雾卸载性能建模
分布式、并行与集群计算
2020-02-14 v1
摘要
雾计算作为一种计算范式已崭露头角，旨在解决移动设备与远程云服务通信时的延迟、带宽和隐私问题。其概念是将计算服务卸载到更靠近数据的地方。然而，该方法的实现存在诸多挑战。在卸载过程中，由服务支撑的（部分）应用可能不可用，用户会将其体验为停机时间。本文描述了旨在构建模型的工作，以基于底层及周围基础设施的指标（运行数据）预测此类停机时间。此类预测在自动化雾卸载和雾编排中的自适应决策背景下极具价值。使用四种（线性和非线性）回归技术，构建了涵盖四种基于容器的无状态和有状态卸载技术（即保存与加载、导出与导入、推送与拉取以及实时迁移）的模型。本文给出了来自多个基于实验室的雾基础设施、包含超过 4200 万个数据点的实验结果。结果表明，当考虑与基础设施相关的 25 个指标时，可获得相当准确的预测（以回归模型的决定系数、平均绝对百分比误差和平均绝对误差衡量）。
引用
@article{arxiv.2002.05531,
title = {Modelling Fog Offloading Performance},
author = {Ayesha Abdul Majeed and Peter Kilpatrick and Ivor Spence and Blesson Varghese},
journal= {arXiv preprint arXiv:2002.05531},
year = {2020}
}
备注
arXiv admin note: substantial text overlap with arXiv:1909.04945