Un estudio de enfoques de optimización de energía para la descarga de tareas computacionales y asignación de recursos en redes MEC
Autores: Yang, Jinming; Shah, Awais Aziz; Pezaros, Dimitrios
Idioma: Inglés
Editor: MDPI
Año: 2023
Acceso abierto
Artículo científico
2023
Un estudio de enfoques de optimización de energía para la descarga de tareas computacionales y asignación de recursos en redes MEC
Categoría
Ingeniería y Tecnología
Subcategoría
Ingeniería Eléctrica y Electrónica
Palabras clave
Aumento de la penetración
Computación en la nube
Dispositivos de Internet de las cosas
Computación en el borde móvil
Utilización de energía
Descarga de tareas computacionales
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 30
Citaciones: Sin citaciones
Con el aumento de la penetración de la computación en la nube y la virtualización, se han desplegado en todo el mundo una gran cantidad de dispositivos de Internet de las cosas. Como resultado, las tareas computacionalmente intensivas se transmiten desde el borde hacia la nube centralizada para su procesamiento, lo que conlleva un aumento en la utilización de energía en los centros de datos en la nube, al mismo tiempo que aumenta significativamente la latencia para aplicaciones críticas. Los últimos años han sido testigos de un cambio de paradigma desde la computación en la nube centralizada hacia la computación en el borde móvil (MEC), donde las tareas computacionales se descargan en los servidores de borde cercanos al equipo de usuario (UE). Este paradigma conduce a reducir la utilización de energía en los centros de datos en la nube, junto con una baja latencia para UE y una utilización eficiente de recursos en el borde. En este contexto, la escala y complejidad de las redes MEC está aumentando drásticamente y, en consecuencia, encontrar soluciones efectivas y eficientes en energía para la descarga de tareas computacionales y la asignación de recursos en las redes MEC se ha convertido en una tarea ambiciosa. Para abordar los desafíos mencionados anteriormente, este trabajo analiza el estado del arte en diferentes categorizaciones de algoritmos basados en la descarga de tareas computacionales y estrategias de asignación de recursos centrándose en la utilización de energía. También proporciona una comparación detallada de las estrategias existentes en términos de sus especificaciones de implementación. Además, este documento también destaca los desafíos abiertos y las posibles direcciones futuras de investigación para facilitar la descarga eficiente de tareas y la asignación de recursos en el borde con una reducción en el consumo de energía en los centros de datos centralizados. Nuestro trabajo también allana el camino para el despliegue de aplicaciones críticas en el borde que requieren baja latencia y garantías de alta calidad de servicio.
Descripción
Con el aumento de la penetración de la computación en la nube y la virtualización, se han desplegado en todo el mundo una gran cantidad de dispositivos de Internet de las cosas. Como resultado, las tareas computacionalmente intensivas se transmiten desde el borde hacia la nube centralizada para su procesamiento, lo que conlleva un aumento en la utilización de energía en los centros de datos en la nube, al mismo tiempo que aumenta significativamente la latencia para aplicaciones críticas. Los últimos años han sido testigos de un cambio de paradigma desde la computación en la nube centralizada hacia la computación en el borde móvil (MEC), donde las tareas computacionales se descargan en los servidores de borde cercanos al equipo de usuario (UE). Este paradigma conduce a reducir la utilización de energía en los centros de datos en la nube, junto con una baja latencia para UE y una utilización eficiente de recursos en el borde. En este contexto, la escala y complejidad de las redes MEC está aumentando drásticamente y, en consecuencia, encontrar soluciones efectivas y eficientes en energía para la descarga de tareas computacionales y la asignación de recursos en las redes MEC se ha convertido en una tarea ambiciosa. Para abordar los desafíos mencionados anteriormente, este trabajo analiza el estado del arte en diferentes categorizaciones de algoritmos basados en la descarga de tareas computacionales y estrategias de asignación de recursos centrándose en la utilización de energía. También proporciona una comparación detallada de las estrategias existentes en términos de sus especificaciones de implementación. Además, este documento también destaca los desafíos abiertos y las posibles direcciones futuras de investigación para facilitar la descarga eficiente de tareas y la asignación de recursos en el borde con una reducción en el consumo de energía en los centros de datos centralizados. Nuestro trabajo también allana el camino para el despliegue de aplicaciones críticas en el borde que requieren baja latencia y garantías de alta calidad de servicio.