文献

J-GLOBAL ID：202102290725641045   整理番号：21A2580482

動的ネットワークのためのエッジ計算リソース割当:DRUID-NETビジョンと展望【JST・京大機械翻訳】

Edge Computing Resource Allocation for Dynamic Networks: The DRUID-NET Vision and Perspective

著者 (6件)： Dechouniotis Dimitrios (School of Electrical and Computer Engineering, National Technical University of Athens-NTUA, 15780 Zografou, Greece) ,  Athanasopoulos Nikolaos (School of Electronics, Electrical Engineering and Computer Science, Queen’s University of Belfast-QUB, Belfast BT7 1NN, UK) ,  Leivadeas Aris (Ecole de Technologie Superieure (ETS Montreal) | Universite du Quebec, Montreal, QC H3C 1K3, Canada) ,  Mitton Nathalie (Inria Lille-Nord Europe, Lille, 59650 Villeneuve d’Ascq, France) ,  Jungers Raphael (Institute of Information and Communication Technologies, Electronics and Applied Mathematics, Universite Catholique de Louvain-UCLouvain, 1348 Louvain-la-Neuve, Belgium) ,  Papavassiliou Symeon (School of Electrical and Computer Engineering, National Technical University of Athens-NTUA, 15780 Zografou, Greece)
資料名： Sensors (Web)  (Sensors (Web))
巻： 20  号： 8  ページ： 2191  発行年： 2020年 
JST資料番号： U7015A  ISSN： 1424-8220  CODEN： SENSC9  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： スイス (CHE)  言語： 英語 (EN)

抄録/ポイント： モノのインターネット(IoT)時代におけるセンサ,アクチュエータ,および通信の豊度によって提供されるポテンシャルは,局所ノードの限られた計算能力によって妨げられる。ネットワーク,コンピューティング,およびストレージ資源を最適かつ共同利用するために,いくつかの重要課題を解決すべきであり,同時に,時間クリティカルおよびミッションクリティカルタスクのための実現可能性を保証する。需要が迅速に変化するとき,動的に資源を分配することによって,これらの課題を取り入れるためにDRUID-NETフレームワークを提案した。それは,リソースの解析的動的モデリング,提供される作業負荷,およびネットワーク化環境を含み,時変プロファイルの新しい推定器と共に,無線通信とモバイルエッジコンピューティングで典型的に満たされた現象を組み込んだ。このフレームワークに基づいて,サービス差別化とコンテキストアウェアネスを明示的に含む新しい資源割当て機構を開発し,サービス(QoS)メトリックスの明確に定義された品質を保証することができる。DRUID-NETは,意思決定戦略自体に資源割当て機構を組み込むことによって,制御アルゴリズムの設計において,最先端技術を超えた。これらのブレークスルーを達成するために,著者らは,オートマトンとグラフ理論,機械学習,現代制御理論,およびネットワーク理論からツールを結合する。DRUID-NETは,すべての前述の分野から断片化された結果にもかかわらず,最近,異なるコミュニティの努力の間のギャップを橋渡し,最近,拡張する,最初の真の全体的で,学際的なアプローチを構成する。Copyright 2021 The Author(s) All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 意思決定 ,  オートマトン ,  グラフ理論 ,  *ネットワーク ,  *資源割付 ,  無線伝送 ,  アクチュエータ ,  携帯電話 ,  機械学習
準シソーラス用語： コンテキストアウェアネス ,  ネットワーク化 ,  メトリックス ,  *動的ネットワーク ,  動的モデリング ,  モノのインターネット , 【Automatic Indexing@JST】

著者キーワード (5件)： エッジコンピューティング ,  もののインターネット ,  移動ロボット ,  資源配分 ,  制御共設計

分類 (2件)： 通信網  (ND07030A) ,  計算機網  (JC03000K)

引用文献 (67件)：

• Cisco. White Paper. Internet of Things at a Glance. Available online: https://www.cisco.com/c/dam/en_us/solutions/trends/iot/docs/iot-aag.pdf (accessed on 12 April 2020). Ericsson. Mobility Report-q4, 2018. Available online: https://www.ericsson.com/4932c2/assets/local/mobility-report/documents/2019/emr-q4-update-2018.pdf (accessed on 12 April 2020).
• Hayat, S.; Yanmaz, E.; Muzaffar, R. Survey on unmanned aerial vehicle networks for civil applications: A communications viewpoint. IEEE Commun. Surv. Tutor. 2016, 18, 2624-2661.
• ETSI. Multi-access Edge Computing (MEC) Group. Available online: https://www.etsi.org/technologies/multi-access-edge-computing (accessed on 12 April 2020).
• Yousefpour, A.; Fung, C.; Nguyen, T.; Kadiyala, K.; Jalali, F.; Niakanlahiji, A.; Kong, J.; Jue, J. All one needs to know about fog computing and related edge computing paradigms: A complete survey. J. Syst. Archit. 2019, 98, 289-330.
• Jeong, S.; Simeone, O.; Kang, J. Mobile edge computing via a UAV-mounted cloudlet: Optimization of bit allocation and path planning. IEEE Trans. Vehic. Techn. 2017, 67, 2049-2063.

タイトルに関連する用語 (6件)： 動的ネットワーク ,  エッジ ,  計算 ,  リソース割当 ,  ビジョン ,  展望