面向边缘计算的主动dominant数据迁移的集成方案
分布式、并行与集群计算
2024-10-15 v1 机器学习
摘要
当今，研究社区的显著焦点在于智能管理位于物联网（IoT）和边缘计算（EC）交汇处的数据。在本稿中，我们提出一种方案，可由具有特定身份的边缘节点实施，以识别要迁移到特定基础设施位置的数据，从而促进请求的有效处理。我们的目标是使节点具备理解与卸载数据驱动任务相关的访问模式的能力，并预测哪些数据应返回与这些任务相关的原始节点。显然，这些任务取决于来自原始主机节点的缺失数据的处理，这凸显了必需访问的数据资产。为推断这些数据区间，我们利用一种集成方法，将统计导向的模型和机器学习框架相结合。结果，我们能够识别主要数据资产并检测请求密度。通过呈现相关公式，对所提出方法进行详细分析，这些公式也与相关文献中的模型相比较和评估。
引用
@article{arxiv.2410.09621,
title = {An Ensemble Scheme for Proactive Dominant Data Migration of Pervasive Tasks at the Edge},
author = {Georgios Boulougaris and Kostas Kolomvatsos},
journal= {arXiv preprint arXiv:2410.09621},
year = {2024}
}