論文の概要: Monitoring and Proactive Management of QoS Levels in Pervasive Applications

• arxiv url: http://arxiv.org/abs/2206.05478v1
• Date: Sat, 11 Jun 2022 09:27:47 GMT
• ステータス: 処理完了
• システム内更新日: 2022-06-19 10:31:16.100986
• Title: Monitoring and Proactive Management of QoS Levels in Pervasive Applications
• Title（参考訳）: 広汎アプリケーションにおけるQoSレベルのモニタリングとアクティブ管理
• Authors: Georgios Boulougaris, Kostas Kolomvatsos
• Abstract要約: Edge Computing (EC)は、データソースに近い複数の計算と分析機能を提供する。 高いレベルの実行を保証するという期待は、革新的なマネジメントアプローチに厳格な要件を課します。 タスクスケジューリングのための分散的かつインテリジェントな意思決定アプローチを詳述する。 我々は、ノードが継続的にレベルを監視し、それらを侵害して、ピアノードやクラウドにオフロードされるタスクを積極的に決定する確率を体系的に評価することを提案する。
• 参考スコア（独自算出の注目度）: 9.289846887298852
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: The advent of Edge Computing (EC) as a promising paradigm that provides multiple computation and analytics capabilities close to data sources opens new pathways for novel applications. Nonetheless, the limited computational capabilities of EC nodes and the expectation of ensuring high levels of QoS during tasks execution impose strict requirements for innovative management approaches. Motivated by the need of maintaining a minimum level of QoS during EC nodes functioning, we elaborate a distributed and intelligent decision-making approach for tasks scheduling. Our aim is to enhance the behavior of EC nodes making them capable of securing high QoS levels. We propose that nodes continuously monitor QoS levels and systematically evaluate the probability of violating them to proactively decide some tasks to be offloaded to peer nodes or Cloud. We present, describe and evaluate the proposed scheme through multiple experimental scenarios revealing its performance and the benefits of the envisioned monitoring mechanism when serving processing requests in very dynamic environments like the EC.
• Abstract（参考訳）: データソースに近い複数の計算と分析機能を提供する有望なパラダイムとしてのエッジコンピューティング(ec)の出現は、新しいアプリケーションのための新しい経路を開く。 それでも、ECノードの限られた計算能力とタスク実行中に高いレベルのQoSを保証するという期待は、革新的な管理アプローチの厳しい要件を課している。 ECノードの動作中に最小限のQoSを維持する必要があるため、タスクスケジューリングのための分散的かつインテリジェントな意思決定アプローチを詳しく検討する。 我々の目標は、高いQoSレベルを確保するためにECノードの動作を強化することです。 本稿では,ノードがqosレベルを継続的に監視し,ピアノードやクラウドにオフロードするタスクを積極的に決定するための違反確率を体系的に評価することを提案する。 提案手法を複数の実験シナリオを用いて記述し,評価し,ECのような非常にダイナミックな環境で処理要求を行う際に,その性能と監視機構の利点を明らかにする。

