WO2022097845A1 - 분산 에지 컴퓨팅 환경에서 작업 할당 방법 - Google Patents

분산 에지 컴퓨팅 환경에서 작업 할당 방법 Download PDF

Info

Publication number
WO2022097845A1
WO2022097845A1 PCT/KR2021/001638 KR2021001638W WO2022097845A1 WO 2022097845 A1 WO2022097845 A1 WO 2022097845A1 KR 2021001638 W KR2021001638 W KR 2021001638W WO 2022097845 A1 WO2022097845 A1 WO 2022097845A1
Authority
WO
WIPO (PCT)
Prior art keywords
task
rns
edge computing
delay time
mobility
Prior art date
Application number
PCT/KR2021/001638
Other languages
English (en)
French (fr)
Inventor
백상헌
전유빈
백호성
Original Assignee
고려대학교 산학협력단
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 고려대학교 산학협력단 filed Critical 고려대학교 산학협력단
Publication of WO2022097845A1 publication Critical patent/WO2022097845A1/ko

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F9/00—Arrangements for program control, e.g. control units
    • G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
    • G06F9/46—Multiprogramming arrangements
    • G06F9/50—Allocation of resources, e.g. of the central processing unit [CPU]
    • G06F9/5061—Partitioning or combining of resources
    • G06F9/5066—Algorithms for mapping a plurality of inter-dependent sub-tasks onto a plurality of physical CPUs
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F9/00—Arrangements for program control, e.g. control units
    • G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
    • G06F9/46—Multiprogramming arrangements
    • G06F9/48—Program initiating; Program switching, e.g. by interrupt
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F9/00—Arrangements for program control, e.g. control units
    • G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
    • G06F9/46—Multiprogramming arrangements
    • G06F9/48—Program initiating; Program switching, e.g. by interrupt
    • G06F9/4806—Task transfer initiation or dispatching
    • G06F9/4843—Task transfer initiation or dispatching by program, e.g. task dispatcher, supervisor, operating system
    • G06F9/485—Task life-cycle, e.g. stopping, restarting, resuming execution
    • G06F9/4856—Task life-cycle, e.g. stopping, restarting, resuming execution resumption being on a different machine, e.g. task migration, virtual machine migration
    • G06F9/4862—Task life-cycle, e.g. stopping, restarting, resuming execution resumption being on a different machine, e.g. task migration, virtual machine migration the task being a mobile agent, i.e. specifically designed to migrate
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F9/00—Arrangements for program control, e.g. control units
    • G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
    • G06F9/46—Multiprogramming arrangements
    • G06F9/48—Program initiating; Program switching, e.g. by interrupt
    • G06F9/4806—Task transfer initiation or dispatching
    • G06F9/4843—Task transfer initiation or dispatching by program, e.g. task dispatcher, supervisor, operating system
    • G06F9/4881—Scheduling strategies for dispatcher, e.g. round robin, multi-level priority queues
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F9/00—Arrangements for program control, e.g. control units
    • G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
    • G06F9/46—Multiprogramming arrangements
    • G06F9/50—Allocation of resources, e.g. of the central processing unit [CPU]
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F9/00—Arrangements for program control, e.g. control units
    • G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
    • G06F9/46—Multiprogramming arrangements
    • G06F9/50—Allocation of resources, e.g. of the central processing unit [CPU]
    • G06F9/5061—Partitioning or combining of resources
    • G06F9/5072—Grid computing
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F9/00—Arrangements for program control, e.g. control units
    • G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
    • G06F9/46—Multiprogramming arrangements
    • G06F9/50—Allocation of resources, e.g. of the central processing unit [CPU]
    • G06F9/5061—Partitioning or combining of resources
    • G06F9/5077—Logical partitioning of resources; Management or configuration of virtualized resources
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L65/00—Network arrangements, protocols or services for supporting real-time applications in data packet communication
    • H04L65/40—Support for services or applications
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L67/00—Network arrangements or protocols for supporting network services or applications
    • H04L67/01—Protocols
    • H04L67/10—Protocols in which an application is distributed across nodes in the network
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L67/00—Network arrangements or protocols for supporting network services or applications
    • H04L67/50—Network services
    • H04L67/60—Scheduling or organising the servicing of application requests, e.g. requests for application data transmissions using the analysis and optimisation of the required network resources
    • H04L67/62—Establishing a time schedule for servicing the requests

