Organizational Resource Allocation by Mobile Edge Computing in the Context of the Internet of Things
Creators
- 1. Changchun University
- 2. Jilin University
- 3. Jilin Academy of Agricultural Sciences
- 4. Institute of Plant Protection
Description
In recent years, the number of electronic devices and users has increased sharply with the rapid development and progress of electronic information technology. The motivation of this paper is to optimize the organization's resource allocation strategy in the Internet of Things (IoT) environment. The optimal path planning and information processing efficiency are improved through Unmanned Aerial Vehicle (UAV) technology and migration optimization algorithm. The research method is migration optimization algorithm and UAV dynamic network. The information processing capability of traditional wireless communication systems has gradually been unable to meet the actual information processing needs. Therefore, a static network migration algorithm is constructed based on multiple-user multilateral edge computing servers. It migrates each user's information processing task to the neighboring edge confidence processing server and uses the information processing server to perform auxiliary calculations. The simulation model adds a utility function that simulates energy consumption, delay weighting, and maximum extreme value, combined with the allocation strategy of optimizing each user's information processing task to achieve the optimization goal. The static network migration algorithm established in this simulation has better results than other benchmark algorithms. Both scenario 1 and scenario 2 in the simulation show very close performance to the optimal solution. Meanwhile, a migration algorithm that can provide wireless charging for UAVs is built by a dynamic edge computing model based on the time associated with the UAV base station and multiple end users. Combined with completing the information processing tasks in each time slot, the energy arrival is also non-directional. The dynamic network migration algorithm can optimize the number of tasks absorbed by the end-user based on the current online status of the system without knowing the global information. The optimized target equation is related to the queue stability, and the parameter V has a linear relationship with the queue backlog length. Here, the problem of computing migration is studied in Mobile Edge Computing (MEC). The results show that the utility function of the weighted sum has an approximately linear relationship with the weights. As the value of the utility function increases, so does the weight function. The optimal data throughput of the proposed model is 70,000 bits, while the optimal data throughput of the state-of-the-art model is 68,000 bits. Therefore, the data transmission performance of the model presented here is better than that of other models. MEC can be significantly improved the efficiency of organizational resource allocation. Combining UAV and wireless charging technology, the computing and communication resource allocation issues of the UAV's edge computing system are comprehensively discussed to improve the performance and efficiency of the network.
Translated Descriptions
Translated Description (Arabic)
في السنوات الأخيرة، زاد عدد الأجهزة الإلكترونية والمستخدمين بشكل حاد مع التطور والتقدم السريع لتكنولوجيا المعلومات الإلكترونية. يتمثل الدافع وراء هذه الورقة في تحسين استراتيجية تخصيص موارد المنظمة في بيئة إنترنت الأشياء. يتم تحسين التخطيط الأمثل للمسار وكفاءة معالجة المعلومات من خلال تقنية الطائرات بدون طيار وخوارزمية تحسين الترحيل. طريقة البحث هي خوارزمية تحسين الترحيل والشبكة الديناميكية للطائرات بدون طيار. لم تتمكن قدرة معالجة المعلومات لأنظمة الاتصالات اللاسلكية التقليدية تدريجيًا من تلبية احتياجات معالجة المعلومات الفعلية. لذلك، يتم إنشاء خوارزمية ترحيل شبكة ثابتة بناءً على خوادم حوسبة متعددة الأطراف متعددة المستخدمين. يقوم بترحيل مهمة معالجة المعلومات لكل مستخدم إلى خادم معالجة ثقة الحافة المجاورة ويستخدم خادم معالجة المعلومات لإجراء الحسابات المساعدة. يضيف نموذج المحاكاة وظيفة فائدة تحاكي استهلاك الطاقة وترجيح التأخير والقيمة القصوى القصوى، جنبًا إلى جنب مع استراتيجية التخصيص لتحسين مهمة معالجة المعلومات لكل مستخدم لتحقيق هدف التحسين. تتمتع خوارزمية ترحيل الشبكة الثابتة التي تم إنشاؤها في هذه المحاكاة بنتائج أفضل من الخوارزميات المعيارية الأخرى. يُظهر كل من السيناريو 1 والسيناريو 2 في المحاكاة أداءً قريبًا جدًا من الحل الأمثل. وفي الوقت نفسه، تم بناء خوارزمية الترحيل التي يمكن أن توفر الشحن اللاسلكي للطائرات بدون طيار من خلال نموذج حوسبة ديناميكي يعتمد على الوقت المرتبط بالمحطة الأساسية للطائرات بدون طيار والمستخدمين النهائيين المتعددين. إلى جانب إكمال مهام معالجة المعلومات في كل فترة زمنية، يكون وصول الطاقة أيضًا غير اتجاهي. يمكن