.png){kind=icon}
返回
Data analysis for efficient dynamic IoT task scheduling in a simulated edge cloud environment
.png){kind=icon}
OA
AI
DOI：10.1515/comp-2025-0042.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
现代物联网（IoT）设备的应用生成了许多任务，这些任务通常具有实时性，并要求短响应时间和消除延迟。边缘计算和雾计算是处理物联网应用的合适平台。本文的贡献在于设计并实现了一种新的算法，改进的最早截止时间优先（EDF）算法，该算法通过最小化调度中最后一个任务的完成时间（makespan），为微云计算机器上的物联网任务提供伪最优调度。我们通过实验对包含最多5000个任务的缩放任务集评估了该算法。新算法确保所有调度的物联网任务都能按需满足其截止时间，并且显著优于原始EDF算法，优化了调度中最后一个任务的完成时间。在本篇文章的下一部分，我们重点关注对包含最多20000个任务的大型缩放任务集的调度分析。我们的新颖方法包括全面的任务调度分析，以及一种寻找满足所需任务截止时间同时优化另外两个关键参数（即makespan和根据给定调度计算任务所需的总功耗）的方法。我们设计了实验，并通过模拟、测量、可视化、计算和分析，为多维任务数据集的缩放任务集找到了优化调度方案，这是本工作的主要贡献。
Keyword:
IoT
edge and fog computing
analyses
experiments
data visualization
期刊
O
IF:
1.2
论文数:
7
被引数:
295
机构
暂无机构信息
引用论文
.png){kind=icon}
Enhanced priority based task scheduling with integrated fault tolerance in distributed systems增强型基于优先级的任务调度，并集成容错机制，应用于分布式系统
OAAI
OAAI分享收藏分享收藏
查看更多内容