, para abordar este desafío. **Antecedentes del Problema**: * Con el auge de los servicios de IoT y IoV, la externalización de tareas a nodos en la nube se ha convertido en crucial para las aplicaciones sensibles a la latencia. * Sin embargo, la movilidad de los UE introduce complejidades como la migración de servicios y la conmutación de radio, lo que conlleva costos aumentados y una degradación del rendimiento del sistema. * Los métodos existentes a menudo se centran en la toma de decisiones de externalización y la asignación de recursos sin considerar la movilidad y la migración. **Algoritmo MOFCO**: * **Formulación del Problema**: MOFCO formula la externalización de tareas y la asignación de recursos como un problema de Programación Lineal Mixta No Lineal (MINLP), con el objetivo de minimizar el costo total de las tareas considerando la latencia, el consumo de energía y el sobrecosto de migración. * **Predicción de Movilidad y Carga de Trabajo**: MOFCO utiliza parámetros de movilidad para predecir la distribución futura de la carga de trabajo, permitiendo evitar la migración proactivamente y mejorando la toma de decisiones en condiciones dinámicas. * **Enfoque de Teoría de Juego Evolutiva Asistida por Heurísticas**: MOFCO emplea un enfoque de teoría de juego evolutiva asistida por heurísticas para resolver de manera eficiente el problema MINLP. * **Eliminación de Nodos de la Nube**: MOFCO elimina los nodos de la nube con alta latencia o baja eficiencia energética, reduciendo el espacio de búsqueda y mejorando la eficiencia. * **Exploración del Espacio de Soluciones**: MOFCO explora el espacio de soluciones restantes para encontrar las decisiones de externalización óptimas, la selección de destino y estrategias de asignación de recursos. **Resultados de la Simulación**: * MOFCO reduce significativamente el costo del sistema (latencia y consumo de energía) en comparación con métodos de línea de base como GCGA y RA. * MOFCO logra una reducción de hasta un 43% en ciertos escenarios, demostrando su efectividad para reducir el sobrecosto de migración y mejorar el rendimiento del sistema. **Conclusión**: MOFCO es un algoritmo de externalización de tareas nuevo y eficiente que aborda de manera efectiva los desafíos de movilidad y migración en entornos de computación en la nube. Su capacidad para reducir el costo del sistema y mejorar el rendimiento lo hace una herramienta valiosa para desarrollar sistemas de computación en la nube eficientes y escalables. **Contribuciones Clave**: * **Modelo de Computación en la Nube con Movilidad y Migración**: MOFCO introduce una arquitectura de tres capas de computación en la nube realista y modela la movilidad y la dinámica de migración de los UE y los nodos de la nube. * **Algoritmo de Teoría de Juego Evolutiva Asistida por Heurísticas**: MOFCO emplea un enfoque de teoría de juego evolutiva asistida por heurísticas para resolver eficientemente el problema MINLP. * **Predicción de Carga de Trabajo Futura**: MOFCO utiliza parámetros de movilidad para predecir la distribución futura de la carga de trabajo, permitiendo evitar la migración proactivamente. * ** Evaluación del Rendimiento**: MOFCO se evalúa utilizando simulaciones de SUMO, demostrando su efectividad para reducir el costo del sistema y mejorar el rendimiento.