دانلود رایگان مقالات IEEEدانلود رایگان مقالات پژوهشی کامپیوتردانلود رایگان مقالات ژورنالی کامپیوتردانلود رایگان مقالات سال 2019دانلود رایگان مقاله ISI الگوریتم و محاسبات به زبان انگلیسیدانلود رایگان مقاله ISI رایانش لبه ای یا محاسبات لبه ای به زبان انگلیسیدانلود رایگان مقاله ISI مهندسی کامپیوتر به زبان انگلیسی سال 2022 و 2023سال انتشارمقالات مهندسی کامپیوتر با ایمپکت فاکتور بالا به زبان انگلیسی

مقاله انگلیسی رایگان در مورد تأخیر کم در رایانش لبه مشترک – IEEE 2019

 

مشخصات مقاله
ترجمه عنوان مقاله یک طرح تخلیه با بهره وری انرژی برای تأخیر کم در رایانش لبه مشترک
عنوان انگلیسی مقاله An Energy-Efficient Off-Loading Scheme for Low Latency in Collaborative Edge Computing
انتشار مقاله سال ۲۰۱۹
تعداد صفحات مقاله انگلیسی ۹ صفحه
هزینه دانلود مقاله انگلیسی رایگان میباشد.
پایگاه داده نشریه IEEE
نوع نگارش مقاله
مقاله پژوهشی (Research Article)
مقاله بیس این مقاله بیس نمیباشد
نمایه (index) Scopus – Master Journals List – JCR
نوع مقاله ISI
فرمت مقاله انگلیسی  PDF
ایمپکت فاکتور(IF)
۴٫۶۴۱ در سال ۲۰۱۸
شاخص H_index ۵۶ در سال ۲۰۱۹
شاخص SJR ۰٫۶۰۹ در سال ۲۰۱۸
شناسه ISSN ۲۱۶۹-۳۵۳۶
شاخص Quartile (چارک) Q2 در سال ۲۰۱۸
مدل مفهومی ندارد
پرسشنامه ندارد
متغیر ندارد
رفرنس دارد
رشته های مرتبط مهندسی کامپیوتر
گرایش های مرتبط مهندسی الگوریتم و محاسبات
نوع ارائه مقاله
ژورنال
مجله / کنفرانس دسترسی – IEEE Access
دانشگاه  Hunan Provincial Key Laboratory of Intelligent Processing of Big Data on Transportation, School of Computer and Communication Engineering, Changsha University of Science and Technology, Changsha 410000, China
کلمات کلیدی تاخیر، انرژی، تخلیه، رایانش لبه ای
کلمات کلیدی انگلیسی  Latency, energy, offloading, edge computing
شناسه دیجیتال – doi
http://doi.org/10.1109/ACCESS.2019.2946683
کد محصول  E13863
وضعیت ترجمه مقاله  ترجمه آماده این مقاله موجود نمیباشد. میتوانید از طریق دکمه پایین سفارش دهید.
دانلود رایگان مقاله دانلود رایگان مقاله انگلیسی
سفارش ترجمه این مقاله سفارش ترجمه این مقاله

 

فهرست مطالب مقاله:
ABSTRACT

I. INTRODUCTION

II. RELATED WORK

III. SYSTEM MODEL

IV. ALGORUTHM DESIGN

V. EVALUATE THE PERFORMANCE

VI. CONCLUSION AND FUTURE WORK

REFERENCES

 

بخشی از متن مقاله:
ABSTRACT

Mobile terminal users applications, such as smartphones or laptops, have frequent computational task demanding but limited battery power. Edge computing is introduced to offload terminals’ tasks to meet the quality of service requirements such as low delay and energy consumption. By offloading computation tasks, edge servers can enable terminals to collaboratively run the highly demanding applications in acceptable delay requirements. However, existing schemes barely consider the characteristics of the edge server, which leads to random assignment of tasks among servers and big tasks with high computational intensity (named as ‘‘big task’’) may be assigned to servers with low ability. In this paper, a task is divided into several subtasks and subtasks are offloaded according to characteristics of edge servers, such as transmission distance and central processing unit (CPU) capacity. With this multi-subtasks-to-multi-servers model, an adaptive offloading scheme based on Hungarian algorithm is proposed with low complexity. Extensive simulations are conducted to show the efficiency of the scheme on reducing the offloading latency with low energy consumption.

INTRODUCTION

Mobile terminal devices are connected through the internet to accomplish many different applications and services, such as smartphones, laptops, sensors, machines, and vehicles, etc[1]. To extract valuable information from the huge amount of users’ data, local computation with terminal devices are no longer provide demanding quality of services such as low latency and energy consumption[2], [3], especially for video image stream data processing[4]–[۶]. In-vehicle networks, tasks with high latency sensitivity require lower processing time. Otherwise, message propagation among vehicles may fail [7]. Therefore, light-weighted servers are deployed on the edge around terminals to bring computation and storage resource from the centralized cloud (CC), which is called as Mobile Edge Computing (MEC) [8]. Tasks generated by terminals can be offloaded and processed on edge servers [9]–[۱۰] instead of being transferred to CC with large delay, and tasks or applications can effectively meet the delay requirements [11]–[۱۳]. As privacy and security become more important in our daily life [14]–[۱۷], a low delay would be particularly important in privacy and security issues for mobile edge computing systems.

نوشته های مشابه

دیدگاهتان را بنویسید

نشانی ایمیل شما منتشر نخواهد شد. بخش‌های موردنیاز علامت‌گذاری شده‌اند *

دکمه بازگشت به بالا