Mise en cache de service presque optimale et collaborative dans les clouds de périphérie mobile

Avec le développement de la technologie 5G, l'informatique en périphérie mobile émerge comme une technique permettant de réduire la latence de réponse des services réseau en déployant des cloudlets aux stations de base 5G pour former des réseaux de cloud de périphérie mobile (MEC). Les fournisseurs de services réseau déplacent désormais leurs services des clouds distants vers les cloudlets des réseaux MEC à proximité des utilisateurs. Cependant, le placement permanent des services réseau dans un réseau MEC n'est pas économique en raison des ressources limitées de calcul et de bande passante imposées sur ses cloudlets. Une manière intelligente consiste à mettre en cache les services fréquemment demandés des clouds distants vers les cloudlets du réseau MEC. Dans cet article, nous étudions le problème de la mise en cache des services dans un réseau MEC sous un marché de services avec plusieurs fournisseurs de services réseau en concurrence pour les ressources de calcul et de bande passante en termes de machines virtuelles (VM) dans le réseau MEC. Nous proposons d'abord une solution par Programme Linéaire Entier (PLE) et un algorithme d'arrondi aléatoire pour le problème sans partage de VM entre différents fournisseurs de services réseau. Nous concevons ensuite un mécanisme de théorie des jeux distribué et stable pour le problème avec partage de VM entre les fournisseurs de services réseau, dans le but de minimiser le coût social de tous les fournisseurs de services réseau, par l'introduction d'un nouveau modèle de partage des coûts et d'un jeu de formation de coalition. Nous analysons également la garantie de performance du mécanisme proposé, le Prix Fort de l'Anarchie (PFAn). Enfin, nous considérons le problème de la mise en cache des services sensible aux coûts et aux délais avec partage temporel de VM, et proposons un mécanisme avec un PFAn prouvable. Nous évaluons finalement la performance à travers des simulations extensives et une mise en œuvre dans un environnement réel. Les résultats expérimentaux démontrent que les algorithmes proposés surpassent les approches existantes en atteignant au moins 40 % de coût social inférieur grâce à la mise en cache de services et au partage de ressources entre différents fournisseurs de services réseau.