边缘计算系统中延迟敏感任务的成本有效调度

摘要

边缘计算作为一种新兴的计算模型,可以将具有有限计算资源和能量的物联网(IoT)设备的延迟敏感计算任务卸载到边缘云。在边缘计算系统中,多个服务器放置在IoT设备附近的网络边缘上以处理卸载的任务。边缘计算系统的一个关键问题是如何在完成卸载任务的同时降低系统成本。在本文中,我们研究任务调度问题,以降低边缘计算系统的成本。我们将任务调度问题建模为优化问题,其目标是在满足所有任务的延迟要求的同时最小化系统成本。然后,我们证明了所提出的优化问题是NP难的。为了有效地解决这个优化问题,我们提出了一种任务调度算法,称为两阶段任务调度成本优化(TTSCO)。我们通过与最优解进行比较来验证算法的有效性。结果表明,对于我们使用的95%的数据集,近似比率小于1.2。性能评估表明,该算法能够有效降低边缘计算系统的成本,同时满足所有任务的延迟要求。索引术语 - 边缘计算;任务调度;延迟敏感的任务;成本效益;

阅读更多 >>

java注解的使用

1.三种标准注解

  • @Override,表示当前的方法定义覆盖了父类中的方法。必须要有相同的方法签名即(方法名,参数类型,参数顺序,参数个数)都一样。否则在编译过程中发出错误提示。

阅读更多 >>

简单的iptables配置过程

简单的记一下iptables的配置过程,以后用到了就不用再google了
总的来说分为四步,清楚规则,预设规则,添加自定义规则,保存规则

iptables配置过程

1.清除规则:

清楚旧的规则
iptables -F 清除预设表filter中的所有规则链的规则
iptables -X 清除预设表filter中使用者自定链中的规则

阅读更多 >>

socket网络编程

socket网络编程

int inet_aton(const char *cp, struct in_addr *inp);

阅读更多 >>

形式语言与自动机基础知识

形式语言与自动机这门课需要有离散数学的基础,但本科通信工程里没有学过这门课,总结一些这门课中需要的基础知识

1.集合及其运算

1.1子集和真子集

$A$子集:$A \subseteq B​$或$B \subseteq A​$
$A​$是$B​$的真子集:$A \subset B​$或$B \subset A​$
$x​$是$A​$的一个元素:$x \in A​$
$x​$不是$A​$的一个元素:$x \notin A​$

阅读更多 >>

梯度旋度和散度

有关梯度旋度和散度的定义和计算,记录一下

1.定义

1.1梯度

设函数$u=f(x,y,z)$在空间区域\(G\)内具有一阶连续偏导数,其中点$P(x,y,z) \in G$

阅读更多 >>

vim的使用

1.光标移动

h,j,k,l(空格):向左,下,上,右移动光标

Ctrl+(f,b,d,u):屏幕向下移一页,向上移一页,向下移半页,向上移半页
+-:下一行,上一行
H,M,L:光标移动到这个屏幕的最上方,中央,最下方那一行的第一个字符
G,nG,gg:移动都文档末,移动到第n行,移动到第一行
n:向下移动n行

阅读更多 >>

python中关于路径的知识

os.getcwd()
#输出当前路径

os.listdir()
#输出当前路径下的所有文件夹名和文件名

阅读更多 >>

python类和实例的一些属性

1.self和__init__()

self代表类的实例,如下:

class Test:

阅读更多 >>