.png){kind=icon}
返回
Intent-Driven VM Allocation Strategy for Optimizing Cloudlet Processing in Edge–Cloud Computing
.png){kind=icon}
PRE
AI
DOI：10.1109/JIOT.2025.3639255.png)
.png){kind=icon}
.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
边缘-云计算是指一种结合了边缘计算和云计算优势的范式，以优化数据处理和资源利用。边缘-云计算通过优化边缘设备和集中式云基础设施之间的计算资源分配，在资源分配中发挥着关键作用。在快速发展的边缘-云计算领域，高效的虚拟机（VM）分配对于优化资源利用、最小化延迟和确保高服务级别协议（SLA）合规性至关重要。本文介绍了一种新颖的启发式VM分配策略，命名为“负载最轻且最接近截止时间”（LLCD），以提升边缘-云数据中心中的云或任务处理效率。该策略采用受混合整数非线性规划模型启发的启发式方法，根据当前负载和任务的即将截止时间动态分配VM，显著降低系统整体延迟并提高SLA成功率。在不同计算强度的场景下进行了仿真。结果表明，所提出的方法通过实现74.26%和83.7%的SLA成功率（在不同截止时间场景下），显著提高了资源利用率和运营效率，并能适应动态工作负载。LLCD算法的自适应性允许基于系统反馈进行实时任务重新分配，这反映了分布式物联网环境中AI驱动编排的运行原理。验证通过多轮迭代仿真模型实现，该模型模拟了动态物联网工作负载，展示了LLCD在学习能力方面维持SLA稳定性并在变化任务分布中保持一致延迟降低的能力。此外，所提出的启发式方法为分布式计算环境中的低延迟、学习型管理奠定了基础。
Keyword:
Cloud computing
edge computing
latency
makespan
propagation delay
service-level agreement (SLA)
期刊
IF:
8.9
论文数:
1.4W
被引数:
9.1W
机构
引用论文
Ultra-Reliable Distributed Cloud Network Control With End-to-End Latency Constraints具有端到端延迟约束的超可靠分布式云网络控制
OAAI
.png){kind=icon}
OAAI分享收藏Joint Task Assignment and Resource Allocation for D2D-Enabled Mobile-Edge ComputingD2D-Enabled移动-边缘计算联合任务分配与资源分配
OAAI
OAAI分享收藏Auction-Based VM Allocation for Deadline-Sensitive Tasks in Distributed Edge Cloud分布式边缘云中基于拍卖的截止日期敏感任务虚拟机分配OAAI
OAAI分享收藏Computational access point selection based on resource allocation optimization to reduce the edge computing latency基于资源分配优化的计算接入点选择以降低边缘计算延迟OAAI
OAAI分享收藏
查看更多内容