基于历史日志分析的大数据传输节能跨层优化
网络与互联网体系结构
2021-04-06 v1
摘要
随着互联网上数据移动的激增，全球年数据流量已超过泽字节（Zettabyte）规模。支撑海量数据移动的网络基础设施和终端系统每年消耗大量电力，以太瓦时计。这一巨大的能耗足迹使世界经济付出数十亿美元的代价，部分源于网络终端系统所消耗的能源。尽管在核心网络基础设施的功耗管理方面已有大量研究，但在主动数据传输期间降低终端系统功耗的研究却很少。本文提出一种新颖的跨层优化框架，称为 Cross-LayerHLA，通过应用机器学习技术于历史传输日志并提取影响性能与资源利用的不同参数之间的隐藏关系，以最小化终端系统的能耗。它利用离线分析来改进在线学习以及应用层和内核层参数的动态调优，且开销最小。该方法最小化了终端系统能耗并最大化了数据传输吞吐量。我们的实验结果表明，Cross-LayerHLA 优于该领域其他最先进的解决方案。
引用
@article{arxiv.2104.01192,
title = {Energy-saving Cross-layer Optimization of Big Data Transfer Based on Historical Log Analysis},
author = {Lavone Rodolph and MD S Q Zulkar Nine and Luigi Di Tacchio and Tevfik Kosar},
journal= {arXiv preprint arXiv:2104.01192},
year = {2021}
}