Definitions

  • a transmitting node receives a current location from each of a plurality of receiving nodes (RNs) and Receiving information on a direction vector, the TN calculating an access time with each of the RNs to detect the mobility of each of the RNs, and at least one of the RNs based on the calculated access time. and assigning a task to the RN.
  • the amount of work to be allocated can be selected through mobility identification, and the overall delay time for task allocation can be reduced because the optimal amount of work is allocated. Accordingly, it is possible to reduce the overall delay time required for task assignment in consideration of the mobility of the device.
  • FIG. 1 is a schematic diagram for explaining a task allocation method of a distributed edge computing device according to an embodiment of the present invention.
  • FIG. 2 is a schematic diagram for explaining calculation of an access time in a method for allocating a task of a distributed edge computing device according to an embodiment of the present invention.
  • FIG. 3 is a schematic diagram for explaining an overall delay time in a method for allocating a task of a distributed edge computing device according to an embodiment of the present invention.
  • FIG. 4 is a schematic diagram for explaining arrangement of devices and task allocation in a method for allocating a task of a distributed edge computing device according to an embodiment of the present invention.
  • 5 is a graph showing a result of the total delay time according to the number of tasks in the conventional methods and the task allocation method of the distributed edge computing device according to an embodiment of the present invention.
  • FIG. 6 is a graph showing a result of total delay time according to a task size in the conventional methods and the task allocation method of the distributed edge computing device according to an embodiment of the present invention.
  • first or second may be used to describe various elements, but the elements should not be limited by the terms. The above terms are used only for the purpose of distinguishing one component from another, for example without departing from the scope of the inventive concept, a first component may be termed a second component and similarly a second component A component may also be referred to as a first component.
  • FIG. 1 is a schematic diagram for explaining a task allocation method of a distributed edge computing device according to an embodiment of the present invention.
  • TN transmitting node
  • RNs receiving nodes
  • the TN can distribute a large amount of data that cannot be processed within a limited time to the RN in parallel.
  • Task offloading only considers RNs with a single-hop distance within the transmission range.
  • parallel algorithms that can divide a task into several independent subtasks. For example, in the case of GPU rendering, a task is divided into several small sub-tasks, each sub-task is processed independently, and the size of each sub-task may be the same.
  • there are several independent subtasks in the TN and each of the RNs can receive a subtask from the TN to perform calculations.
  • a TN can assign subtasks to multiple RNs at the same time.
  • the total number of subtasks is N (N is a natural number greater than or equal to 2).
  • the present invention assumes a wide dynamic environment in which TNs and RNs move in arbitrary directions.
  • RNs with similar movement directions to TNs can exchange transmissions for a longer period of time than in the opposite case. That is, the RN in the same direction as the TN can perform more task offloading. Therefore, the TN calculates the contact time with each RN to find an RN that can communicate for a long time. Since the time for performing task offloading is relatively short, it is assumed that the movement directions of TNs and RNs in DEC do not change significantly.
  • the TN receives the current position and direction vector from the RN and calculates the contact time. Through the calculated contact time, the TN can select an RN whose movement direction is close to itself. As a result, it is possible to reduce execution failures that occur when task offloading is performed on an unstable RN. In addition, it is possible to reduce the overall delay time by performing task offloading to a stable RN.
  • FIG. 2 is a schematic diagram for explaining calculation of an access time in a method for allocating a task of a distributed edge computing device according to an embodiment of the present invention.
  • the contact time between TN and RN is calculated and the contact time is denoted by ⁇ . From time t-1 to time t, the position of e 0 is ( , )at ( , ), and e i is ( , )at ( , ) to go to The direction vectors of e 0 and e i are expressed as follows.
  • Equation 1 The distance between e 0 and e i is calculated as in Equation 1 below.
  • the communication contact time ⁇ between the devices e 0 and e i can be calculated as in Equation 2 below.
  • ⁇ , ⁇ , ⁇ and ⁇ are as follows.
  • the TN can calculate the contact time to find out how long the RN can stay within communication range.
  • a method for reducing the overall delay time occurring in processing a task while considering mobility through access time is proposed.
  • FIG. 3 is a schematic diagram for explaining an overall delay time in a method for allocating a task of a distributed edge computing device according to an embodiment of the present invention.
  • the total delay time may be calculated as the sum of the communication delay time and the calculation delay time.
  • the communication delay time is the time it takes for the TN to allocate a task to the RN
  • the calculation delay time is the time it takes for the RN to perform all the tasks assigned to it.
  • the communication delay time can be calculated through the transmission rate at which the TN transmits the assigned task to the RN, the size of the small task, and the number of assigned tasks.
  • the communication delay time for the ⁇ i,j subtask from the TN to the i-th RN is expressed as Equation 3 below.
  • r i represents the transmission rate (bit/sec) for the i-th RN
  • ⁇ i,j as a decision variable for assigning the j-th sub-task to the i-th RN (0 ⁇ i,j ⁇ 1)
  • the calculation delay time may be calculated through the speed of the CPU clock, processing density, and the number of allocated tasks.
  • the calculation delay time for the ⁇ i,j subtask in the RN is expressed as Equation 4 below.
  • f i represents the CPU clock speed (CPU clock speed, cycles/sec) and c i represents the processing density (cycles/bit) required for the i-th RN.
  • tasks may be assigned by arranging RNs in descending order in the order of access time.
  • the TN sorts the RNs in descending order in the order of access time.
  • the total latency which is the sum of communication latency and computational latency. Assign tasks one by one in sorted order only if the total delay time is less than the connection time. In this case, if the total delay time is longer than the access time, the corresponding RN excludes the task assignment.
  • more tasks are assigned to RNs with similar mobility to TNs, so that there is no task assignment failure due to communication failure. Through this, it is possible to allocate a lot of work to a stable RN with similar mobility to the TN, and to minimize the overall delay time.
  • an optimal task offloading problem is designed. Focusing on minimizing the overall latency, the objective function can be formulated as Equation 5 below.
  • ⁇ i is the decision variable for the subtask offloading to the i-th RN ( ), the sum of subtasks assigned to RN is equal to the sum of all subtasks ( ). Also, subtasks must be assigned to only one RN ( ), the contact time of the RN should be greater than or equal to the total delay time in consideration of device mobility ( ). Finally, the total delay time is the sum of the communication delay time and the calculation delay time ( ). As described above, the TN may allocate a sub-task, that is, a task, to an RN that satisfies the above constraint.
  • FIG. 5 is a graph showing the total delay time results according to the number of tasks in the prior art methods and the task allocation method of a distributed edge computing device according to an embodiment of the present invention
  • FIG. 6 is a conventional method and an embodiment of the present invention In the method of allocating a task of a distributed edge computing device according to an example, it is a graph showing a result of the total delay time according to the size of the task.
  • MENSA is an algorithm using a work allocation method in a distributed edge computing environment according to an embodiment of the present invention.
  • DISSA assigns tasks only considering the distance between two devices without mobility
  • DELSA assigns tasks only considering latency without considering mobility
  • RANDOM assigns tasks by randomly selecting an edge device
  • LOCAL assigns tasks to one device All tasks are assigned in .
  • the present invention it is possible to realize stable work assignment by identifying the movement tendency of a mobile device. It is possible to obtain the access time by receiving the current location and direction vectors of the devices with mobility, and through this, the mobility of the devices can be accurately identified. In addition, the amount of work to be allocated can be selected through mobility identification, and the overall delay time for task allocation can be reduced because the optimal amount of work is allocated. Accordingly, it is possible to reduce the overall delay time required for task assignment in consideration of the mobility of the device.
  • the method according to the embodiment may be implemented in the form of program instructions that can be executed through various computer means and recorded in a computer-readable medium.
  • the computer-readable medium may include program instructions, data files, data structures, etc. alone or in combination.
  • the program instructions recorded on the medium may be specially designed and configured for the embodiment, or may be known and available to those skilled in the art of computer software.
  • Examples of computer-readable recording media include magnetic media such as hard disks, floppy disks and magnetic tapes, optical recording media such as CD-ROMs and DVDs, and magnetic media such as floppy disks.

Landscapes

  • Engineering & Computer Science (AREA)
  • Software Systems (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Mathematical Physics (AREA)
  • Multimedia (AREA)
  • Mobile Radio Communication Systems (AREA)

Abstract

분산 에지 컴퓨팅 환경에서 작업 할당 방법을 제공한다. 분산 에지 컴퓨팅 환경에서 작업 할당 방법은 송신 노드(transmitting node, TN)가 복수의 수신 노드들(receiving nodes, RNs) 각각으로부터 현재위치 및 방향벡터에 대한 정보를 수신하는 단계, 상기 TN이 상기 TN과 상기 RN들 각각과의 접속시간을 계산하여 상기 RN들 각각의 이동성을 탐지하는 단계, 및 계산된 접속시간에 기초하여 상기 RN들 중 적어도 하나의 RN에 작업을 할당하는 단계를 포함한다.

Description

분산 에지 컴퓨팅 환경에서 작업 할당 방법
본 발명은 분산 에지 컴퓨팅 환경에서 작업 할당 방법에 관한 것이다.
스마트 모바일 장치들의 엄청난 증가로 인해 가상 현실(virtual reality, VR) 및 증강 현실(augmented reality, AR)과 같은 많은 지능적인 어플리케이션들이 등장하고 있다. 이러한 지능적인 어플리케이션들을 처리하기 위해서는 높은 에너지 소비와 함께 많은 계산 능력이 필요하다. 하지만 대부분의 스마트 모바일 장치들은 제한적인 계산 능력을 가지고 있기 때문에 모든 지능적인 어플리케이션들을 수행하기에는 시간 제약이 발생한다. 따라서, 현재 컴퓨팅 기술로는 지능적인 어플리케이션들을 한 개의 장치에서 모두 처리하는데 어려움이 있다.
이러한 문제를 해결하기 위해 주변에 분산된 스마트 모바일 장치들 사용해 병렬로 컴퓨팅을 수행하는 distributed edge computing(DEC)를 사용한다. DEC는 에지에 위치한 여러 가지 주변 장치들에서 많은 데이터를 동시에 병렬처리하기 때문에 하나의 장치에서 처리하는 것에 비해 큰 효율을 얻는다. 따라서, 여러 장치에서 많은 양의 데이터 트래픽 오프로드가 가능하게 되어 네트워크에서 발생하는 통신 시간 지연 문제를 해결한다. 또한, DEC는 분산된 장치들에서 서로 협력적으로 컴퓨팅을 수행한다. 이러한 결과로 여러 장치에서 계산 알고리즘을 병렬화하고, 계산 작업량을 분산하여 계산 지연시간을 크게 줄인다.
현재, DEC 환경에서 계산 작업을 분산화하는 연구는 대부분 정적 환경에서 이루어진다. 그러나, 최근 DEC 환경에서 스마트 모바일 장치의 출현으로 장치들은 이동성을 가진다. 따라서, 이동성이 있는 장치가 작업 할당을 수행하는 동적 환경을 고려하는 것이 중요하다. 장치들의 위치가 지속적으로 변한다는 것은 시스템 성능에 영향을 줄 수 있는 주요한 요인 중 하나이다. 이동성 관련 파라미터는 처리량 및 장치 간의 성능과 장치의 이용 여부 및 작업 할당 이득 등과 같은 전체 시스템 성능에 영향을 미친다.
현재 이동성을 다루는 작업 할당 연구들은 사람, 차량 및 무인 항공기 등과 같은 특정 도메인에 한정적이다. 특정 도메인에 대한 이동성 연구는 주로 이미 이동 경로가 정해진 이동성 모델을 사용하거나 예측된 경로로 이동성을 추측한다. 또한, 고정된 이동성 분포를 사용하여 고정된 이동성을 반영한다. 그러나, 이러한 연구들은 모두 정확한 장치들의 이동성을 알지 못한다. 사람, 차량, 또는 무인 항공기 등의 일반적인 이동성 도메인에서 각 장치의 이동성을 정확히 계산하는 것이 DEC 환경에서 작업 할당을 수행하는 데 있어서 중요하다.
본원 발명이 해결하고자 하는 과제는 이동성 도메인에서 각 장치의 이동성을 정확히 계산하여 분산 에지 컴퓨팅 환경에서 효율적으로 작업을 할당하는 방법을 제공하는 것이다.
해결하고자 하는 과제를 달성하기 위하여 본 발명의 실시예들에 따른 분산 에지 컴퓨팅 환경에서 작업 할당 방법은 송신 노드(transmitting node, TN)가 복수의 수신 노드들(receiving nodes, RNs) 각각으로부터 현재위치 및 방향벡터에 대한 정보를 수신하는 단계, 상기 TN이 상기 RN들 각각과의 접속시간을 계산하여 상기 RN들 각각의 이동성을 탐지하는 단계, 및 계산된 접속시간에 기초하여 상기 RN들 중 적어도 하나의 RN에 작업을 할당하는 단계를 포함한다.
본 발명의 실시예들에 따르면, 이동성이 있는 장치의 이동 경향성을 파악하여 안정적인 작업 할당 구현이 가능하다. 이동성이 있는 장치들의 현재 위치와 방향 벡터를 받아 접속시간을 구하고, 이를 통해 장치들의 이동성을 정확히 파악할 수 있다.
또한, 이동성 파악을 통해 할당할 작업의 양을 선택할 수 있고, 최적의 작업량을 할당하기 때문에 작업 할당에 걸리는 전체 지연시간을 줄일 수 있다. 따라서, 장치의 이동성을 고려하여 작업 할당을 하는데 걸리는 전체 지연시간을 단축시킬 수 있다.
본 발명의 상세한 설명에서 인용되는 도면을 보다 충분히 이해하기 위하여 각 도면의 상세한 설명이 제공된다.
도 1은 본 발명의 일 실시예에 따른 분산 에지 컴퓨팅 장치의 작업 할당 방법을 설명하기 위한 개략적인 도면이다.
도 2는 본 발명의 일 실시예에 따른 분산 에지 컴퓨팅 장치의 작업 할당 방법에서 접속시간의 계산을 설명하기 위한 개략적인 도면이다.
도 3은 본 발명의 일 실시예에 따른 분산 에지 컴퓨팅 장치의 작업 할당 방법에서 전체 지연시간을 설명하기 위한 개략적인 도면이다.
도 4는 본 발명의 일 실시예에 따른 분산 에지 컴퓨팅 장치의 작업 할당 방법에서, 장치들의 정렬 및 작업 할당을 설명하기 위한 개략적인 도면이다.
도 5는 종래 방법들과 본 발명의 일 실시예에 따른 분산 에지 컴퓨팅 장치의 작업 할당 방법에서, 작업 수에 따른 전체 지연시간 결과를 나타내는 그래프이다.
도 6은 종래 방법들과 본 발명의 일 실시예에 따른 분산 에지 컴퓨팅 장치의 작업 할당 방법에서, 작업 크기에 따른 전체 지연시간 결과를 나타내는 그래프이다.
본 명세서에 개시되어 있는 본 발명의 개념에 따른 실시예들에 대해서 특정한 구조적 또는 기능적 설명들은 단지 본 발명의 개념에 따른 실시예들을 설명하기 위한 목적으로 예시된 것으로서, 본 발명의 개념에 따른 실시예들은 다양한 형태들로 실시될 수 있으며 본 명세서에 설명된 실시예들에 한정되지 않는다.
본 발명의 개념에 따른 실시예들은 다양한 변경들을 가할 수 있고 여러 가지 형태들을 가질 수 있으므로 실시예들을 도면에 예시하고 본 명세서에서 상세하게 설명하고자 한다. 그러나, 이는 본 발명의 개념에 따른 실시예들을 특정한 개시 형태들에 대해 한정하려는 것이 아니며, 본 발명의 사상 및 기술 범위에 포함되는 모든 변경, 균등물, 또는 대체물을 포함한다.
제1 또는 제2 등의 용어는 다양한 구성 요소들을 설명하는데 사용될 수 있지만, 상기 구성 요소들은 상기 용어들에 의해 한정되어서는 안 된다. 상기 용어들은 하나의 구성 요소를 다른 구성 요소로부터 구별하는 목적으로만, 예컨대 본 발명의 개념에 따른 권리 범위로부터 벗어나지 않은 채, 제1 구성 요소는 제2 구성 요소로 명명될 수 있고 유사하게 제2 구성 요소는 제1 구성 요소로도 명명될 수 있다.
어떤 구성 요소가 다른 구성 요소에 "연결되어" 있다거나 "접속되어" 있다고 언급된 때에는, 그 다른 구성 요소에 직접적으로 연결되어 있거나 또는 접속되어 있을 수도 있지만, 중간에 다른 구성 요소가 존재할 수도 있다고 이해되어야 할 것이다. 반면에, 어떤 구성 요소가 다른 구성 요소에 "직접 연결되어" 있다거나 "직접 접속되어" 있다고 언급된 때에는 중간에 다른 구성 요소가 존재하지 않는 것으로 이해되어야 할 것이다. 구성 요소들 간의 관계를 설명하는 다른 표현들, 즉 "~사이에"와 "바로 ~사이에" 또는 "~에 이웃하는"과 "~에 직접 이웃하는" 등도 마찬가지로 해석되어야 한다.
본 명세서에서 사용한 용어는 단지 특정한 실시예를 설명하기 위해 사용된 것으로서, 본 발명을 한정하려는 의도가 아니다. 단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한, 복수의 표현을 포함한다. 본 명세서에서, "포함하다" 또는 "가지다" 등의 용어는 본 명세서에 기재된 특징, 숫자, 단계, 동작, 구성 요소, 부분품 또는 이들을 조합한 것이 존재함을 지정하려는 것이지, 하나 또는 그 이상의 다른 특징들이나 숫자, 단계, 동작, 구성 요소, 부분품 또는 이들을 조합한 것들의 존재 또는 부가 가능성을 미리 배제하지 않는 것으로 이해되어야 한다.
다르게 정의되지 않는 한, 기술적이거나 과학적인 용어를 포함해서 여기서 사용되는 모든 용어들은 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자에 의해 일반적으로 이해되는 것과 동일한 의미를 가진다. 일반적으로 사용되는 사전에 정의되어 있는 것과 같은 용어들은 관련 기술의 문맥상 가지는 의미와 일치하는 의미를 갖는 것으로 해석되어야 하며, 본 명세서에서 명백하게 정의하지 않는 한, 이상적이거나 과도하게 형식적인 의미로 해석되지 않는다.
이하, 본 명세서에 첨부된 도면들을 참조하여 본 발명의 실시예에 따른 분산 에지 컴퓨팅 환경에서 작업 할당 방법을 상세히 설명한다. 그러나, 특허출원의 범위가 이러한 실시예들에 의해 제한되거나 한정되는 것은 아니다. 각 도면에 제시된 동일한 참조 부호는 동일한 부재를 나타낸다.
도 1은 본 발명의 일 실시예에 따른 분산 에지 컴퓨팅 장치의 작업 할당 방법을 설명하기 위한 개략적인 도면이다.
도 1을 참조하면, 무선 네트워크로 연결된 DEC(distributed edge computing) 환경에서 하나의 송신 노드(transmitting node, TN)과 복수의 수신 노드들(receiving nodes, RNs)로 구성된다. TN 및 RN들 각각은 랜덤 속도와 방향을 가지고 움직인다고 가정한다.
무선 네트워크 환경에서 노드들의 집합, 즉 장치 세트는 E = e 0, e 1, ..., e i, ..., e M으로 표시될 수 있다. 여기에서 e 0은 수행할 작업을 할당하는 TN 이고, e 1 내지 e M은 할당된 작업을 계산하는 RN들이다. 총 장치의 개수는 M+1이다. TN과 RN은 GPS 시스템을 통해 각 장치의 위치 정보를 가지고 있다고 가정한다. TN과 RN 간의 링크는 Wi-Fi와 같은 무선 연결이다. TN인 e 0은 적어도 하나의 RN의 현재 위치 및 방향 벡터 정보를 수신하여 테이블로 관리할 수 있다. 이를 통해, TN은 RN의 방향 벡터를 통해 자신과 유사한 방향으로 움직이는 RN을 구별할 수 있다.
TN은 제한된 시간 내에 처리할 수 없는 대량의 데이터를 RN에 병렬로 배포할 수 있다. 작업 오프로딩(task offloading)은 전송 범위 내에서 단일 홉 거리(single-hop distance)의 RN들만 고려한다. 특히, 작업을 여러 개의 독립적인 하위 작업으로 나눌 수 있는 병렬 알고리즘을 고려한다. 예를 들어, GPU 렌더링(GPU rendering)의 경우, 작업은 여러 개의 작은 하위 작업으로 나누어지고 각 하위 작업은 독립적으로 처리되며, 각 하위 작업의 크기는 동일할 수 있다. 요컨대, TN에는 여러 개의 독립적인 하위 작업이 있으며 RN들 각각은 TN으로부터 하위 작업을 수신하여 계산을 수행할 수 있다. TN은 동시에 여러 RN에 하위 작업을 할당할 수 있다. 작업 집합은 T = t 1, ..., t j, ..., t N으로 표시되며 t j는 j 번째 하위 작업을 의미한다. 하위 작업의 총 개수는 N(N은 2 이상의 자연수)이다.
본 발명에서는 TN 및 RN들이 임의의 방향으로 이동하는 광범위한 동적 환경을 가정한다. RN들 중에서 TN과 이동 방향이 비슷한 RN은 반대의 경우보다 오랜 시간 동안 전송을 교환할 수 있다. 즉, TN과 같은 방향의 RN은 더 많은 작업 오프로딩을 수행할 수 있다. 따라서, TN은 각 RN과의 접촉 시간을 계산하여 오랜 시간 동안 통신할 수 있는 RN을 찾는다. 작업 오프로딩을 수행하는 시간이 비교적 짧기 때문에 DEC에서 TN 및 RN들 각각의 이동 방향은 크게 변경되지 않음을 가정한다.
본 발명의 일 실시예에 따르면, 접촉 시간을 고정된 상수 값으로 계산하는 기존과는 달리, TN은 RN으로부터 현재 위치와 방향 벡터를 수신하여 접촉 시간을 계산한다. 계산된 접촉 시간을 통해 TN은 이동 방향이 자신에게 가까운 RN를 선택할 수 있다. 결국, 불안정한 RN에서 작업 오프로딩이 수행되는 경우 발생하는 실행 실패를 줄일 수 있다. 또한, 안정적인 RN에 작업 오프로딩을 수행하여 전체 지연시간을 줄일 수 있다.
도 2는 본 발명의 일 실시예에 따른 분산 에지 컴퓨팅 장치의 작업 할당 방법에서 접속시간의 계산을 설명하기 위한 개략적인 도면이다.
도 1 및 도 2를 참조하면, TN과 RN 간의 접촉 시간을 계산하고 접촉 시간은 τ로 표시된다. t-1 시간에서 t 시간까지, e 0의 위치는 (
Figure PCTKR2021001638-appb-img-000001
,
Figure PCTKR2021001638-appb-img-000002
)에서 (
Figure PCTKR2021001638-appb-img-000003
,
Figure PCTKR2021001638-appb-img-000004
) 로 이동하고, e i는 (
Figure PCTKR2021001638-appb-img-000005
,
Figure PCTKR2021001638-appb-img-000006
)에서 (
Figure PCTKR2021001638-appb-img-000007
,
Figure PCTKR2021001638-appb-img-000008
)로 이동한다. e 0 및 e i의 방향 벡터는 하기와 같이 표시된다.
Figure PCTKR2021001638-appb-img-000009
Figure PCTKR2021001638-appb-img-000010
e 0 및 e i 사이의 거리는 하기의 식 1과 같이 계산된다.
[식 1]
Figure PCTKR2021001638-appb-img-000011
따라서, 장치 e 0와 e i 간의 통신 접촉 시간 τ는 다음의 식 2와 같이 계산될 수 있다.
[식 2]
Figure PCTKR2021001638-appb-img-000012
여기에서, λ, δ, μ 및 ω는 아래와 같다.
Figure PCTKR2021001638-appb-img-000013
,
Figure PCTKR2021001638-appb-img-000014
Figure PCTKR2021001638-appb-img-000015
,
Figure PCTKR2021001638-appb-img-000016
더불어, TN은 접촉 시간을 계산하여 RN이 통신 범위 내에 머무를 수 있는 시간을 알아낼 수 있다.
본 발명의 일 실시예에 따르면, 접속시간을 통해 이동성을 고려하면서도 작업을 처리하는데 있어서 발생하는 전체 지연시간을 줄이는 방법을 제안한다.
도 3은 본 발명의 일 실시예에 따른 분산 에지 컴퓨팅 장치의 작업 할당 방법에서 전체 지연시간을 설명하기 위한 개략적인 도면이다.
도 3을 참조하면, 전체 지연시간은 통신 지연시간과 계산 지연시간의 합으로 계산될 수 있다. 이때, 통신 지연시간은 TN이 RN에 작업을 할당하는데 걸리는 시간이며, 계산 지연시간은 RN이 할당된 모든 작업을 수행하는데 걸리는 시간이다. 이때, RN이 완료된 작업 결과를 TN으로 전송하는 시간은 상대적으로 적기 때문에 고려하지 않는다. 통신 지연시간은 TN이 할당된 작업을 RN으로 전송하는 전송률, 작은 작업의 크기, 및 할당 작업의 개수를 통해 계산될 수 있다. 일 예로, TN에서 i 번째 RN까지의 β i,j 하위 작업에 대한 통신 지연시간은 다음의 식3과 같이 표현된다.
[식 3]
Figure PCTKR2021001638-appb-img-000017
여기서, r i는 i 번째 RN에 대한 전송 속도(bit/sec)를 나타내고, j번째 하위 작업을 i번째 RN (0≤β i,j≤1)에 할당하기 위한 결정 변수로 β i,j를 표시한다.
한편, 계산 지연시간은 CPU clock의 속도, 프로세싱 밀도, 및 할당 작업의 개수를 통해 계산될 수 있다. 일 예로, RN에서 β i,j 하위 작업에 대한 계산 지연시간은 다음의 식4와 같이 표현된다.
[식 4]
Figure PCTKR2021001638-appb-img-000018
여기서 f i는 CPU 클락 속도(CPU clock speed, cycles/sec)를 나타내고 c i는 i 번째 RN에 필요한 처리 밀도(processing density, cycles/bit)를 나타낸다.
도 4는 본 발명의 일 실시예에 따른 분산 에지 컴퓨팅 장치의 작업 할당 방법에서, 장치들의 정렬 및 작업 할당을 설명하기 위한 개략적인 도면이다.
도 4를 참조하면, 접속시간 순서대로 RN들을 내림차순 정렬하여 작업을 할당할 수 있다. 상세하게 설명하면, 우선, TN은 접속시간 순서대로 RN들을 내림차순으로 정렬한다. 정렬된 순서대로 작업을 할당하기 전에 통신 지연시간과 계산 지연시간의 합인 전체 지연시간을 측정한다. 전체 지연시간이 접속시간보다 작은 경우에만 정렬된 순서대로 작업을 하나씩 할당한다. 이때, 전체 지연시간이 접속시간보다 길어지는 경우 해당 RN은 작업 할당을 제외한다. 결국, TN과 이동성이 비슷한 RN에게 더 많은 작업을 할당하여 통신 실패로 인한 작업 할당 실패가 없도록 한다. 이를 통해 TN과 이동성이 비슷한 안정적인 RN에게 작업을 많이 할당하고, 전체 지연시간을 최소화할 수 있다.
본 발명의 일 실시예에 따르면, 이동성을 고려하여 전체 지연시간을 최소화할 수 있는 에지 장치를 선택하기 위하여, 최적의 작업 오프로딩 문제를 설계한다. 전체 지연시간 최소화에 초점을 맞춰 목적 함수를 다음의 식 5과 같이 공식화할 수 있다.
[식 5]
Figure PCTKR2021001638-appb-img-000019
여기에서, α i는 i번째 RN으로 오프로딩하는 하위 작업에 대한 결정 변수이고(
Figure PCTKR2021001638-appb-img-000020
), RN에 할당된 하위 작업의 합계와 전체 하위 작업의 합계가 동일하다(
Figure PCTKR2021001638-appb-img-000021
). 또한, 하위 작업은 하나의 RN에만 할당되어야 하며(
Figure PCTKR2021001638-appb-img-000022
), 장치 이동성을 고려하여 RN의 접촉 시간은 전체 지연시간보다 크거나 같아야 한다(
Figure PCTKR2021001638-appb-img-000023
). 마지막으로 전체 지연시간은 통신 지연시간과 계산 지연시간의 합이다(
Figure PCTKR2021001638-appb-img-000024
). 상술한 바와 같이, TN은 위 제약 조건을 만족하는 RN에게 하위 작업, 즉 태스크를 할당할 수 있다.
이하에서는, 종래 방법들 및 본 발명의 일 실시예에 따른 분산 에지 컴퓨팅 장치의 작업 할당 방법을 이용하여 작업을 수행할 때, 전체 지연시간을 살펴보기로 한다.
도 5는 종래 방법들과 본 발명의 일 실시예에 따른 분산 에지 컴퓨팅 장치의 작업 할당 방법에서, 작업 수에 따른 전체 지연시간 결과를 나타내는 그래프이고, 도 6은 종래 방법들과 본 발명의 일 실시예에 따른 분산 에지 컴퓨팅 장치의 작업 할당 방법에서, 작업 크기에 따른 전체 지연시간 결과를 나타내는 그래프이다.
도 5 및 도 6에서, MENSA은 본 발명의 일 실시예에 따른 분산 에지 컴퓨팅 환경에서 작업 할당 방법을 이용한 알고리즘이다. DISSA은 이동성이 없이 두 장치 간의 거리만 고려하여 작업을 할당하고, DELSA은 이동성 고려 없이 지연 시간만 고려하여 작업을 할당하며, RANDOM은 랜덤으로 에지 장치를 선택해서 작업을 할당하고, LOCAL은 한 장치에서 모두 작업을 할당한 것이다.
도 5를 참조하면, MENSA가 다른 기법에 비해서 작업 수가 증가해도 전체 지연시간이 가장 적다는 것을 보여준다. MENSA에서는 이동성을 고려해 안정적인 장치에 많은 작업을 할당하였기 때문에 작업 수행 시 발생하는 통신 실패가 일어나지 않는다는 것을 알 수 있다. 이 때문에 더 빠른 시간 내에 작업 수행을 완료한다.
도 6을 참조하면, 작업 크기에 따른 전체 지연 시간의 결과이다. 작업 하나의 크기가 증가 할수록 총 지연 시간이 증가한다. MENSA의 경우 이동성을 고려하여 안정성이 있는 장치에 더 많은 작업을 할당하기 때문에 작업이 커짐에도 전체 지연 시간에 큰 영향을 받지 않는다. 반면 이동성이 없는 DISSA, DELSA, 및 RANDOM의 경우 이동성이 있는 장치가 중간에 통신 범위를 벗어나 작업 수행 실패가 발생한다. 따라서 작업 크기가 커지게 될 경우, 한 개의 작업을 수행하는데 더 많은 시간이 소요되고, 작업 수행 실패가 발생할 확률이 높아진다.
본 발명의 실시예들에 따르면, 이동성이 있는 장치의 이동 경향성을 파악하여 안정적인 작업 할당 구현이 가능하다. 이동성이 있는 장치들의 현재 위치와 방향 벡터를 받아 접속시간을 구하고, 이를 통해 장치들의 이동성을 정확히 파악할 수 있다. 또한, 이동성 파악을 통해 할당할 작업의 양을 선택할 수 있고, 최적의 작업량을 할당하기 때문에 작업 할당에 걸리는 전체 지연시간을 줄일 수 있다. 따라서, 장치의 이동성을 고려하여 작업 할당을 하는데 걸리는 전체 지연시간을 단축시킬 수 있다.
이상에서 설명된 장치는 하드웨어 구성 요소, 소프트웨어 구성 요소, 및/또는 하드웨어 구성 요소 및 소프트웨어 구성 요소의 집합으로 구현될 수 있다. 예를 들어, 실시예들에서 설명된 장치 및 구성 요소는, 예를 들어, 프로세서, 콘트롤러, ALU(Arithmetic Logic Unit), 디지털 신호 프로세서(Digital Signal Processor), 마이크로컴퓨터, FPA(Field Programmable array), PLU(Programmable Logic Unit), 마이크로프로세서, 또는 명령(instruction)을 실행하고 응답할 수 있는 다른 어떠한 장치와 같이, 하나 이상의 범용 컴퓨터 또는 특수 목적 컴퓨터를 이용하여 구현될 수 있다. 처리 장치는 운영 체제(Operation System, OS) 및 상기 운영 체제 상에서 수행되는 하나 이상의 소프트웨어 애플리케이션을 수행할 수 있다. 또한, 처리 장치는 소프트웨어의 실행에 응답하여, 데이터를 접근, 저장, 조작, 처리 및 생성할 수도 있다. 이해의 편의를 위하여, 처리 장치는 하나가 사용되는 것으로 설명된 경우도 있지만, 해당 기술 분야에서 통상의 지식을 가진 자는, 처리 장치가 복수 개의 처리 요소(Processing Element) 및/또는 복수 유형의 처리 요소를 포함할 수 있음을 알 수 있다. 예를 들어, 처리 장치는 복수 개의 프로세서 또는 하나의 프로세서 및 하나의 콘트롤러를 포함할 수 있다. 또한, 병렬 프로세서(Parallel Processor)와 같은, 다른 처리 구성(Processing Configuration)도 가능하다.
소프트웨어는 컴퓨터 프로그램(Computer Program), 코드(Code), 명령(Instruction), 또는 이들 중 하나 이상의 조합을 포함할 수 있으며, 원하는 대로 동작하도록 처리 장치를 구성하거나 독립적으로 또는 결합적으로(Collectively) 처리 장치를 명령할 수 있다. 소프트웨어 및/또는 데이터는, 처리 장치에 의하여 해석되거나 처리 장치에 명령 또는 데이터를 제공하기 위하여, 어떤 유형의 기계, 구성 요소(Component), 물리적 장치, 가상 장치(Virtual Equipment), 컴퓨터 저장 매체 또는 장치, 또는 전송되는 신호 파(Signal Wave)에 영구적으로, 또는 일시적으로 구체화(Embody)될 수 있다. 소프트웨어는 네트워크로 연결된 컴퓨터 시스템 상에 분산되어서, 분산된 방법으로 저장되거나 실행될 수도 있다. 소프트웨어 및 데이터는 하나 이상의 컴퓨터 판독 가능 기록 매체에 저장될 수 있다.
실시예에 따른 방법은 다양한 컴퓨터 수단을 통하여 수행될 수 있는 프로그램 명령 형태로 구현되어 컴퓨터 판독 가능 매체에 기록될 수 있다. 상기 컴퓨터 판독 가능 매체는 프로그램 명령, 데이터 파일, 데이터 구조 등을 단독으로 또는 조합하여 포함할 수 있다. 상기 매체에 기록되는 프로그램 명령은 실시예를 위하여 특별히 설계되고 구성된 것들이거나 컴퓨터 소프트웨어 당업자에게 공지되어 사용 가능한 것일 수도 있다. 컴퓨터 판독 가능 기록 매체의 예에는 하드 디스크, 플로피 디스크 및 자기 테이프와 같은 자기 매체(Magnetic Media), CD-ROM, DVD와 같은 광기록 매체(Optical Media), 플롭티컬 디스크(Floptical Disk)와 같은 자기-광 매체(Magneto-optical Media), 롬(ROM), 램(RAM), 플래시 메모리 등과 같은 프로그램 명령을 저장하고 수행하도록 특별히 구성된 하드웨어 장치가 포함된다. 프로그램 명령의 예에는 컴파일러에 의해 만들어지는 것과 같은 기계어 코드뿐만 아니라 인터프리터 등을 사용해서 컴퓨터에 의해서 실행될 수 있는 고급 언어 코드를 포함한다. 상기된 하드웨어 장치는 실시예의 동작을 수행하기 위해 하나 이상의 소프트웨어 모듈로서 작동하도록 구성될 수 있으며, 그 역도 마찬가지이다.
본 발명은 도면에 도시된 실시예를 참고로 설명되었으나 이는 예시적인 것에 불과하며, 본 기술 분야의 통상의 지식을 가진 자라면 이로부터 다양한 변형 및 균등한 타 실시예가 가능하다는 점을 이해할 것이다. 예를 들어, 설명된 기술들이 설명된 방법과 다른 순서로 수행되거나, 및/또는 설명된 시스템, 구조, 장치, 회로 등의 구성 요소들이 설명된 방법과 다른 형태로 결합 또는 조합되거나, 다른 구성 요소 또는 균등물에 의하여 대치되거나 치환되더라도 적절한 결과가 달성될 수 있다. 따라서, 본 발명의 진정한 기술적 보호 범위는 첨부된 등록청구범위의 기술적 사상에 의해 정해져야 할 것이다.

Claims (5)

  1. 송신 노드(transmitting node, TN)가 복수의 수신 노드들(receiving nodes, RNs) 각각으로부터 현재위치 및 방향벡터에 대한 정보를 수신하는 단계;
    상기 TN이 상기 TN과 상기 RN들 각각과의 접속시간을 계산하여 상기 RN들 각각의 이동성을 탐지하는 단계; 및
    계산된 접속시간에 기초하여 상기 RN들 중 적어도 하나의 RN에 작업을 할당하는 단계를 포함하는 분산 에지 컴퓨팅 환경에서 작업 할당 방법.
  2. 제1항에 있어서,
    상기 적어도 하나의 RN에 작업을 할당하는 단계는 상기 RN들 중에서 상기 TN과 이동 방향이 유사한 RN에게 작업을 할당하는,
    분산 에지 컴퓨팅 환경에서 작업 할당 방법.
  3. 제1항에 있어서,
    상기 RN들은 상기 TN의 전송 범위 내에 위치하는,
    분산 에지 컴퓨팅 환경에서 작업 할당 방법.
  4. 제1항에 있어서,
    상기 RN들 각각의 이동성을 탐지하는 단계는,
    상기 TN이 작업을 상기 RN에게 할당하는데 걸리는 통신 지연시간과 상기 작업이 할당된 RN이 작업을 수행하는데 걸리는 계산 지연시간을 더하여 전체 지연시간을 계산하는 단계를 포함하는,
    분산 에지 컴퓨팅 환경에서 작업 할당 방법.
  5. 제4항에 있어서,
    상기 RN들 중에서 접속시간보다 큰 전체 지연시간을 갖는 RN은 작업 할당에서 제외되는,
    분산 에지 컴퓨팅 환경에서 작업 할당 방법.
PCT/KR2021/001638 2020-11-06 2021-02-08 분산 에지 컴퓨팅 환경에서 작업 할당 방법 WO2022097845A1 (ko)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
KR10-2020-0147254 2020-11-06
KR1020200147254A KR102491934B1 (ko) 2020-11-06 2020-11-06 분산 에지 컴퓨팅 환경에서 작업 할당 방법

Publications (1)

Publication Number Publication Date
WO2022097845A1 true WO2022097845A1 (ko) 2022-05-12

Family

ID=81457998

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/KR2021/001638 WO2022097845A1 (ko) 2020-11-06 2021-02-08 분산 에지 컴퓨팅 환경에서 작업 할당 방법

Country Status (2)

Country Link
KR (1) KR102491934B1 (ko)
WO (1) WO2022097845A1 (ko)

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20190141593A1 (en) * 2017-11-03 2019-05-09 Hon Hai Precision Industry Co., Ltd. Methods and related devices for optimizing a mobile edge computing (mec) system
US20200076875A1 (en) * 2016-12-28 2020-03-05 Intel IP Corporation Application computation offloading for mobile edge computing
US20200351336A1 (en) * 2019-04-30 2020-11-05 Verizon Patent And Licensing Inc. Methods and Systems for Intelligent Distribution of Workloads to Multi-Access Edge Compute Nodes on a Communication Network

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101243982B1 (ko) 2011-11-24 2013-03-15 주식회사 케이티디에스 스마트 미터기의 측정 데이터의 처리를 위한 미터링 데이터 처리 시스템 및 데이터 처리 방법
US10582393B2 (en) 2017-12-04 2020-03-03 Verizon Patent And Licensing Inc. Architecture for network slice deployment based on network resource utilization
KR102113030B1 (ko) 2018-07-31 2020-05-21 주식회사 실리콘마이터스 이동 통신 단말의 음향 장치 및 그 동작 방법
KR102068676B1 (ko) 2018-07-31 2020-01-21 중앙대학교 산학협력단 다중 계층 엣지 컴퓨팅에서 패턴 식별을 이용하여 실시간으로 작업을 스케쥴링 하는 방법 및 그 시스템

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20200076875A1 (en) * 2016-12-28 2020-03-05 Intel IP Corporation Application computation offloading for mobile edge computing
US20190141593A1 (en) * 2017-11-03 2019-05-09 Hon Hai Precision Industry Co., Ltd. Methods and related devices for optimizing a mobile edge computing (mec) system
US20200351336A1 (en) * 2019-04-30 2020-11-05 Verizon Patent And Licensing Inc. Methods and Systems for Intelligent Distribution of Workloads to Multi-Access Edge Compute Nodes on a Communication Network

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
WANG ZI, ZHAO ZHIWEI, MIN GEYONG, HUANG XINYUAN, NI QIANG, WANG RONG: "User mobility aware task assignment for Mobile Edge Computing", FUTURE GENERATION COMPUTER SYSTEMS, ELSEVIER SCIENCE PUBLISHERS. AMSTERDAM., NL, vol. 85, 1 August 2018 (2018-08-01), NL , pages 1 - 8, XP055927853, ISSN: 0167-739X, DOI: 10.1016/j.future.2018.02.014 *
WEI HUA, LUO HONG, SUN YAN: "Mobility-Aware Service Caching in Mobile Edge Computing for Internet of Things", SENSORS, vol. 20, no. 3, pages 610, XP055927852, DOI: 10.3390/s20030610 *

Also Published As

Publication number Publication date
KR102491934B1 (ko) 2023-01-26
KR20220061365A (ko) 2022-05-13

Similar Documents

Publication Publication Date Title
US5701482A (en) Modular array processor architecture having a plurality of interconnected load-balanced parallel processing nodes
US8108467B2 (en) Load balanced data processing performed on an application message transmitted between compute nodes of a parallel computer
US7895260B2 (en) Processing data access requests among a plurality of compute nodes
US8140704B2 (en) Pacing network traffic among a plurality of compute nodes connected using a data communications network
US8185901B2 (en) Parsing an application to find serial and parallel data segments to minimize migration overhead between serial and parallel compute nodes
US9268614B2 (en) Configuring a parallel computer based on an interleave rate of an application containing serial and parallel segments
US9201490B2 (en) Power management for a computer system
US8516494B2 (en) Executing an application on a parallel computer
US20090307467A1 (en) Performing An Allreduce Operation On A Plurality Of Compute Nodes Of A Parallel Computer
US7827024B2 (en) Low latency, high bandwidth data communications between compute nodes in a parallel computer
US20090248895A1 (en) Determining A Path For Network Traffic Between Nodes In A Parallel Computer
US9225545B2 (en) Determining a path for network traffic between nodes in a parallel computer
Ullah et al. Task classification and scheduling based on K-means clustering for edge computing
CN108984327B (zh) 报文转发方法、多核cpu及网络设备
Minh et al. CFC-ITS: Context-aware fog computing for intelligent transportation systems
CN111835849A (zh) 增强接入网服务能力的方法和装置
WO2014142498A1 (ko) 컴퓨팅 스케줄링 방법 및 시스템
CN114514536A (zh) 分布式系统中的神经网络训练
CN115454649A (zh) 面向空间操控仿真模型计算的动态任务调度系统
KR102068676B1 (ko) 다중 계층 엣지 컴퓨팅에서 패턴 식별을 이용하여 실시간으로 작업을 스케쥴링 하는 방법 및 그 시스템
WO2022097845A1 (ko) 분산 에지 컴퓨팅 환경에서 작업 할당 방법
KR20230100010A (ko) 데이터 처리 시스템 및 그 동작 방법
Sato et al. Program file placement problem for machine-to-machine service network platform
KR102391700B1 (ko) 애드혹 네트워크에서 가중치를 이용하여 무선 자원을 할당하는 방법 및 이를 수행하는 장치들
El-Abd et al. A neural network approach for dynamic load balancing in homogeneous distributed systems

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 21889314

Country of ref document: EP

Kind code of ref document: A1

NENP Non-entry into the national phase

Ref country code: DE

122 Ep: pct application non-entry in european phase

Ref document number: 21889314

Country of ref document: EP

Kind code of ref document: A1