لخوارزمية ترحيل الشبكة الديناميكية تحسين عدد المهام التي يستوعبها المستخدم النهائي بناءً على الحالة الحالية للنظام عبر الإنترنت دون معرفة المعلومات العالمية. ترتبط المعادلة المستهدفة المحسنة باستقرار قائمة الانتظار، وللمعلمة V علاقة خطية بطول قائمة الانتظار. هنا، تتم دراسة مشكلة هجرة الحوسبة في حوسبة الحافة المتنقلة (MEC). تظهر النتائج أن دالة المنفعة للمجموع المرجح لها علاقة خطية تقريبًا بالأوزان. مع زيادة قيمة وظيفة الأداة المساعدة، تزداد وظيفة الوزن أيضًا. إنتاجية البيانات المثلى للنموذج المقترح هي 70,000 بت، في حين أن إنتاجية البيانات المثلى للنموذج المتطور هي 68,000 بت. لذلك، فإن أداء نقل البيانات للنموذج المعروض هنا أفضل من النماذج الأخرى. يمكن تحسين كفاءة تخصيص الموارد التنظيمية بشكل كبير. من خلال الجمع بين تقنية الطائرات بدون طيار والشحن اللاسلكي، تتم مناقشة مشكلات تخصيص موارد الحوسبة والاتصالات لنظام الحوسبة الطرفية للطائرات بدون طيار بشكل شامل لتحسين أداء وكفاءة الشبكة.Translated Description (French)
Ces dernières années, le nombre d'appareils électroniques et d'utilisateurs a fortement augmenté avec le développement rapide et les progrès de la technologie de l'information électronique. La motivation de cet article est d'optimiser la stratégie d'allocation des ressources de l'organisation dans l'environnement de l'Internet des objets (IoT). La planification optimale du trajet et l'efficacité du traitement de l'information sont améliorées grâce à la technologie des véhicules aériens sans pilote (UAV) et à l'algorithme d'optimisation de la migration. La méthode de recherche est l'algorithme d'optimisation de la migration et le réseau dynamique UAV. La capacité de traitement de l'information des systèmes de communication sans fil traditionnels a progressivement été incapable de répondre aux besoins réels de traitement de l'information. Par conséquent, un algorithme de migration de réseau statique est construit sur la base de serveurs informatiques de périphérie multilatéraux multi-utilisateurs. Il migre la tâche de traitement d'informations de chaque utilisateur vers le serveur de traitement de confiance de périphérie voisin et utilise le serveur de traitement d'informations pour effectuer des calculs auxiliaires. Le modèle de simulation ajoute une fonction utilitaire qui simule la consommation d'énergie, la pondération des retards et la valeur extrême maximale, combinée à la stratégie d'allocation consistant à optimiser la tâche de traitement des informations de chaque utilisateur pour atteindre l'objectif d'optimisation. L'algorithme de migration de réseau statique établi dans cette simulation a de meilleurs résultats que d'autres algorithmes de référence. Le scénario 1 et le scénario 2 de la simulation montrent des performances très proches de la solution optimale. Pendant ce temps, un algorithme de migration qui peut fournir une recharge sans fil pour les UAV est construit par un modèle informatique dynamique basé sur le temps associé à la station de base de l'UAV et à de multiples utilisateurs finaux. Combinée à l'accomplissement des tâches de traitement de l'information dans chaque tranche horaire, l'arrivée d'énergie est également non directionnelle. L'algorithme de migration dynamique du réseau peut optimiser le nombre de tâches absorbées par l'utilisateur final en fonction de l'état en ligne actuel du système sans connaître les informations globales. L'équation cible optimisée est liée à la stabilité de la file d'attente, et le paramètre V a une relation linéaire avec la longueur du backlog de file d'attente. Ici, le problème de la migration informatique est étudié dans Mobile Edge Computing (mec). Les résultats montrent que la fonction d'utilité de la somme pondérée a une relation approximativement linéaire avec les poids. Au fur et à mesure que la valeur de la fonction d'utilité augmente, la fonction de poids augmente également. Le débit de données optimal du modèle proposé est de 70 000 bits, tandis que le débit de données optimal du modèle de pointe est de 68 000 bits. Par conséquent, les performances de transmission de données du modèle présenté ici sont meilleures que celles des autres modèles. Le mec peut être considérablement amélioré dans l'efficacité de l'allocation des ressources organisationnelles. La combinaison de l'UAV et de la technologie de recharge sans fil, les problèmes d'allocation des ressources informatiques et de communication du système informatique de bord de l'UAV sont discutés de manière approfondie pour améliorer les performances et l'efficacité du réseau.Translated Description (Spanish)
