释放移动车载云上图结构任务调度中分阶段决策制定的潜力
分布式、并行与集群计算
2023-12-21 v3 网络与互联网体系结构
社会与信息网络
摘要
为了在一组动态且分布式的车辆上有效处理海量数据,实施能够提供可靠、经济且及时的计算资源的资源供给技术至关重要。本文探讨了移动车载云(MVCs)上计算密集型任务的调度。我们使用无向加权图(UWGs)对 MVC 中任务的执行以及车辆间的通信模式进行建模。随后,我们通过一种新颖的机制研究 UWG 任务的可靠且及时调度,该机制运行于两个互补的决策阶段:Plan A 与 Plan B。Plan A 采用主动决策方法,在实际任务调度前利用历史统计数据进行任务与 MVC 之间最优映射()的 preemptive 创建。相比之下,Plan B 探索实时决策范式,作为可靠的应急计划。当 因网络不可预测性在任务调度中失效时,它寻求一个可行映射()。此外,我们深入探讨了支撑该机制成功的程序细节与关键影响因素。并且,我们给出一个案例研究,展示了在时间效率与计算开销上的优越性能。我们进一步讨论了一系列未来研究的开放方向。
引用
@article{arxiv.2307.15490,
title = {Unleashing the Potential of Stage-Wise Decision-Making in Scheduling of Graph-Structured Tasks over Mobile Vehicular Clouds},
author = {Minghui Liwang and Bingshuo Guo and Zhanxi Ma and Yuhan Su and Jian Jin and Seyyedali Hosseinalipour and Xianbin Wang and Huaiyu Dai},
journal= {arXiv preprint arXiv:2307.15490},
year = {2023}
}