関連論文リスト

• Adaptive User-Centric Entanglement Routing in Quantum Data Networks [5.421492821020181]
  分散量子コンピューティング(DQC)は、量子データネットワーク(QDN)を介して複数の小さな量子コンピュータ(QC)を相互接続することで、量子コンピューティングの可能性を活用するという大きな可能性を秘めている。 QDN内の量子テレポーテーションのための2つのQC間の長距離量子絡み合わせを確立することは重要な側面であり、絡み合わせルーティングを伴う。 既存のアプローチは主に、現在の絡み合い接続(EC)要求に対する絡み合い性能の最適化に重点を置いている。 本稿では,ユーザの予算制約に固執しながら,絡み合いの成功率を最大化するために,長期にわたるユーザ中心の絡み合いルーティング問題を提案する。
  論文  参考訳（メタデータ） (2024-04-13T17:20:00Z)
• Pointer Networks with Q-Learning for Combinatorial Optimization [55.2480439325792]
  我々は、モデルフリーQ値ポリシー近似をPointer Networks(Ptr-Nets)と統合したハイブリッドニューラルネットワークであるPointer Q-Network(PQN)を紹介する。 実験により,本手法の有効性を実証し,不安定な環境でモデルをテストする。
  論文  参考訳（メタデータ） (2023-11-05T12:03:58Z)
• Elastic Entangled Pair and Qubit Resource Management in Quantum Cloud Computing [73.7522199491117]
  量子クラウドコンピューティング(QCC)は、量子コンピューティングリソースを効率的に提供するための有望なアプローチを提供する。 ユーザ需要の変動と量子回路の要求は、効率的なリソース供給のために困難である。 本稿では、量子コンピューティングとネットワークリソースのプロビジョニングのためのリソース割り当てモデルを提案する。
  論文  参考訳（メタデータ） (2023-07-25T00:38:46Z)
• Scaling Limits of Quantum Repeater Networks [62.75241407271626]
  量子ネットワーク(QN)は、セキュアな通信、強化されたセンシング、効率的な分散量子コンピューティングのための有望なプラットフォームである。 量子状態の脆弱な性質のため、これらのネットワークはスケーラビリティの観点から大きな課題に直面している。 本稿では,量子リピータネットワーク(QRN)のスケーリング限界について解析する。
  論文  参考訳（メタデータ） (2023-05-15T14:57:01Z)
• Differentially Private Deep Q-Learning for Pattern Privacy Preservation in MEC Offloading [76.0572817182483]
  攻撃者は、エッジサーバ(ES)のキュー情報とユーザの使用パターンを推測するために、オフロードの決定を盗み取ることができる。 パターンプライバシ(PP)を維持しつつ,レイテンシ,ESのエネルギー消費,タスク削減率を両立させるオフロード戦略を提案する。 そこで我々はDP-DQOアルゴリズムを開発し,PP問題にノイズを注入することでこの問題に対処する。
  論文  参考訳（メタデータ） (2023-02-09T12:50:18Z)
• Potential and limitations of quantum extreme learning machines [55.41644538483948]
  本稿では,QRCとQELMをモデル化するフレームワークを提案する。 我々の分析は、QELMとQRCの両方の機能と限界をより深く理解するための道を開いた。
  論文  参考訳（メタデータ） (2022-10-03T09:32:28Z)
• A Reinforcement Learning Framework for PQoS in a Teleoperated Driving Scenario [18.54699818319184]
  PQoS機能を実装したRANレベルで実装された新しいエンティティの設計を提案する。 具体的には,学習者の報酬関数の設計に焦点をあて,要求が満たされない場合,見積もりを適切な対策に変換することができる。 我々は, ns-3シミュレーションを用いて, 遠隔運転のようなシナリオにおいて, エンドユーザーのQoE(Quality of Experience, QoE)パフォーマンスにおいて, 最良のトレードオフを実現することを実証した。
  論文  参考訳（メタデータ） (2022-02-04T02:59:16Z)
• QoS-Aware Power Minimization of Distributed Many-Core Servers using Transfer Q-Learning [8.123268089072523]
  本稿では,水平スケーリング(ノード割り当て)と垂直スケーリング(ノード内のリソース割り当て)を用いたランタイム対応コントローラを提案する。 水平スケーリングは、ワークロードの要求と要求されたスケーラビリティに基づいて、一連のルールに従ってアクティブノードの数を決定する。 次に、動的電圧/周波数スケーリング(DVFS)を用いてワークロードプロファイルに基づいて電力/性能をチューニングする転送Q-ラーニングを用いて、垂直スケーリングと結合する。 これらの手法を組み合わせると、モデルなしQ-ラーニングと比較して探索時間や違反を減らすことができる。
  論文  参考訳（メタデータ） (2021-02-02T06:47:58Z)
• Proactive Tasks Management based on a Deep Learning Model [9.289846887298852]
  要求に基づいて,知的かつ積極的なタスク管理モデルを提案する。 私たちはDeep Machine Learning(DML)モデル、より具体的にはLong Short Term Memory(LSTM)ネットワークに依存しています。 提案手法は,最も効率的なアロケーションを導出しながら,ハエを決定できることを示す。
  論文  参考訳（メタデータ） (2020-07-25T05:28:14Z)
• RIS Enhanced Massive Non-orthogonal Multiple Access Networks: Deployment and Passive Beamforming Design [116.88396201197533]
  再構成可能なインテリジェントサーフェス(RIS)の配置と受動ビームフォーミング設計のための新しいフレームワークを提案する。 エネルギー効率を最大化するために、共同配置、位相シフト設計、および電力配分の問題を定式化する。 リアルタイムデータセットを活用することで,ユーザの遠隔交通需要を予測するために,LSTM(Long Short-term memory)ベースのエコー状態ネットワーク(ESN)アルゴリズムを提案する。 RISの展開と設計の連立問題を解くために,D3QNに基づく位置取得と位相制御アルゴリズムを提案する。
  論文  参考訳（メタデータ） (2020-01-28T14:37:38Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。