.png){kind=icon}
返回
Social big data management through collaborative mobile, regional, and cloud computing
.png){kind=icon}
OA
AI
DOI：10.7717/peerj-cs.2689.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
智能设备的群体始终环绕着我们。这些设备普及了社交媒体平台（SMP），连接了数十亿用户。智能设备增强的功能产生了大数据，这些数据过度利用了主流网络，降低了性能并增加了总体成本，影响了时间敏感型服务。研究表明，大约75%的连接来自本地区域，且其工作负载无需实时迁移到远程服务器。移动边缘计算（MEC）、区域计算（RC）和云计算（CC）之间的协作可以有效填补这些空白。因此，我们提出了一种移动、区域和云计算的协作结构，以解决社会大数据（SBD）引发的问题。在该模型中，用户可以从最近的设备或服务器轻松访问，而不是从云服务器下载文件。此外，在高峰时段，文件并非传输到云服务器，而是首先存储在区域层面，然后在非高峰时段上传至云服务器。结果表明，该方法显著降低了大量SBD对主流网络和社交网络平台性能的影响，特别是在延迟、响应时间和成本方面。
Keyword:
Big data
Computer networks
Cloud computing
Edge computing
Mobile computing
Regional computing
期刊
IF:
2.5
论文数:
3.4K
被引数:
6.9K
机构
引用论文
Workload Allocation Mechanism for Minimum Service Delay in Edge Computing-Based Power Internet of Things.png)
IEEE ACCESS
OAAI
IEEE ACCESSIF3.6
OAAI分享收藏分享收藏Data Processing in Cyber-Physical-Social Systems Through Edge Computing通过边缘计算在网络-物理-社会系统中进行数据处理IEEE ACCESSOAAI
IEEE ACCESSIF3.6
OAAI分享收藏分享收藏
查看更多内容