Published June 27, 2024
| Version v1
Publication
Latency-Sensitive Function Placement among Heterogeneous Nodes in Serverless Computing
- 1. National University of Computer and Emerging Sciences
- 2. Abbottabad University of Science and Technology
- 3. COMSATS University Islamabad
- 4. Universiti Teknologi Petronas
Description
Function as a Service (FaaS) is highly beneficial to smart city infrastructure due to its flexibility, efficiency, and adaptability, specifically for integration in the digital landscape. FaaS has serverless setup, which means that an organization no longer has to worry about specific infrastructure management tasks; the developers can focus on how to deploy and create code efficiently. Since FaaS aligns well with the IoT, it easily integrates with IoT devices, thereby making it possible to perform event-based actions and real-time computations. In our research, we offer an exclusive likelihood-based model of adaptive machine learning for identifying the right place of function. We employ the XGBoost regressor to estimate the execution time for each function and utilize the decision tree regressor to predict network latency. By encompassing factors like network delay, arrival computation, and emphasis on resources, the machine learning model eases the selection process of a placement. In replication, we use Docker containers, focusing on serverless node type, serverless node variety, function location, deadlines, and edge-cloud topology. Thus, the primary objectives are to address deadlines and enhance the use of any resource, and from this, we can see that effective utilization of resources leads to enhanced deadline compliance.
Translated Descriptions
⚠️
This is an automatic machine translation with an accuracy of 90-95%
Translated Description (Arabic)
تعد الوظيفة كخدمة (FaaS) مفيدة للغاية للبنية التحتية للمدينة الذكية نظرًا لمرونتها وكفاءتها وقدرتها على التكيف، وتحديداً للتكامل في المشهد الرقمي. يحتوي FaaS على إعداد بدون خادم، مما يعني أن المؤسسة لم تعد مضطرة للقلق بشأن مهام إدارة البنية التحتية المحددة ؛ يمكن للمطورين التركيز على كيفية نشر وإنشاء التعليمات البرمجية بكفاءة. نظرًا لأن FaaS يتوافق جيدًا مع إنترنت الأشياء، فإنه يتكامل بسهولة مع أجهزة إنترنت الأشياء، مما يجعل من الممكن تنفيذ الإجراءات القائمة على الأحداث والحسابات في الوقت الفعلي. في بحثنا، نقدم نموذجًا حصريًا قائمًا على الاحتمالية للتعلم الآلي التكيفي لتحديد المكان المناسب للوظيفة. نستخدم مرجع XGBoost لتقدير وقت التنفيذ لكل وظيفة واستخدام مرجع شجرة القرار للتنبؤ بزمن استجابة الشبكة. من خلال تضمين عوامل مثل تأخير الشبكة وحساب الوصول والتركيز على الموارد، يسهل نموذج التعلم الآلي عملية اختيار الموضع. في النسخ المتماثل، نستخدم حاويات Docker، مع التركيز على نوع العقدة بدون خادم، وتنوع العقدة بدون خادم، وموقع الوظيفة، والمواعيد النهائية، وطوبولوجيا سحابة الحافة. وبالتالي، فإن الأهداف الرئيسية هي معالجة المواعيد النهائية وتعزيز استخدام أي مورد، ومن هذا المنطلق، يمكننا أن نرى أن الاستخدام الفعال للموارد يؤدي إلى تعزيز الامتثال للمواعيد النهائية.Translated Description (French)
La fonction en tant que service (FaaS) est très bénéfique pour l'infrastructure de la ville intelligente en raison de sa flexibilité, de son efficacité et de son adaptabilité, en particulier pour l'intégration dans le paysage numérique. Le FaaS a une configuration sans serveur, ce qui signifie qu'une organisation n'a plus à se soucier de tâches spécifiques de gestion de l'infrastructure ; les développeurs peuvent se concentrer sur la façon de déployer et de créer du code efficacement. Comme le FaaS s'aligne bien sur l'IoT, il s'intègre facilement aux appareils IoT, ce qui permet d'effectuer des actions basées sur des événements et des calculs en temps réel. Dans notre recherche, nous proposons un modèle exclusif d'apprentissage automatique adaptatif basé sur la probabilité pour identifier le bon lieu de fonction. Nous utilisons le régresseur XGBoost pour estimer le temps d'exécution de chaque fonction et