超图辅助的任务-资源匹配以最大化协作物联网系统中任务完成的价值
系统与控制
2025-08-04 v1 系统与控制
摘要
随着物联网(IoT)系统规模和内在异构性的增长,分布式设备协作通过动态利用有限的通信和计算资源,对于有效完成任务变得至关重要。然而,计算、通信和应用层的分离设计以及情境无关的操作,给快速的任务-资源匹配带来了根本性挑战,进一步恶化了整体任务完成效果。为了克服这一挑战,我们利用超图作为一种新工具,垂直统一物联网系统的计算、通信和任务方面,通过准确捕捉任务与通信和计算资源之间的关系,实现有效的匹配。具体来说,本文提出了一种最先进的任务-资源匹配超图(TRM-hypergraph)模型,该模型有效地将复杂异构资源分配给复杂任务的过程转化为超图匹配问题。考虑到计算复杂性和存储,通过将超图匹配问题视为非合作多玩家聚类博弈,提出了一种基于博弈论的超图匹配算法。数值结果表明,与对比算法相比,所提出的TRM-hypergraph模型在任务和资源匹配方面实现了优越的性能。
引用
@article{arxiv.2405.20055,
title = {Hypergraph-Aided Task-Resource Matching for Maximizing Value of Task Completion in Collaborative IoT Systems},
author = {Botao Zhu and Xianbin Wang},
journal= {arXiv preprint arXiv:2405.20055},
year = {2025}
}
备注
This paper has been published in IEEE Transactions on Mobile Computing, May 2024