文献

J-GLOBAL ID：201802278198440979   整理番号：18A0203532

モバイルクラウドオフロードへのアプローチに基づく機械学習【Powered by NICT】

A machine learning based approach to mobile cloud offloading

著者 (2件)： Karim S M Azharul (Department of Electrical Engineering, University of Texas at San Antonio, San Antonio, USA) ,  Prevost John J (Department of Electrical Engineering, University of Texas at San Antonio, San Antonio, USA)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： SAI  ページ： 675-680  発行年： 2017年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 現代の携帯デバイスは資源限定されている。モバイル機器資源の最適利用を確保するためにクラウドコンピューティングを用いることができる。エネルギー消費とデバイス潜時は計算オフローディングによって著しく低減できる。モバイル機器資源と環境資源帯域幅と待ち時間のようなの最適利用を確実にするために,計算オフローディングは戦略的な方法で行わねばならない。ネットワークトポロジーとデバイス資源を考慮し,雲への計算をオフロードする決定を行う機械学習に基づく動的アルゴリズムを提案することにより,以前の論文に関する著者らの研究を拡張した。アルゴリズムは実行時環境とデバイスパラメータの変化を採用した。装置,雲に存在するフレームワークを設計した。装置とネットワークパラメータをモニターし,利用者の行動に基づくデバイスフレームワークは,クラウドへの計算をオフロードするか否か決定する。装置とネットワークパラメータがあるしきい値を交差すると,ニシキヘビソケットを用いたクラウドサーバにデータを送信する。雲フレームワークは,データを受信すると雲におけるappを行っている。クラウドにおけるアプリケーションを実行した後,フレームワークは,出力を検索し,局所装置に送信する。デバイスフレームワークは,appデータを与え,appはその実行を完成させた。クラウドサーバのシステムのシミュレーションを行い,エネルギーは計算オフローディングによる節約できることを示した。も計算オフローディングのコストを計算するために金融推定を提示した。Copyright 2018 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】

シソーラス用語： *機械学習 ,  アルゴリズム ,  帯域幅 ,  計算 ,  待ち時間 ,  応用プログラム ,  エネルギー消費 ,  金融
準シソーラス用語： クラウドサーバ ,  ネットワークパラメータ ,  ネットワークトポロジー ,  環境資源 ,  オフローディング ,  クラウドコンピューティング ,  モバイルデバイス , 【Automatic Indexing@JST】

分類 (4件)： 移動通信  (ND08030H) ,  計算機システム開発  (JD02010R) ,  計算機網  (JC03000K) ,  エネルギー消費・省エネルギー  (LD01000B)

タイトルに関連する用語 (1件)： 機械学習