utilisons le régresseur d'arbre de décision pour prédire la latence du réseau. En englobant des facteurs tels que le retard du réseau, le calcul des arrivées et l'accent mis sur les ressources, le modèle d'apprentissage automatique facilite le processus de sélection d'un placement. Dans la réplication, nous utilisons des conteneurs Docker, en nous concentrant sur le type de nœud sans serveur, la variété de nœud sans serveur, l'emplacement des fonctions, les délais et la topologie du cloud périphérique. Ainsi, les principaux objectifs sont de respecter les délais et d'améliorer l'utilisation de toute ressource, et à partir de cela, nous pouvons voir qu'une utilisation efficace des ressources conduit à un respect accru des délais.Translated Description (Spanish)
La función como servicio (FaaS) es muy beneficiosa para la infraestructura de las ciudades inteligentes debido a su flexibilidad, eficiencia y adaptabilidad, específicamente para la integración en el panorama digital. FaaS tiene una configuración sin servidor, lo que significa que una organización ya no tiene que preocuparse por tareas específicas de administración de infraestructura; los desarrolladores pueden centrarse en cómo implementar y crear código de manera eficiente. Dado que FaaS se alinea bien con el IoT, se integra fácilmente con los dispositivos IoT, lo que permite realizar acciones basadas en eventos y cálculos en tiempo real. En nuestra investigación, ofrecemos un modelo exclusivo basado en la probabilidad de aprendizaje automático adaptativo para identificar el lugar correcto de la función. Empleamos el regresor XGBoost para estimar el tiempo de ejecución de cada función y utilizamos el regresor del árbol de decisiones para predecir la latencia de la red. Al abarcar factores como el retraso de la red, el cálculo de la llegada y el énfasis en los recursos, el modelo de aprendizaje automático facilita el proceso de selección de una colocación. En la replicación, utilizamos contenedores Docker, centrándonos en el tipo de nodo sin servidor, la variedad de nodos sin servidor, la ubicación de la función, los plazos y la topología de la nube de borde. Por lo tanto, los objetivos principales son abordar los plazos y mejorar el uso de cualquier recurso, y a partir de esto, podemos ver que la utilización efectiva de los recursos conduce a un mejor cumplimiento de los plazos.Additional details
Additional titles
- Translated title (Arabic)
- وضع الوظيفة الحساسة للكمون بين العقد غير المتجانسة في الحوسبة بدون خادم
- Translated title (French)
- Placement des fonctions sensibles à la latence parmi les nœuds hétérogènes dans l'informatique sans serveur
- Translated title (Spanish)
- Colocación de funciones sensibles a la latencia entre nodos heterogéneos en computación sin servidor
Identifiers
- Other
- https://openalex.org/W4400080674
- DOI
- 10.3390/s24134195
References
- https://openalex.org/W1966797943
- https://openalex.org/W2465639267
- https://openalex.org/W2614597792
- https://openalex.org/W2808217459
- https://openalex.org/W2907056193
- https://openalex.org/W2971667228
- https://openalex.org/W3029889547
- https://openalex.org/W3108305104
- https://openalex.org/W3112631746
- https://openalex.org/W3117218819
- https://openalex.org/W3137526560
- https://openalex.org/W3157768227
- https://openalex.org/W3158207578
- https://openalex.org/W3188481800
- https://openalex.org/W3209843882
- https://openalex.org/W4200313769
- https://openalex.org/W4224210190
- https://openalex.org/W4283210091
- https://openalex.org/W4286233331
- https://openalex.org/W4289544715
- https://openalex.org/W4292972517
- https://openalex.org/W4293690606
- https://openalex.org/W4301273571
- https://openalex.org/W4375928466
- https://openalex.org/W4376651722
- https://openalex.org/W4379031079
- https://openalex.org/W4389203429
- https://openalex.org/W4389544792
- https://openalex.org/W4391342201
- https://openalex.org/W4392158857