Оптимизация энергопотребления мобильных устройств в системе туманных вычислений

Обложка

Цитировать

Полный текст

Аннотация

Выгрузка задач мобильных вычислений в систему туманных вычислений представляется многообещающим подходом для снижения времени отклика ресурсоёмких мобильных приложений, функционирующих в режиме реального времени. Помимо снижения времени отклика, механизмы выгрузки вычислений помогут также снизить энергопотребление мобильных устройств. В этой статье мы проводим анализ энергопотребления мобильных устройств, которые используют инфраструктуру туманных вычислений для повышения производительности и увеличения времени их автономной работы. Рассматривается трёхуровневая вычислительная система, состоящая из непосредственно мобильного устройства, узла системы туманных вычислений и удалённого облака. Задачи мобильных вычислений могут быть обработаны локально на устройстве или быть выгружены в соответствии с пороговым критерием выгрузки. Сформулирована и решена задача оптимизации энергопотребления при наличии ограничений на среднее время отклика и на вероятность того, что время отклика ниже определённого порога.

Полный текст

Introduction In recent years, fog computing has received attention from the scientific and industrial community. Many papers were related to opportunities and challenges of fog, focusing primarily on the networking context of the Internet of Things (IoT) [1]. Another one of the most popular topics and pressing research issue is the compromise between the energy-efficiency and the response time in offloading of mobile application tasks to fog computing infrastructure. The paper [2] presents the results of a study on energy consumption, execution delay and payment cost of offloading processes in a fog computing network in terms of queuing theory. Research in [3] focuses on energy-efficient task offloading, whose main idea is taking into account both energy consumption and schedule delay under fog devices. Energy efficient offloading is also a vital task in the context of the Internet of Things concept [4]. In our previous paper [5], we developed an analytical framework for response time analysis that takes into account the variation of tasks in terms of processing volume. Then in the paper [6], we analyze the two-parameter offloading mechanism that takes into account both the computing complexity and the data size to be transferred in case of offloading. In [7] we derived the cumulative distribution function of the response time in terms of Laplace- Stieltjes Transform. In the current work, we solve the optimization problem by minimizing energy efficiency, subject to the average time constraint and taking into account the probability that the time exceeds a given threshold. Mathematical model We consider a distributed computing system that consist of mobile devices (MDs), a fog node and a remote cloud. MDs run real-time applications that require significant amount of computational resources. For each task, a MD makes a decision, whether it will be offloaded to the fog node or processed locally. The capacity of the fog node is limited, which means if there are too many tasks offloaded, then some of the offloaded tasks are redirected to the remote cloud to prevent the fog node congestion. In terms of queuing theory, the considered system can be represented as shown in the figure 1. Figure 1. Mathematical model in terms of queuing network Assume there are

×

Об авторах

А. В. Дараселия

Российский университет дружбы народов

Автор, ответственный за переписку.
Email: avdaraseliya@sci.pfu.edu.ru

PhD student of Department of Applied Probability and Informatics

ул. Миклухо-Маклая, д. 6, Москва, 117198, Россия

Э. С. Сопин

Российский университет дружбы народов; Федеральный исследовательский центр «Информатика и управление» РАН

Email: sopin-es@rudn.ru

Candidate of Physical and Mathematical Sciences, Assistant professor of Department of Applied Probability and Informatics of Peoples’ Friendship University of Russia (RUDN University); Senior Researcher of Institute of Informatics Problems of Federal Research Center “Computer Science and Control” Russian Academy of Sciences

ул. Миклухо-Маклая, д. 6, Москва, 117198, Россия; ул. Вавилова, д. 44, кор. 2, Москва, 119333, Россия

Список литературы

  1. M. Chiang and T. Zhang, “Fog and IoT: an overview of research opportunities,” IEEE Internet of Things Journal, vol. 3, no. 6, pp. 854-864, 2016. doi: 10.1109/JIOT.2016.2584538.
  2. Z. Chang, Z. Zhou, T. Ristaniemi, and Z. Niu, “Energy efficient optimization for computation offloading in fog computing system,” in GLOBECOM 2017 - 2017 IEEE Global Communications Conference, 2017, pp. 1-6. doi: 10.1109/GLOCOM.2017.8254207.
  3. Y. Jiang, Y. Chen, S. Yang, and C. Wu, “Energy-efficient task offloading for time-sensitive applications in fog computing,” IEEE Systems Journal, vol. 13, no. 3, pp. 2930-2941, 2019. doi: 10.1109/JSYST.2018.2877850.
  4. Q. Li, J. Zhao, Y. Gong, and Q. Zhang, “Energy-efficient computation offloading and resource allocation in fog computing for Internet of Everything,” China Communications, vol. 16, no. 3, pp. 32-41, 2019. doi: 10.12676/j.cc.2019.03.004.
  5. E. S. Sopin, A. V. Daraseliya, and L. M. Correia, “Performance analysis of the offloading scheme in a fog computing system,” in 2018 10th International Congress on Ultra Modern Telecommunications and Control Systems and Workshops (ICUMT), 2018, pp. 1-5. doi: 10.1109/ICUMT. 2018.8631245.
  6. E. Sopin, K. Samouylov, and S. Shorgin, “The analysis of the computation offloading scheme with two-parameter offloading criterion in fog computing,” pp. 11-20, 2019. doi: 10.1007/978-3-030-34914-1_2.
  7. E. Sopin, N. Zolotous, K. Ageev, and S. Shorgin, “Analysis of the response time characteristics of the fog computing enabled real-time mobile applications,” Lecture Notes in Computer Science, vol. 12525, pp. 764-779, 2020. doi: 10.1007/978-3-030-65726-0_9.

Дополнительные файлы

Доп. файлы
Действие
1. JATS XML
Скачать

© Дараселия А.В., Сопин Э.С., 2021

Creative Commons License
Эта статья доступна по лицензии Creative Commons Attribution 4.0 International License.