Résumé - Planification conjointe des tâches et externalisation consciente des délais dans les systèmes de calcul en bordure mobile
Titre
Planification conjointe des tâches et externalisation consciente des délais dans les systèmes de calcul en bordure mobile
Temps
2025-07-25 00:40:49
Auteur
{"Ngoc Hung Nguyen","Van-Dinh Nguyen","Anh Tuan Nguyen","Nguyen Van Thieu","Hoang Nam Nguyen","Symeon Chatzinotas"}
Catégorie
{cs.DC,cs.CC,"C.2.4; I.2.8"}
Lien
http://arxiv.org/abs/2507.18864v1
PDF Lien
http://arxiv.org/pdf/2507.18864v1
Résumé
Ce document se concentre sur la planification conjointe des tâches et le déchargement-aware dans les systèmes de calcul en marge mobile (MEC). Il aborde le défi d'optimiser la planification des tâches pour respecter des délais stricts et minimiser la latence, motivé par la demande croissante pour une qualité de service interactive stricte à la fois dans les systèmes MEC et les systèmes cloud.
Le document présente une nouvelle approche pour répondre à ce défi en introduisant un schéma de déchargement décentralisé et un algorithme de planification des tâches optimal.
**Points clés du document** :
* **Contexte** : L'essor des applications IoT et la nécessité de communications à faible latence et haute fiabilité ont augmenté l'importance du calcul en marge mobile. Cependant, la gestion des tâches à forte intensité de calcul dans les systèmes MEC pose des défis en raison des limitations matérielles, des contraintes de batterie et de la nécessité de respecter les délais.
* **Motivation et Contributions** :
* **Schéma de déchargement décentralisé** : Ce schéma permet à l'agent d'être situé sur le côté du dispositif mobile, en utilisant des informations serveur pour reprogrammer les tâches à mesure que de nouvelles tâches arrivent. Cela réduit le besoin d'attendre dans les files et optimise le temps total de completion.
* **Algorithme de planification des tâches optimal** : Cet algorithme vise à maximiser le nombre de tâches servies avant leurs délais dans des scénarios non préemptifs et à un noyau unique. Il permet aux utilisateurs de sélectionner le serveur approprié fournissant la latence totale la plus basse, tandis que les serveurs déterminent le jeu optimal d'ordre des tâches en fonction de leurs délais pour maximiser le taux de service global.
* **Méthode de détection rapide des pannes** : Pour réduire davantage la complexité computationnelle, une méthode de détection rapide des pannes est proposée. Cette méthode vérifie rapidement si une tâche entrante peut être acceptée pour traitement dans un serveur MEC, permettant aux utilisateurs de prendre des décisions de déchargement informées.
* **Modèle de système** : Le document présente un modèle de système avec E serveurs en marge distribués et K utilisateurs dans une zone de réseau A. Il prend en compte la position des serveurs, la mobilité des utilisateurs et les caractéristiques des tâches.
* **Conception de l'algorithme** :
* **Algorithme de planification des tâches optimal** : Cet algorithme détermine l'ordre optimal des tâches en fonction de leurs délais et des cycles CPU requis. Il assure que les tâches avec des délais plus courts sont prioritaires et que les tâches avec des délais similaires sont ordonnées par cycles CPU requis croissants.
* **Méthode de détection rapide des pannes** : Cette méthode vérifie si une tâche entrante peut être traitée sans provoquer de panne. Elle le fait en simulant l'exécution des tâches dans la file du serveur et en vérifiant si aucune tâche ne viole son délai.
* **Résultats de simulation** : Le document fournit des résultats numériques extensifs pour démontrer l'efficacité des algorithmes proposés. Les résultats montrent que l'algorithme proposé surpasse les schémas existants en termes de taux de service et de coût de planification.
**Dans l'ensemble, le document présente une approche nouvelle et efficace pour la planification conjointe des tâches et le déchargement dans les systèmes MEC. Il répond aux défis de respecter des délais stricts et de minimiser la latence, et constitue une contribution précieuse au domaine du calcul en marge mobile**.
Articles Recommandés
Modèle de Mumford-Shah régularisé par la variation totale généralisée relaxée et piecewise smooth pour la segmentation de surfaces triangulées
Expliqueur de Cartes : Cartographie des Espaces d'Embeddings des LLM à l'Aide d'Agents d'Explication et de Vérification Basés sur la Perturbation
Somme des chemins de Feynman en temps réel des polarons de grille en états d'opérateurs de produit matriciel
Capturer la transition de phase quantique dans la région ultraviolette par holographie
Concentration of measure for non-linear random matrices with applications to neural networks and non-commutative polynomials
Concentration de mesure pour les matrices aléatoires non linéaires avec applications aux réseaux de neurones et aux polynômes non commutatifs
Pré-entraînement sur le jeu de test n'est plus tout ce qu'il faut : Une approche basée sur le débat pour les benchmarks de QAC
Un Cadre de Minimisation du Risque Empirique Unifié pour la Supervision Faible Flexible des N-Tuples
L'Autre Esprit : Comment les Modèles Linguistiques Montrent une Cognition Temporelle Humaine
Logiciel de synthèse 3D guidé par une représentation intermédiaire expressive en termes de contraintes
Plateforme pour la Représentation et l'Intégration des Embeddings Moléculaires Multimodaux