雾计算资源管理综述：机器学习视角
网络与互联网体系结构
2022-09-08 v1
摘要
雾计算成为一种有前景的技术，可在靠近用户的位置处理用户请求，以减少延迟敏感请求的响应时间。尽管有其优势，但资源异构性与局限性及其动态和不可预测的特性等属性大大降低了雾计算的效率。因此，预测雾的动态行为并相应地管理资源至关重要。在这项工作中，我们提供了雾环境中基于机器学习的预测性资源管理方法的综述。资源管理被分类为六个子领域：资源供应、应用放置、调度、资源分配、任务卸载和负载均衡。所综述的资源管理方法基于目标度量、工具、数据集和所用技术进行分析。
引用
@article{arxiv.2209.03066,
title = {A Review of Resource Management in Fog Computing: Machine Learning Perspective},
author = {Muhammad Fahimullah and Shohreh Ahvar and Maria Trocan},
journal= {arXiv preprint arXiv:2209.03066},
year = {2022}
}