توضیحات
ABSTRACT
Deploying applications to a centralized cloud for service delivery is infeasible because of the excessive latency and bandwidth limitation of the Internet, such as transporting all IoVs data to big data processing service in a centralized cloud. Therefore, multi-clouds, especially multiple edge clouds is a rising trend for cloud service provision. However, heterogeneity of the cloud service, complex deployment requirements, and large problem space of multi-clouds deployment make how to deploy applications in the multi-clouds environment be a difficult and error-prone decision-making process. Due to these difficulties, current SLA-based solution lacks a unified model to represent functional and non-functional requirements of users. In this background, we propose a QoS-driven IoVs application optimizing deployment scheme in multimedia edge clouds (QaMeC). Our scheme builds a unified QoS model to shield off the inconsistency of QoS calculation. Moreover, we use NSGA-II algorithm as the solution to the multi-clouds application deployment problem. The implementation and experiments show that our QaMeC scheme can provide optimal and efficient service deployment solutions for a variety of applications with different QoS requirements in CDN multimedia edge clouds environment.
INTRODUCTION
The new era of the Internet of Things is driving the evolution of conventional Vehicle Ad-hoc Networks into the Internet of Vehicles (IoVs). With the rapid development of computation and communication technologies, IoV promises huge commercial interest and research value, thereby attracting a large number of companies and researchers . IoVs is expected to analyze and utilize the various information, especially multimedia inside and outside vehicles itself through wireless communication techniques. Currently, deploying applications to a centralized cloud for service delivery is infeasible because of the excessive latency and bandwidth limitation of the Internet, especially it is difficult to move all IoVs data to the centralized cloud for IoVs application. A promising approach to addressing the challenges for application deployment is “edge cloud” that pushes various computing and storage capabilities to multiple edge clouds.The edge cloud refers to building open cloud infrastructure in the network edge close to the clients or data source side. It offers network, computing and storage resources. It provides intelligent edge services to meet the critical needs of the digital industry, including IoT data localized analysis, agile connection, real-time traffic, data optimization, nearest calculation etc.
چکیده
اعمال برنامه ها به یک ابر متمرکز برای ارائه خدمات به دلیل محدودیت زمان بندی و محدودیت پهنای باند اینترنت از قبیل انتقال تمام داده های IoVs به سرویس پردازش داده بزرگ در یک ابر متمرکز امکان پذیر نمی باشد. بنابراین، چند ابرها، به ویژه لایه های مختلف لبه، یک روند رو به رشد برای ارائه سرویس ابر است. با این حال، ناهمگونی سرویس ابری، الزامات اجرایی پیچیده و فضای مشکل بزرگ چندگانه، نحوه استقرار برنامه های کاربردی در محیط چند ابرها یک فرایند تصمیم گیری سخت و خطا است. با توجه به این مشکلات، راه حل مبتنی بر SLA در حال حاضر یک مدل یکپارچه برای نشان دادن نیازهای عملکردی و غیر کاربردی کاربران ندارد. در این زمینه، ما یک برنامه کاربردی IoVs مبتنی بر QoS را بهینه سازی طرح توسعه در ابرهای لبه های چند رسانه ای (QaMeC) پیشنهاد می دهیم. طرح ما یک مدل QoS یکپارچه برای ایجاد ناهماهنگی از محاسبه QoS را ایجاد می کند. علاوه بر این، ما از الگوریتم NSGA-II به عنوان راه حل برای مشکل نصب چندین ابر استفاده می کنیم. پیاده سازی و آزمایش ها نشان می دهد که طرح QaMeC ما می تواند راه حل های بهینه سازی و کارآیی خدمات راه اندازی سرویس برای انواع برنامه های با نیازهای مختلف QoS در محیط ابرهای لبه های چند رسانه ای CDN ارائه دهد.
مقدمه
عصر جدید اینترنت اشیاء، تکامل شبکه های متداول خودرو Ad-hoc را به اینترنت وسایل نقلیه (IoVs) رانندگی می دهد. با توسعه سریع محاسبات و فن آوری های ارتباطات، IoV وظیفه بزرگ تجاری و ارزش تحقیق را به عهده دارد، در نتیجه تعداد زیادی از شرکت ها و محققان را جذب می کند. انتظار میرود IoVs از اطلاعات مختلف، به ویژه چند رسانه ای در داخل و خارج از وسایل نقلیه خود، از طریق تکنیک های ارتباط بی سیم، تجزیه و تحلیل و استفاده کند. در حال حاضر، اعمال برنامه ها به یک ابر متمرکز برای ارائه خدمات غیر ممکن است به دلیل محدودیت زمان بندی و پهنای باند اینترنت بیش از حد، به ویژه آن است که تمام داده های IoVs را به ابر متمرکز برای برنامه IoVs انتقال دهید. یک رویکرد امیدوار کننده برای حل چالش های استفاده از نرم افزار، “ابر لبه” است که توانایی های مختلف محاسبات و ذخیره سازی را به ابرهای مختلف لبه می دهد. ابر لبه اشاره به ساختن زیرساخت های ابر باز در لبه شبکه نزدیک مشتری و یا منبع منبع داده است. این شبکه، محاسبات و منابع ذخیره سازی را ارائه می دهد. این خدمات لبه های هوشمند را برای پاسخگویی به نیازهای حیاتی صنعت دیجیتال، از جمله تجزیه و تحلیل محلی داده ها IOT، اتصال چابک، ترافیک در زمان واقعی، بهینه سازی داده ها، نزدیکترین محاسبه و غیره فراهم می کند.
Year: 2018
Publisher : ELSEVIER
By : Ziyan Wu, Zhihui Lu, Patrick C.K. Hung, Shih-Chia Huang, Yu Tong,Zhenfang Wang
File Information: English Language/ 16 Page / size: 600 KB
سال : 1396
ناشر : ELSEVIER
کاری از : Ziyan Wu، Zhihui Lu، Patrick C.K. آویزان، شیخ چیا هوانگ، یو تونگ، ژنفانگ وانگ
اطلاعات فایل : زبان انگلیسی / 16 صفحه / حجم : KB 600
نقد و بررسیها
هنوز بررسیای ثبت نشده است.