Key points are not available for this paper at this time.
Le calcul en périphérie mobile (MEC) offre un moyen de réduire le délai de service cloud en construisant des infrastructures cloud de petite échelle, telles que des cloudlets à la périphérie du réseau, qui sont à proximité immédiate des utilisateurs finaux. D'une part, il est énergivore et coûteux de placer chaque cloudlet sur chaque point d'accès (AP) pour traiter les tâches demandées. D'autre part, le fournisseur de services doit garantir un service sans délai aux utilisateurs finaux, sinon il peut subir une perte de revenus. Dans cet article, nous modélisons d'abord comment calculer le délai d'achèvement des tâches dans le MEC et analysons mathématiquement la consommation d'énergie des différents équipements dans le MEC. Ensuite, nous étudions comment placer des cloudlets sur le réseau et allouer chaque tâche demandée aux cloudlets et au cloud public avec la consommation d'énergie totale minimale sans violer les exigences de délai de chaque tâche. Nous prouvons que ce problème est NP-difficile et proposons un algorithme basé sur la décomposition de Benders pour le résoudre. Nous présentons également un cadre basé sur un réseau défini par logiciel (SDN) pour déployer l'algorithme proposé. Des simulations extensives révèlent que l'algorithme proposé peut atteindre une performance (proche de) optimale en termes de consommation d'énergie et de taux d'acceptation par rapport à deux heuristiques de référence.
Yang et al. (Mar,) ont étudié cette question.
Synapse has enriched 5 closely related papers on similar clinical questions. Consider them for comparative context: