【笔记】雾计算中移动应用的优先级约束任务调度-Toy模板网

这篇具有很好参考价值的文章主要介绍了【笔记】雾计算中移动应用的优先级约束任务调度。希望对大家有所帮助。如果存在错误或未考虑完全的地方，请大家不吝赐教，您也可以点击"举报违法"按钮提交疑问。

前置

摘要

介绍

模型

应用模型

计算和通信模型

能耗模型

问题定义

NP难

预功率分配算法

能量约束调度

算法1：具有启发式H的能量约束列表调度（ECLS-H）

时间约束调度

算法2：具有启发式H的时间约束列表调度（TCLS-H）

后功率分配算法

能量约束调度

算法3：具有启发式H的能量约束逐级调度（ECLL-H）

时间约束调度

算法4：具有启发式H的时间约束逐层调度（TCLL-H）

前置

什么是雾计算【来自百度】

雾计算是一种对云计算概念的延伸，它主要使用的是边缘网络中的设备，数据传递具有极低时延。雾计算具有辽阔的地理分布，带有大量网络节点的大规模传感器网络。雾计算移动性好，手机和其他移动设备可以互相之间直接通信，信号不必到云端甚至基站去绕一圈，支持很高的移动性和更多的边缘节点。

云计算	雾计算
以IT运营商服务，社会公有云为主的	以量制胜，强调数量，不管单个计算节点能力多么弱都要发挥作用
强调整体计算能力，一般由一堆集中的高性能计算设备完成计算	将网络计算从网络中心扩展到了网络边缘，从而更加广泛地应用于各种服务
几乎全部保存在云中	将数据、数据处理和应用程序集中在网络边缘的设备中，数据的存储及处理更依赖本地设备，而非服务器

摘要

雾计算环境面临优先级约束、功率分配和性能成本权衡的多重挑战。我们应对这三个挑战的策略描述如下。首先，在功率分配前算法和后功率分配算法中，优先级约束分别由经典列表调度算法和逐级调度方法处理。其次，在功率分配前算法（后功率分配算法）中，在确定计算卸载策略之前（后）确定功率分配策略。第三，通过定义能量约束调度问题和时间约束调度问题来处理性能-成本权衡。

我们开发了一类基于经典列表调度算法和等能量方法的预功率分配算法，用于能量约束和时间约束调度。我们开发了一类用于能量约束和时间限制调度的后功率分配算法，这些算法基于逐级调度方法和我们先前提出的独立任务算法。我们通过对随机生成的有向无环图的移动应用进行广泛实验，对所提出的算法进行了评估，并确定了最有效和最高效的启发式算法。目前没有相关的研究。

介绍

在用户设备（user equipment, UE）上生成的移动应用程序可以分解为具有优先级约束的多个任务，这些任务可以任意复杂。此外，这些任务可能具有非常不同的计算和通信要求。这种复杂的移动应用超出了移动设备用于及时处理的计算能力。

在移动边缘云（mobile edge cloud, MEC）中的服务器的帮助下，可以将移动应用程序的任务卸载到MEC服务器。计算卸载(Computation offloading)提供了增强UE的计算能力并延长UE的电池寿命的有效手段。通过MEC， UE可以在更短的时间内完成应用，而代价是额外的通信时间。UE可以节省用于计算的能量消耗，延长电池使用时间，而代价是用于通信的额外能量。

具有优先约束任务的移动应用的计算卸载成为在雾计算环境中调度移动应用的优先约束任务。雾计算引入了一些与传统节能任务调度系统截然不同的新的独特功能，并且雾计算环境是一个复杂且难以管理的计算平台。首先，UE不将其所有任务卸载到MEC。第二，UE不能改变和控制MEC的计算速度，而只能改变和控制其自身的计算速度和与MEC的通信速度。第三，在处理能量延迟权衡时，仅考虑UE中计算和通信的能量消耗（MECs中的能量消耗不考虑在内）。第四，雾计算表现出强烈的异构性。

在异构雾计算环境中调度移动应用程序的优先级受限任务存在多个挑战。首先，需要确定计算卸载策略，以满足任务之间的所有优先约束。其次，需要确定功率分配策略，对于每个任务，该策略给出本地执行的计算速度或远程执行的通信速度。第三，在定义优化问题时，应考虑性能（即总执行时间）和成本ÿ文章来源地址https://www.toymoban.com/news/detail-820131.html

到了这里，关于【笔记】雾计算中移动应用的优先级约束任务调度的文章就介绍完了。如果您还想了解更多内容，请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章，希望大家以后多多支持TOY模板网！