抄録/ポイント:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
新しいクラウドサービス提供パラダイムとして,霧コンピューティングは,モバイルクラウドセンシング(MCS)を含む多くのモバイルコンピューティングアプリケーションを革命させた。本研究では,タスクの普及とデータ収集の両方が霧ノード(例えば基地局)のサービスとして展開され,移動ノードが攻撃経路選定によるD2D通信を介してタスクとセンシングデータの両方を優先的に前進させる,デバイス・デバイス(D2D)通信による霧コンピューティング・エンプoMCSに焦点を合わせた。このようなシナリオにおいて発生する一つの自然の問題は,サービス展開からのセンシング(例えば,カバレッジ)への影響である。この目的のために,霧コンピューティングによって支持されたD2DベースMCSに関する確率的解析を行うことを動機づけた。特に,通常の微分方程式(ODEs)を用いて,タスクの普及フェーズとデータ収集フェーズを記述し,利用される霧ノードの数,移動ノードの数,遭遇率などのパラメータの関数として達成可能なカバレッジを導出した。また,この解析を適用して,デッドライン制約MCS応用のための最適時間割当を見出した。広範なシミュレーションに基づく評価を通して,著者らは,著者らの解析の正当性を検証し,平均誤差は9.6%未満であり,著者らの時間割当方式の最適性を検証した。Copyright 2019 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】