یک روش تخلیه محاسباتی بر روی داده های بزرگ برای محاسبات لبه ابر فعال IoT
ترجمه نشده

یک روش تخلیه محاسباتی بر روی داده های بزرگ برای محاسبات لبه ابر فعال IoT

عنوان فارسی مقاله: یک روش تخلیه محاسباتی بر روی داده های بزرگ برای محاسبات لبه ابر فعال IoT
عنوان انگلیسی مقاله: A computation offloading method over big data for IoT-enabled cloud-edge computing
مجله/کنفرانس: سیستم های کامپیوتری نسل آینده – Future Generation Computer Systems
رشته های تحصیلی مرتبط:  مهندسی کامپیوتر، مهندسی فناوری اطلاعات
گرایش های تحصیلی مرتبط: الگوریتم و محاسبات، هوش مصنوعی،  اینترنت و شبکه های گسترده، شبکه های کامپیوتری
کلمات کلیدی فارسی: IoT، داده های بزرگ، محاسبات لبه ابر، تخلیه محاسباتی، مصرف انرژی
کلمات کلیدی انگلیسی: IoT, big data, cloud-edge computing, computation offloading, energy consumption
نوع نگارش مقاله: مقاله پژوهشی (Research Article)
شناسه دیجیتال (DOI): https://doi.org/10.1016/j.future.2018.12.055
دانشگاه: School of Computer and Software, Nanjing University of Information Science and Technology, Nanjing, China
صفحات مقاله انگلیسی: 46
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
وضعیت ترجمه: ترجمه نشده است
قیمت مقاله انگلیسی: رایگان
آیا این مقاله بیس است: خیر
کد محصول: E12008
فهرست مطالب (انگلیسی)

Abstract

1. Introduction

2. System model and problem formulation

3. A computation offloading method for IoT-enabled cloud-edge computing

4. Experimental evaluation

5. Related work

6. Conclusion and future work

Acknowledgments

References

بخشی از مقاله (انگلیسی)

Abstract

The Internet of mobile things is a burgeoning technique that generates, stores and processes big real-time data to render rich services for mobile users. In order to mitigate conflicts between the resource limitation of mobile devices and users’ demands of decreasing processing latency as well as prolonging battery life, it spurs a popular wave of offloading mobile applications for execution to centralized and decentralized data centers, such as cloud and edge servers. Due to the complexity and difference of mobile big data, arbitrarily offloading the mobile applications poses a remarkable challenge to optimizing the execution time and the energy consumption for mobile devices, despite the improved performance of Internet of Things (IoT) in cloud-edge computing. To address this challenge, we propose a computation offloading method, named COM, for IoT-enabled cloud-edge computing. Specifically, a system model is investigated, including the execution time and energy consumption for mobile devices. Then dynamic schedules of data/control-constrained computing tasks are confirmed. In addition, NSGA-III (non-dominated sorting genetic algorithm III) is employed to address the multi-objective optimization problem of task offloading in cloud-edge computing. Finally, systematic experiments and comprehensive simulations are conducted to corroborate the efficiency of our proposed method.