این سایت در حال حاضر پشتیبانی نمی شود و امکان دارد داده های نشریات بروز نباشند
رایانش نرم و فناوری اطلاعات، جلد ۱۱، شماره ۴، صفحات ۵۰-۶۰
عنوان فارسی تخلیه‌بار محاسباتی تحرک‌آگاه مبتنی بر پیش‌بینی در رایانش لبه با دسترسی چندگانه
چکیده فارسی مقاله امروزه با پیاده‌سازی نسل جدید شبکه‌های ارتباطی، شاهد تحولی عظیم در توسعه اینترنت اشیاء و ظهور برنامه‌های جدید در این بستر می‌باشیم. محدودیت در توان محاسباتی و انرژی دستگاه‌های متصل به این بستر موجب ایجاد چالش و عدم پشتیبانی این دستگاه‌ها برای اجرای برنامه‌ها با بار محاسباتی بالا و نیازمند تاخیر کم می‌شود. روش‌های تخلیه‌بار محاسباتی در رایانش لبه با دسترسی چندگانه، با فراهم آوردن منابع محاسباتی و ذخیره‌سازی در نزدیکی کاربر راهکاری کارآمد برای مقابله با چالش‌های ذکرشده است. با این وجود، به علت تحرک کاربر و تغییر در مشخصات برنامه‌های تخلیه‌شده در طول زمان، مسئله تخصیص خدمت‌گزاران لبه به کاربران با هدف کاهش تاخیر با چالش‌هایی مواجه است. رویکردهای فعلی تخلیه‌بار تحرک‌آگاه در این حوزه از مدل‌های تحرک تصادفی و غیرواقع‌گرایانه‌ای استفاده می‌کنند و همچنین اجرای تخلیه‌بار در آن‌ها به صورت درشت‌دانه صورت می‌گیرد. در این مقاله تخلیه‌بار به منظور بهره‌مندی از مزایای آن ریزدانه می‌باشد. بر این اساس برنامه کاربران به تعدادی مولفه تقسیم و اخذ تصمیم تخلیه با توجه به تحرک و مشخصات مولفه‌های کاربران در طول شکاف‌های زمانی تعریف شده در سیستم، انجام می‌گیرد. این تصمیم علاوه بر بهینه بودن در مورد هر مولفه به کاهش سربار ناشی از مهاجرت یک مولفه به نسبت کل برنامه نیز منجر می‌شود. همچنین، به منظور اخذ تصمیم بهینه در راستای نیل به هدف مسئله یعنی کمینه کردن برآیند زمان تخلیه‌بار، از پیش‌بینی مشخصات کاربران و موقعیت مکانی آن‌ها استفاده می‌کنیم. با توجه به نتایج به دست‌آمده از ارزیابی، مشاهده می‌شود که روش پیشنهادی به نسبت روش‌های مورد مقایسه دارای بهبود در تابع هدف مسئله و پیچیدگی محاسباتی اخذ تصمیم است.
کلیدواژه‌های فارسی مقاله تخلیه‌بار محاسباتی، تحرک‌آگاه، رایانش لبه با دسترسی چندگانه، اینترنت اشیاء،
عنوان انگلیسی Prediction-based Mobility-aware Computation Offloading in Multi-access Edge Computing
چکیده انگلیسی مقاله Today, as the new generation of communication networks is implemented, we are witnessing a considerable change in IoT development and new programs in this context. Despite recent advancements in mobile networks and devices, the limitations of devices connected to this platform in terms of computational power and energy have resulted in sever challenges for running resource-intensive programs with exigent latency requirements. To address these challenges, the concept of computation offloading in Multi-access Edge Computing (MEC) has been recently developed, in which storage and computation resources are provided close to the user. However, due to the user mobility and changes in the profile of offloaded applications over time, the problem of assignment of edge servers to users with the aim of minimizing the overall offloading latency is a complicated task. In this regard, existing mobility-aware offloading approaches are not based on fine-grain offloading and use random and unrealistic mobility models. In this article, to address the aforementioned challenges, we propose a mobility-aware fine-grain computation offloading method to minimize the overall offloading delay. In the proposed approach, the user application is divided into several components and the offloading decision is made for each component according to the mobility and specifications of user components during the time slots defined in the system. In oner hand, this latter results in more efficient offloading decision. In the other hand, it reduces the overhead of migration since the migration of a subset of program’s components imposes lower cost compared to the migration of the entire program. Moreover, we use user profile and location prediction to optimize the offloading decisions considering the underlying context over time. According to the evaluation results, it is observed that the proposed method achieves significantly better performance compared to other alternatives while the complexity of offloading decision is kept very low.
کلیدواژه‌های انگلیسی مقاله تخلیه‌بار محاسباتی, تحرک‌آگاه, رایانش لبه با دسترسی چندگانه, اینترنت اشیاء
نویسندگان مقاله شکوفه نوروزی |
دانشجو، دانشکده مهندسی کامپیوتر، دانشگاه علم و صنعت ایران، تهران، ایران

زینب موحدی |
استادیار دانشکده کامپیوتر، دانشگاه علم و صنعت ،تهران

نشانی اینترنتی https://jscit.nit.ac.ir/article_166495_bfe2ddab597088be8dbebbddd048b669.pdf
فایل مقاله فایلی برای مقاله ذخیره نشده است
کد مقاله (doi)
زبان مقاله منتشر شده fa
موضوعات مقاله منتشر شده
نوع مقاله منتشر شده
برگشت به: صفحه اول پایگاه   |   نسخه مرتبط   |   نشریه مرتبط   |   فهرست نشریات