当前位置: 首页 > news >正文

8、物联网系统中雾资源感知的任务卸载框架解析

物联网系统中雾资源感知的任务卸载框架解析

1. 目标函数与约束条件

在物联网系统的任务卸载中,核心目标是最小化服务提供延迟 (D_A),其计算公式如下:
[D_A = ST_m + \sum_{j \in C_A^+} \alpha_{mj}T_{proc_{mj}} - T_{cur}]
其中,(ST_m) 是工作流中最终任务 (t_m) 的开始执行时间;若任务 (t_m) 由资源 (r_j)((r_j \in C_A^+))处理,则 (\alpha_{mj} = 1);(T_{cur}) 是主主机接收到请求 (A) 时捕获的当前时间;(T_{proc_{mj}}) 是处理任务 (t_m) 的时间。由于 (t_m) 是工作流的最终任务,(T_{proc_{mj}}) 是将结果 (f(a)) 从主机 (r_j)(即雾或云)传输到请求的物联网节点的时间,其计算公式为:
[T_{proc_{mj}} = \frac{f(a)}{\sum_{l} R_l} + T_{prop_{mj}}]
这里,(f(a)) 是输出数据的大小(以位为单位),(R_l) 是从 (r_j) 到物联网节点传输 (f(a)) 路径上第 (l) 条链路的数据速率,(T_{prop_{mj}}) 是从节点 (m) 到节点 (j) 的传播时间,可根据往返时间(RTT)计算。

执行任务时,资源必须有足够的可用资源来处理任务的输入数据。约束条件建模如下:
[\sum_{j \in C_A^+} \alpha_{ij}R_{avai_j} \geq R_{req_{t_i}}, \forall t_i \in T_A]
其中,(R_{avai_j}) 是资源 (r_j) 的当前可用

http://www.cnnetsun.cn/news/74583.html

相关文章:

  • 【爬虫框架-8】其他
  • Vue-next-admin终极指南:打造现代化后台管理系统的完整解决方案
  • vgmstream终极指南:游戏音频转换与播放全攻略
  • vgmstream音频解码神器:游戏音频格式转换终极指南
  • 印象大红袍通过上市聆讯:上半年营收5588万 利润678万
  • 蔡东青创办的奥动冲刺港股:靠换电半年营收3.2亿同比降32% 亏1.57亿 蔚来资本是股东
  • 基于Next.js的LobeChat为何成为GitHub星标项目?技术架构全拆解
  • 广合科技冲刺港股:前9个月营收38亿净利7亿 刚斥资3.2亿买楼
  • Vue Signature Pad电子签名组件完整使用指南:快速集成步骤与实用配置技巧
  • Joy-Con Toolkit终极指南:如何轻松自定义你的游戏手柄
  • 暗黑破坏神II存档编辑器:多版本兼容的角色定制解决方案
  • [自动化办公] 【Python】【低代码】在明道云中实现无需 pandas 的数据聚合与 HTML 表格生成技巧
  • OpenFace完整指南:从零开始掌握面部行为分析终极工具
  • Python协同过滤算法 音乐推荐系统_731w447o 论坛 浏览历史
  • 17、图像深度处理技术:从理论到实践
  • GitHub项目Star暴涨:Stable Diffusion 3.5 FP8成AIGC开发者新宠
  • Windows显示器亮度控制终极方案:Twinkle Tray完整使用手册
  • VideoDownloadHelper 终极使用指南:轻松下载网页视频资源
  • 高效STL转STEP工具:3D格式转换的完整解决方案
  • throw new Exception 如何指定返回code
  • 如何利用Cangaroo开源工具高效解决CAN总线开发难题
  • 百度网盘秒传脚本完全指南:快速上手极速生成功能
  • 芯片价格战:成本才是王道
  • layerdivider:AI图像分层革命,让设计效率飙升10倍
  • 收到工资1002415.13元,爱你华为。
  • Windows 11精简终极教程:三步打造高性能轻量系统
  • 全面解锁Honey Select 2游戏潜能的200+插件整合方案
  • ComfyUI与ONNX Runtime集成:跨框架模型支持
  • WebSite-Downloader 网站下载器终极指南:5分钟快速上手完整教程
  • 什么是公有云