Service Migration for Delay-Sensitive IoT Applications in Edge Networks
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
The proliferation of <i>I</i>nternet <i>o</i>f <i>T</i>hings (<i>IoT</i>) applications prompts extraordinary demands for the collaboration of large amounts of computational resources provided by <i>IoT</i> devices in edge networks, and these applications are mostly delay-sensitive. Generally, these resources are encapsulated as <i>IoT</i> services. Thereafter, <i>IoT</i> applications can be performed, such that the collaboration of their sub-tasks is achieved through the composition of functionally complementary and geographically contiguous <i>IoT</i> services. The status of computational resources in <i>IoT</i> devices may change continuously along with their occupancy and release by <i>IoT</i> services. Considering the resource-scarceness of <i>IoT</i> devices, when the workload of <i>IoT</i> devices increases due to more services to be processed, certain <i>IoT</i> devices may hardly have enough remaining resources to co-host more instances of certain <i>IoT</i> services prescribed by forthcoming <i>IoT</i> applications with strict constraints. As a result, the delay satisfaction of both on-running and forthcoming <i>IoT</i> applications may be negatively impacted, or even hardly be satisfied any longer. To solve this issue, this paper proposes a r<i>E</i>source-<i>E</i>fficient se<i>r</i>vice <i>C</i>onfiguration (<inline-formula><tex-math notation="LaTeX">$E^{2}$</tex-math></inline-formula><i>rC</i>) mechanism, which aims to optimize the configuration of computational resources provided by <i>IoT</i> devices with respect to complex requirements prescribed by <i>IoT</i> applications, through service migration techniques. This service migration problem is formulated as markov multi-phases decisions, which is solved through our enhanced <i>D</i>eep <i>R</i>einforcement <i>L</i>earning (<i>DRL</i>) approach with a two-layer <i>Q</i>-network. Extensive experiments have been conducted upon the dataset of our testbed system. Evaluation results show that our <inline-formula><tex-math notation="LaTeX">$E^{2}$</tex-math></inline-formula><i>rC</i> is more efficient than the state-of-art counterparts in satisfying delay constraints of <i>IoT</i> applications, while reducing the energy consumption and improving the resource utilization efficiency of <i>IoT</i> devices.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle