Cost-effective replication management and scheduling in edge computing
Cost-effective replication management and scheduling in edge computing
复制标题
边缘计算中经济高效的复制管理和调度
DOI：
10.1016/j.jnca.2019.01.001
复制
发表时间：
2019-03
影响因子：
8.7
通讯作者：
Luo Youlong
中科院分区：
文献类型：
--
作者：
Shao Yanling;Li Chunlin;Fu Zhao;Jia Leyue;Luo Youlong
工业环境中的物联网（IoT）传感器不断生成大量数据。特别是，物联网系统的数据密集型工作流需要以实时、可靠和低成本的方式进行处理。边缘计算可以提供低延迟和具有成本效益的计算范例来部署工作流。因此，边缘计算中延迟敏感工作流的数据复制管理和调度已成为具有挑战性的研究问题。在这项工作中，首先，我们提出了一个复制管理系统，其中包括动态复制创建器，一个专门的成本效益的数据放置调度器，系统监视器和一些数据安全工具的协作边缘和云计算系统。在此基础上，考虑任务相关性、数据可靠性和共享性，将工作流数据调度问题建模为整数规划问题。实验结果表明，本文提出的算法能够获得比传统算法更好的系统性能，在截止期约束下，能够创建合适数量的数据副本，搜索到更高质量的副本放置方案，同时降低了总的数据访问开销.
The high volumes of data are continuously generated from Internet of Things (IoT) sensors in an industrial landscape. Especially, the data-intensive workflows from IoT systems require to be processed in a real-time, reliable and low-cost way. Edge computing can provide a low-latency and cost-effective computing paradigm to deploy workflows. Therefore, data replication management and scheduling for delay-sensitive workflows in edge computing have become challenge research issues. In this work, first, we propose a replication management system which includes dynamic replication creator, a specialized cost-effective scheduler for data placement, a system watcher and some data security tools for collaborative edge and cloud computing systems. And then, considering task dependency, data reliability and sharing, the data scheduling for the workflows is modeled as an integer programming problem. And we present the faster meta-heuristic algorithm to solve it. The experimental results show that our algorithms can achieve much better system performance than comparative traditional strategies, and they can create a suitable number of data copies and search the higher quality replica placement solution while reducing the total data access costs under the deadline constraint.
登录
查看更多内容
影响因子：
1.7
作者：
T. Tak;Jaesic Hong;K. Park;Woongryul Lee;Taegu Lee;Hyunsun Han;G. Kwon;Jinseop Park
通讯作者：
T. Tak;Jaesic Hong;K. Park;Woongryul Lee;Taegu Lee;Hyunsun Han;G. Kwon;Jinseop Park
DOI：
10.1109/3pgcic.2011.35
发表时间：
2011-10
期刊：
2011 International Conference on P2P, Parallel, Grid, Cloud and Internet Computing
影响因子：
--
作者：
Mohammad Shorfuzzaman;P. Graham;Mehmet Rasit Eskicioglu
通讯作者：
Mohammad Shorfuzzaman;P. Graham;Mehmet Rasit Eskicioglu
DOI：
--
发表时间：
--
期刊：
--
影响因子：
--
作者：
Raluca A. Popa;Emily Stark;S. Valdez;Jonas Helfer;Nickolai Zeldovich;H. Balakrishnan
通讯作者：
Raluca A. Popa;Emily Stark;S. Valdez;Jonas Helfer;Nickolai Zeldovich;H. Balakrishnan
DOI：
10.1109/ccgrid.2014.31
发表时间：
2014-05
期刊：
2014 14th IEEE/ACM International Symposium on Cluster, Cloud and Grid Computing
影响因子：
--
作者：
Asami Higai;A. Takefusa;H. Nakada;M. Oguchi
通讯作者：
Asami Higai;A. Takefusa;H. Nakada;M. Oguchi
DOI：
10.1016/j.comnet.2015.09.037
发表时间：
2015-12
期刊：
Comput. Networks
影响因子：
--
作者：
V. Persico;Pietro Marchetta;A. Botta;A. Pescapé
通讯作者：
V. Persico;Pietro Marchetta;A. Botta;A. Pescapé