Reservoir：面向网络边缘普适计算复用的命名数据方案
网络与互联网体系结构
2021-12-24 v1
摘要
在边缘计算用例（如智慧城市）中，若干用户与设备可能彼此邻近，针对相同服务的具有相似输入数据的计算任务（如图像或视频标注）可能被卸载至边缘。此类任务的执行常产生相同结果（输出），从而造成重复（冗余）计算。基于该观察，已有工作倡导“计算复用”，即先前执行任务的结果存储于边缘，并在传入任务具有相似输入数据时被复用，而非从头执行这些传入任务。然而，在实际边缘计算部署中实现计算复用——其中服务可能由多个（分布式）边缘节点（服务器）提供以实现可扩展性与容错——仍很大程度上未被探索。为应对该挑战，本文提出Reservoir，一个在网络边缘实现普适计算复用的框架，同时对用户设备与边缘网络基础设施的运行施加微小开销。Reservoir利用局部敏感哈希（LSH）并运行于命名数据网络（NDN）之上，扩展NDN架构以在网络中实现计算复用语义。我们的评估表明，Reservoir能以近乎完美的准确率复用计算，相较无计算复用情形实现4.25-21.34倍的更低任务完成时间。
引用
@article{arxiv.2112.12388,
title = {Reservoir: Named Data for Pervasive Computation Reuse at the Network Edge},
author = {Md Washik Al Azad and Spyridon Mastorakis},
journal= {arXiv preprint arXiv:2112.12388},
year = {2021}
}
备注
This paper has been accepted for publication by the 20th International Conference on Pervasive Computing and Communications (PerCom 2022)