IoTエッジクラウドエコシステムの利益を最大化するための知的ゲームベースオフローディング方式【JST・京大機械翻訳】

Yu Mingyue; Liu Anfeng; Xiong Neal N.; Wang Tian

文献

J-GLOBAL ID：202202259895932756 整理番号：22A1086967

IoTエッジクラウドエコシステムの利益を最大化するための知的ゲームベースオフローディング方式【JST・京大機械翻訳】

An Intelligent Game-Based Offloading Scheme for Maximizing Benefits of IoT-Edge-Cloud Ecosystems

出版者サイト複写サービスで全文入手 {{ this.onShowCLink("http://jdream3.com/copy/?sid=JGLOBAL&noSystem=1&documentNoArray=22A1086967&COPY=1") }}
高度な検索・分析はJDreamⅢで {{ this.onShowJLink("http://jdream3.com/lp/jglobal/index.html?docNo=22A1086967&from=J-GLOBAL&jstjournalNo=W2432A") }}

著者 (4件)： , , ,
資料名：
巻： 9 号： 8 ページ： 5600-5616 発行年： 2022年
JST資料番号： W2432A ISSN： 2327-4662 資料種別：逐次刊行物 (A)
記事区分：原著論文発行国：アメリカ合衆国 (USA) 言語：英語 (EN)

今日,モノのインターネット(IoT)に接続されたセンサベースのデバイスの爆発的成長によって,大量のデータが,潜在的大きな価値で毎日発生する。これらのデータの価値は,ビジネスの多くの部分のために,IoT-Edge-Cloud生態系におけるデータプラットフォームをネットワーク化することによって抽出できると主張する。そのようなモネット化データプラットフォームにおいて,データを計算し,IoT-Edge-Cloud生態系におけるサービスに変換し,アプリケーションのためのデータ-サービス(DAAS)を提供した。このようなモネット化データプラットフォームを実装する鍵は,システムの利点を最大化するためにネットワークデバイスにDAAS計算タスクを均等に配布することである。そこで本論文では,そのようなプラットフォームを実装するために,タスクタイプベースの計算オフロードアルゴリズム(TTCO)を研究した。著者らは,「IoT-Edge-Cloud」3層マルチホップモデルを使用し,それは,データプラットフォームを具体化する複雑な場面に近かった。タスクをデータ集約型タスクとCPU集約型タスクに分割し,次に,データ集約型タスクがローカルコンピューティングを優先するタスクタイプと計算オフロードのコストモデルを結合して,CPU集約型タスクはオフロードコンピューティングを好み,それによって,計算オフロードの全体の品質を改善する。次に,システムのNash均衡(NE)を解くために仮想的プレイと結合した階層的ゲームモデルを使用し,装置の混合戦略を得る。最後に,このアルゴリズムを実践に適用するためのTTL制約洪水戦略伝送機構を提案した。実験結果は,著者らのアルゴリズムが,IoT-Edge-Cloud生態系のためのネットワーク化データプラットフォームとして厳しくなる様々なシナリオにおいて,大きな性能利得を有することを証明した。Copyright 2022 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】

, , , , , , , ,
, , , , , 【Automatic Indexing@JST】

パターン認識 , 図形・画像処理一般 , データベースシステム , 符号理論

, ,

前のページに戻る