En los últimos años, el número de dispositivos electrónicos y usuarios ha aumentado considerablemente con el rápido desarrollo y progreso de la tecnología de la información electrónica. La motivación de este documento es optimizar la estrategia de asignación de recursos de la organización en el entorno de Internet de las cosas (IoT). La planificación óptima de la ruta y la eficiencia del procesamiento de la información se mejoran a través de la tecnología de vehículos aéreos no tripulados (UAV) y el algoritmo de optimización de la migración. El método de investigación es el algoritmo de optimización de la migración y la red dinámica UAV. La capacidad de procesamiento de información de los sistemas de comunicación inalámbricos tradicionales ha sido gradualmente incapaz de satisfacer las necesidades reales de procesamiento de información. Por lo tanto, se construye un algoritmo de migración de red estático basado en servidores informáticos de borde multilaterales de múltiples usuarios. Migra la tarea de procesamiento de información de cada usuario al servidor de procesamiento de confianza de borde vecino y utiliza el servidor de procesamiento de información para realizar cálculos auxiliares. El modelo de simulación agrega una función de utilidad que simula el consumo de energía, la ponderación de retardo y el valor extremo máximo, combinado con la estrategia de asignación de optimizar la tarea de procesamiento de información de cada usuario para lograr el objetivo de optimización. El algoritmo de migración de red estática establecido en esta simulación tiene mejores resultados que otros algoritmos de referencia. Tanto el escenario 1 como el escenario 2 en la simulación muestran un rendimiento muy cercano a la solución óptima. Mientras tanto, un algoritmo de migración que puede proporcionar carga inalámbrica para los UAV se construye mediante un modelo de computación dinámica de borde basado en el tiempo asociado con la estación base del UAV y múltiples usuarios finales. Combinado con completar las tareas de procesamiento de información en cada intervalo de tiempo, la llegada de energía también es no direccional. El algoritmo de migración de red dinámica puede optimizar el número de tareas absorbidas por el usuario final en función del estado actual en línea del sistema sin conocer la información global. La ecuación objetivo optimizada está relacionada con la estabilidad de la cola, y el parámetro V tiene una relación lineal con la longitud del backlog de la cola. Aquí, el problema de la migración informática se estudia en Mobile Edge Computing (mec). Los resultados muestran que la función de utilidad de la suma ponderada tiene una relación aproximadamente lineal con los pesos. A medida que aumenta el valor de la función de utilidad, también lo hace la función de peso. El rendimiento óptimo de datos del modelo propuesto es de 70.000 bits, mientras que el rendimiento óptimo de datos del modelo del estado de la técnica es de 68.000 bits. Por lo tanto, el rendimiento de transmisión de datos del modelo presentado aquí es mejor que el de otros modelos. MEC puede mejorar significativamente la eficiencia de la asignación de recursos organizacionales. Combinando la tecnología de carga inalámbrica y UAV, los problemas de asignación de recursos informáticos y de comunicación del sistema informático de borde del UAV se discuten exhaustivamente para mejorar el rendimiento y la eficiencia de la red.Files
09978623.pdf.pdf
Files
(245 Bytes)
| Name | Size | Download all |
|---|---|---|
|
md5:e3c6e6fa9fe970a1a5e7a40dd6cd8679
|
245 Bytes | Preview Download |
Additional details
Additional titles
- Translated title (Arabic)
- تخصيص الموارد التنظيمية بواسطة حوسبة الحافة المتنقلة في سياق إنترنت الأشياء
- Translated title (French)
- Allocation de ressources organisationnelles par Mobile Edge Computing dans le contexte de l'Internet des objets
- Translated title (Spanish)
- Asignación de recursos organizacionales por parte de Mobile Edge Computing en el contexto del Internet de las cosas
Identifiers
- Other
- https://openalex.org/W4312673263
- DOI
- 10.1109/access.2022.3228112
References
- https://openalex.org/W2802854212
- https://openalex.org/W2809740924
- https://openalex.org/W2890786591
- https://openalex.org/W2897497659
- https://openalex.org/W2901845465
- https://openalex.org/W2912348842
- https://openalex.org/W2914675235
- https://openalex.org/W2914859151
- https://openalex.org/W2964054168
- https://openalex.org/W2974175488
- https://openalex.org/W3002582552
- https://openalex.org/W3010723141
- https://openalex.org/W3015325725
- https://openalex.org/W3023131491
- https://openalex.org/W3024192182
- https://openalex.org/W3082280594
- https://openalex.org/W3084132815
- https://openalex.org/W3088802706
- https://openalex.org/W3089190064
- https://openalex.org/W3127177591
- https://openalex.org/W3133913697
- https://openalex.org/W3155336853
- https://openalex.org/W3213944207
- https://openalex.org/W4283737877