.png){kind=icon}
返回
Popularity-Aware Data Placement in Erasure Coding-Based Edge Storage Systems
.png){kind=icon}
OA
AI
DOI：10.1109/TPDS.2025.3619273.png)
.png){kind=icon}
.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
边缘计算通过在边缘服务器上缓存热门内容实现低延迟数据访问。然而，运行时服务器不可用会导致请求被重定向至云端时增加检索延迟。为提高可用性，erasure coding (EC)已被应用于确保边缘存储系统（ESS）中所有用户的全数据访问。现有的边缘数据放置方法将编码块分布在整个系统中，未考虑数据热度，因此常导致较高的数据检索延迟。此外，这些方法设计为逐个处理数据项，先放置的数据会限制后续文件的可选位置，因为系统中拥有最多邻居的边缘服务器容易被耗尽，导致部分文件无法正确放置以满足用户需求，从而进一步增加用户数据检索延迟。本文研究了具有热度感知的edge data placement (EDP)问题。我们将EDP表述为混合整数规划问题，并证明其$\mathcal{NP}$-难性。随后设计了一种精确算法（EDP-O），将问题分解为三个凸子问题并迭代求解，以及一种近似算法（EDP-A），在大型系统中保证$\ln N$的近似比。在真实数据集上的实验表明，在小型场景中，EDP-O和EDP-A分别将平均检索延迟降低18.4%和15.6%，而在大型场景中，EDP-A相较于四个基线方法实现了54.7%的延迟降低和34.9%的更低丢弃率。
Keyword:
Edge computing
erasure coding
data placement
data popularity
AI总结
对已上传原文的论文进行重点信息的提取，主要内容包括：简要概述、研究摘要、背景介绍、关键亮点、图文解析、展望与总结。
期刊
IF:
6
论文数:
5.2K
被引数:
1.1W
机构
查看更多机构
引用论文
暂无论文信息