تخصیص کش همکاری و زمان بندی کار برای برنامه های کاربردی
ترجمه نشده

تخصیص کش همکاری و زمان بندی کار برای برنامه های کاربردی

عنوان فارسی مقاله: تخصیص کش همکاری و زمان بندی کار برای برنامه های کاربردی با فشرده سازی اطلاعات در محیط محاسبات لبه
عنوان انگلیسی مقاله: Collaborative cache allocation and task scheduling for data-intensive applications in edge computing environment
مجله/کنفرانس: سیستم های کامپیوتری نسل آینده – Future Generation Computer Systems
رشته های تحصیلی مرتبط: مهندسی کامپیوتر
گرایش های تحصیلی مرتبط: معماری سیستم های کامپیوتری - الگوریتم و محاسبات
کلمات کلیدی فارسی: محاسبات لبه، گمارش کش، زمان بندی کار، گراف دو قسمتی وزن دار
کلمات کلیدی انگلیسی: Edge computing, Cache placement, Task scheduling, Weighted bipartite graph
نوع نگارش مقاله: مقاله پژوهشی (Research Article)
نمایه: Scopus – Master Journals – JCR
شناسه دیجیتال (DOI): https://doi.org/10.1016/j.future.2019.01.007
دانشگاه: Department of Computer Science, Wuhan University of Technology, Wuhan 430063, China
ناشر: الزویر - Elsevier
نوع ارائه مقاله: ژورنال
نوع مقاله: ISI
سال انتشار مقاله: 2019
ایمپکت فاکتور: 5.341 در سال 2017
شاخص H_index: 85 در سال 2019
شاخص SJR: 0.844 در سال 2017
شناسه ISSN: 0167-739X
شاخص Quartile (چارک): Q1 در سال 2017
فرمت مقاله انگلیسی: PDF
تعداد صفحات مقاله انگلیسی: 33
وضعیت ترجمه: ترجمه نشده است
قیمت مقاله انگلیسی: رایگان
آیا این مقاله بیس است: خیر
کد محصول: E11986
فهرست انگلیسی مطالب

Abstract


1. Introduction


2. Related work


3. Cache-aware task scheduling method in edge computing


4. Performance evaluation


5. Conclusion


Acknowledgments


References

نمونه متن انگلیسی مقاله

Abstract


In the wake of the development of mobile devices, how to provide low-latency mobile services with the limited battery power is attracting more and more attention. A novel paradigm, edge computing, can make services closer to users, which can dramatically reduce the latency and improve battery life of UEs. However, inappropriate placement and utilization of caching can degrade the system performance. In this paper, a cache-aware task scheduling method in edge computing is proposed. First, an integrated utility function is derived with respect to the data chunk transmission cost, caching value and cache replacement penalty. Data chunks are cached at optimal edge servers to maximize the integrated utility value. After placing the caches, a cache locality-based task scheduling method is presented. We model the task scheduling problem as a weighted bipartite graph. Weights of edges of the graph are mainly influenced by the locations of the required data. During each heartbeat, maximal weighted matching between tasks and resources are obtained. All the proposed algorithms have polynomial time complexities which are acceptable in edge computing. Furthermore, extensive experiments show that the cache-aware task scheduling algorithm outperforms other baseline algorithms in terms of the cache hit ratio, data locality, data transmission time, task response time and energy consumption costs.

  • اشتراک گذاری در

دیدگاه خود را بنویسید:

تاکنون دیدگاهی برای این نوشته ارسال نشده است

تخصیص کش همکاری و زمان بندی کار برای برنامه های کاربردی
نوشته های مرتبط
مقالات جدید
لوگوی رسانه های برخط

logo-samandehi

پیوندها