: Cola de prioridad asistida por sistema Mist-Cloud-Fog para servicios web geoespaciales
Autores: Panigrahi, Sunil K.; Goswami, Veena; Apat, Hemant K.; Mund, Ganga B.; Das, Himansu; Barik, Rabindra K.
Idioma: Inglés
Editor: MDPI
Año: 2023
Acceso abierto
Artículo científico
2023
: Cola de prioridad asistida por sistema Mist-Cloud-Fog para servicios web geoespaciales
Categoría
Matemáticas
Subcategoría
Matemáticas generales
Palabras clave
Iot
Entorno en la nube
Información geoespacial
Computación en la niebla
Computación en la bruma
Sistema de colas prioritarias
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 34
Citaciones: Sin citaciones
El entorno de IoT y la nube generan enormes cantidades de información geoespacial. La tecnología de niebla y bruma es la tecnología de escala que maneja datos geoespaciales y los envía al sistema de almacenamiento en la nube a través de nodos de niebla/bruma. La instalación de un sistema de bruma-nube-niebla reduce la latencia y el rendimiento. Este sistema de bruma-nube-niebla ha procesado diferentes tipos de servicios web geoespaciales, es decir, servicio de cobertura web (WCS), servicios de procesamiento web (WPS), servicios de entidades web (WFS) y servicios de mapas web (WMS). Existe una necesidad urgente de aumentar el número de dispositivos informáticos diseñados para ejecutar trabajos de alta prioridad para procesar estos servicios web geoespaciales. Este documento propone un sistema de bruma-nube-niebla asistido por cola de prioridad para una asignación eficiente de recursos para tareas de alta y baja prioridad. En este estudio, WFS se trata como un servicio de alta prioridad, mientras que WMS se trata como un servicio de baja prioridad. Este sistema asigna dinámicamente nodos de niebla y está determinado por la carga en el sistema. Además de eso, la asignación de tareas está determinada por la prioridad. No solo clasifica tareas de alta prioridad y tareas de baja prioridad, lo que ayuda a reducir la cantidad de retraso experimentado por trabajos de alta prioridad, sino que también asigna dinámicamente dispositivos de niebla dentro de la red según la carga de computación, lo que ayuda a reducir la cantidad de energía consumida por la red. Los hallazgos indican que el sistema propuesto puede lograr un retraso significativamente menor para trabajos de mayor prioridad para tasas de llegada de tareas más significativas en comparación con otros esquemas relacionados. Además de esto, ofrece una técnica que es tanto matemática como analítica para investigar y evaluar el rendimiento del sistema propuesto. Los requisitos de QoS para cada demanda de dispositivo se tienen en cuenta para calcular el número de nodos de niebla desplegados para satisfacer esos requisitos.
Descripción
El entorno de IoT y la nube generan enormes cantidades de información geoespacial. La tecnología de niebla y bruma es la tecnología de escala que maneja datos geoespaciales y los envía al sistema de almacenamiento en la nube a través de nodos de niebla/bruma. La instalación de un sistema de bruma-nube-niebla reduce la latencia y el rendimiento. Este sistema de bruma-nube-niebla ha procesado diferentes tipos de servicios web geoespaciales, es decir, servicio de cobertura web (WCS), servicios de procesamiento web (WPS), servicios de entidades web (WFS) y servicios de mapas web (WMS). Existe una necesidad urgente de aumentar el número de dispositivos informáticos diseñados para ejecutar trabajos de alta prioridad para procesar estos servicios web geoespaciales. Este documento propone un sistema de bruma-nube-niebla asistido por cola de prioridad para una asignación eficiente de recursos para tareas de alta y baja prioridad. En este estudio, WFS se trata como un servicio de alta prioridad, mientras que WMS se trata como un servicio de baja prioridad. Este sistema asigna dinámicamente nodos de niebla y está determinado por la carga en el sistema. Además de eso, la asignación de tareas está determinada por la prioridad. No solo clasifica tareas de alta prioridad y tareas de baja prioridad, lo que ayuda a reducir la cantidad de retraso experimentado por trabajos de alta prioridad, sino que también asigna dinámicamente dispositivos de niebla dentro de la red según la carga de computación, lo que ayuda a reducir la cantidad de energía consumida por la red. Los hallazgos indican que el sistema propuesto puede lograr un retraso significativamente menor para trabajos de mayor prioridad para tasas de llegada de tareas más significativas en comparación con otros esquemas relacionados. Además de esto, ofrece una técnica que es tanto matemática como analítica para investigar y evaluar el rendimiento del sistema propuesto. Los requisitos de QoS para cada demanda de dispositivo se tienen en cuenta para calcular el número de nodos de niebla desplegados para satisfacer esos requisitos.