Mercury:面向数据流 IoT 应用的建模、仿真与优化框架
分布式、并行与集群计算
2023-12-06 v1
摘要
物联网通过监控用户和基础设施的行为来提供改善生活质量和资源管理的新服务,正在变革我们的社会。这些应用要求实时处理大量本地化信息,因此部署将计算能力推向更接近数据源的新型雾计算基础设施成为一项重要关切。在此背景下,我们提出了 Mercury,一个建模、仿真与优化(M&S&O)框架,用于分析实时雾计算场景的规模规划与动态运行。我们的研究提出了一种支持数据流分析应用(包括基于 FaaS 的计算卸载)的位置感知解决方案。Mercury 实现了详细的结构与行为仿真模型,提供细粒度的仿真输出,并使用离散事件系统规范(DEVS)数学形式化进行描述,有助于验证模型的实现。最后,我们使用来自驾驶员辅助场景的真实轨迹进行了案例研究,并与其他最先进的仿真器进行了详细比较。
引用
@article{arxiv.2312.02172,
title = {Mercury: A modeling, simulation, and optimization framework for data stream-oriented IoT applications},
author = {Román Cárdenas and Patricia Arroba and Roberto Blanco and Pedro Malagón and José L. Risco-Martín and José M. Moya},
journal= {arXiv preprint arXiv:2312.02172},
year = {2023}
}