Key points are not available for this paper at this time.
L'informatique en nuage fournit un ensemble de ressources hautement disponibles pour que les applications puissent décharger leurs tâches, mais de nouvelles applications telles que l'assistance à changement de voie coordonnée utilisée dans les systèmes de voiture connectée ont des exigences temporelles strictes qui ne peuvent pas être satisfaites uniquement en déchargeant les tâches vers le nuage. L'informatique en brouillard réduit la latence en rapprochant le calcul des centres de données distants vers des serveurs de brouillard locaux, qui sont connectés à proximité des clients. Bien que l'informatique en brouillard réduise la latence pour le transfert de données, l'équilibrage de charge entre les serveurs de brouillard doit encore être abordé pour améliorer les performances temporelles. Les défis incluent un grand nombre de tâches, la mobilité des clients et l'hétérogénéité des serveurs de brouillard. Dans cet article, nous utilisons les systèmes de voiture connectée comme application motivante, et montrons d'abord que nous pouvons utiliser les modèles de mobilité des véhicules pour effectuer un équilibrage de charge périodique dans les serveurs de brouillard. Nous présentons ensuite un modèle de tâche qui résout le problème de planification au niveau du serveur plutôt qu’au niveau de l’appareil. Enfin, nous formulons un problème d’optimisation d’équilibrage de charge pour minimiser les retards et le temps d'exécution total des systèmes de voiture connectée dans l'informatique en brouillard. Nous montrons qu'il surpasse certaines heuristiques courantes telles que le round-robin pondéré, la surveillance active et l'équilibreur de charge contrôlé.
Chen et al. (Fri,) ont étudié cette question.