We study the benefits of adopting server disaggregation in the fog computing tier by evaluating energy efficient placement of interactive apps in a future fog 6G network. Using a mixed integer linear programming (MILP) model, we compare the adoption of traditional server (TS) and disaggregated server (DS) architectures in a fog network comprising of selected fog computing sites in the metro and access networks. Relative to the use of TSs, our results show that the adoption of DS improves the energy efficiency of the fog network and enables up to 18% reduction in total fog computing power consumption. More instances of interactive fog apps are provisioned in a fog network that is implemented over a network topology with high delay penalty. This ensures that minimal delay is experienced by distributed users. Our result also shows that the proximity of fog computing sites such as metro-central offices and radio cell sites to geo-distributed users of interactive fog applications make them important edge locations for provisioning moderately delay sensitive fog apps. However, fog applications with more stringent delay thresholds require in situ processing at directly connected radio cell sites or at the location of the requesting users. Finally, we propose a heuristic for energy efficient and delay aware placement of interactive fog apps in a fog network which replicates the trends observed during comprehensive analysis of the exact results obtained by solving the MILP model formulated in this paper. Our results and proposed MILP and heuristic provide a good reference and tool for fog network design and deployment.


翻译:我们研究在雾计算层中采用服务器分类方法的好处,方法是对未来雾6G网络中交互式应用软件的能源高效位置进行评估。我们使用混合整数线性编程模型(MILP)将传统服务器(TS)和分类服务器(DS)结构在由地铁和接入网络中选定的选定雾计算站点组成的雾网络中进行比较。与使用TS相比,我们的结果表明,DS的采用提高了雾网络的能效,使雾计算总电量能降低18%。交互式雾应用软件在通过网络布局布局的烟雾网络中提供更多实例,并处以高延迟罚款。这样可以确保分散用户在最小的延迟时间里使用传统服务器(TS)和分解服务器(DS)结构。我们的结果还表明,雾计算站(如地铁中央办公室和无线电电池站)与地理分布的用户相近,使得它们成为提供中度延迟敏感雾雾应用的重要边缘地点。然而,在直接连接的无线电电池站点或提出请求的用户所在地进行更严格的延迟处理。最后,我们提议在网络布局中进行高度的迷雾分析,以便了解高效和深地分析。

0
下载
关闭预览

相关内容

IFIP TC13 Conference on Human-Computer Interaction是人机交互领域的研究者和实践者展示其工作的重要平台。多年来,这些会议吸引了来自几个国家和文化的研究人员。官网链接:http://interact2019.org/
【DeepMind】强化学习教程,83页ppt
专知会员服务
153+阅读 · 2020年8月7日
迁移学习简明教程,11页ppt
专知会员服务
107+阅读 · 2020年8月4日
一份循环神经网络RNNs简明教程,37页ppt
专知会员服务
172+阅读 · 2020年5月6日
Keras François Chollet 《Deep Learning with Python 》, 386页pdf
专知会员服务
152+阅读 · 2019年10月12日
强化学习最新教程,17页pdf
专知会员服务
174+阅读 · 2019年10月11日
【SIGGRAPH2019】TensorFlow 2.0深度学习计算机图形学应用
专知会员服务
39+阅读 · 2019年10月9日
“CVPR 2020 接受论文列表 1470篇论文都在这了
已删除
将门创投
3+阅读 · 2019年6月12日
LibRec 精选:推荐系统的论文与源码
LibRec智能推荐
14+阅读 · 2018年11月29日
OpenAI丨深度强化学习关键论文列表
中国人工智能学会
17+阅读 · 2018年11月10日
计算机视觉领域顶会CVPR 2018 接受论文列表
Hierarchical Disentangled Representations
CreateAMind
4+阅读 · 2018年4月15日
LibRec 精选:推荐系统9个必备数据集
LibRec智能推荐
6+阅读 · 2018年3月7日
【推荐】RNN/LSTM时序预测
机器学习研究会
25+阅读 · 2017年9月8日
强化学习族谱
CreateAMind
26+阅读 · 2017年8月2日
Arxiv
0+阅读 · 2021年3月26日
Arxiv
0+阅读 · 2021年3月25日
Arxiv
3+阅读 · 2018年6月14日
Arxiv
3+阅读 · 2018年4月3日
VIP会员
相关VIP内容
【DeepMind】强化学习教程,83页ppt
专知会员服务
153+阅读 · 2020年8月7日
迁移学习简明教程,11页ppt
专知会员服务
107+阅读 · 2020年8月4日
一份循环神经网络RNNs简明教程,37页ppt
专知会员服务
172+阅读 · 2020年5月6日
Keras François Chollet 《Deep Learning with Python 》, 386页pdf
专知会员服务
152+阅读 · 2019年10月12日
强化学习最新教程,17页pdf
专知会员服务
174+阅读 · 2019年10月11日
【SIGGRAPH2019】TensorFlow 2.0深度学习计算机图形学应用
专知会员服务
39+阅读 · 2019年10月9日
相关资讯
“CVPR 2020 接受论文列表 1470篇论文都在这了
已删除
将门创投
3+阅读 · 2019年6月12日
LibRec 精选:推荐系统的论文与源码
LibRec智能推荐
14+阅读 · 2018年11月29日
OpenAI丨深度强化学习关键论文列表
中国人工智能学会
17+阅读 · 2018年11月10日
计算机视觉领域顶会CVPR 2018 接受论文列表
Hierarchical Disentangled Representations
CreateAMind
4+阅读 · 2018年4月15日
LibRec 精选:推荐系统9个必备数据集
LibRec智能推荐
6+阅读 · 2018年3月7日
【推荐】RNN/LSTM时序预测
机器学习研究会
25+阅读 · 2017年9月8日
强化学习族谱
CreateAMind
26+阅读 · 2017年8月2日
Top
微信扫码咨询专知VIP会员