车联网中车载云上计算密集型图作业的分配
网络与互联网体系结构
2019-11-11 v2 分布式、并行与集群计算
摘要
图作业代表多种计算密集型任务，其中计算由图表示，图由组件（表示数据源或数据处理）和边（对应组件间的数据流）组成。近年来，智能车辆和计算密集型图作业急剧增长，这对提供高效的车联网（Internet of Vehicles）相关服务提出了新挑战。幸运的是，由一组车辆构成的车载云允许作业在车辆间卸载，可大幅缓解车载重负载并实现计算资源的按需供给。本文提出一种新颖的车载云框架，通过机会式车对车通信将图作业的组件映射到服务提供者。随后，将车载云上的图作业分配建模为关于车辆接触时长和可用资源的非线性整数规划，旨在最小化作业完成时间与数据交换代价。针对低流量与高峰时段两种场景求解该问题：前者给出最优解；后者鉴于可行分配计算困难，提出一种基于层次树子图同构的低复杂度随机化图作业分配机制。通过大量仿真评估了所提算法的性能。
引用
@article{arxiv.1903.02724,
title = {Allocation of Computation-Intensive Graph Jobs over Vehicular Clouds in IoV},
author = {Minghui LiWang and Seyyedali Hosseinalipour and Zhibin Gao and Yuliang Tang and Lianfen Huang and Huaiyu Dai},
journal= {arXiv preprint arXiv:1903.02724},
year = {2019}
}
备注
11 pages, 6 Figures