In this paper, we study an optimal service placement and workload allocation problem for a service provider (SP), who can procure resources from numerous edge nodes to serve its users.The SP aims to improve the user experience while minimizing its cost, considering various system uncertainties. To tackle this challenging problem, we propose a novel resilience-aware edge service placement and workload allocation model that jointly captures the uncertainties of resource demand and node failures. The first-stage decisions include the optimal service placement and resource procurement, while the optimal workload reallocation is determined in the second stage after the uncertainties are disclosed. The salient feature of the proposed model is that it produces a placement and procurement solution that is robust against any possible realization of the uncertainties. By leveraging the column-and-constraint generation method, we introduce two iterative algorithms that can converge to an exact optimal solution within a finite number of iterations. We further suggest an affine decision rule approximation approach for solving large-scale problem instances in a reasonable time. Extensive numerical results are shown to demonstrate the advantages of the proposed model and solutions.


翻译:在本文中,我们研究了服务提供者的最佳服务安置和工作量分配问题,服务提供者可以从多个边缘节点获取资源,为其用户服务。 SP旨在改进用户经验,同时尽量减少其成本,同时考虑到各种系统不确定性。为了解决这一具有挑战性的问题,我们提出了一个新的具有复原力的边缘服务安置和工作量分配模式,共同捕捉资源需求的不确定性和节点失灵。第一阶段的决定包括最佳服务安置和资源采购,而最佳工作量重新分配则在披露不确定性之后的第二阶段确定。拟议模式的突出特点是,它产生一种在任何可能的不确定性实现之前能够稳健的定位和采购解决方案。我们通过利用一栏和节点生成方法,引入了两种迭接法,能够在有限的迭代数内形成准确的最佳解决方案。我们进一步建议了在合理时间内解决大规模问题案例中的近似决定规则近似方法。我们展示了广泛的数字结果,以展示拟议模式和解决方案的优势。

0
下载
关闭预览

相关内容

专知会员服务
50+阅读 · 2020年12月14日
专知会员服务
17+阅读 · 2020年9月6日
Linux导论,Introduction to Linux,96页ppt
专知会员服务
77+阅读 · 2020年7月26日
【微众银行】联邦学习白皮书_v2.0,48页pdf,
专知会员服务
165+阅读 · 2020年4月26日
Keras François Chollet 《Deep Learning with Python 》, 386页pdf
专知会员服务
151+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
【哈佛大学商学院课程Fall 2019】机器学习可解释性
专知会员服务
103+阅读 · 2019年10月9日
Hierarchically Structured Meta-learning
CreateAMind
26+阅读 · 2019年5月22日
已删除
将门创投
8+阅读 · 2019年1月30日
逆强化学习-学习人先验的动机
CreateAMind
15+阅读 · 2019年1月18日
强化学习的Unsupervised Meta-Learning
CreateAMind
17+阅读 · 2019年1月7日
无监督元学习表示学习
CreateAMind
27+阅读 · 2019年1月4日
meta learning 17年:MAML SNAIL
CreateAMind
11+阅读 · 2019年1月2日
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
16+阅读 · 2018年12月24日
Hierarchical Disentangled Representations
CreateAMind
4+阅读 · 2018年4月15日
Arxiv
0+阅读 · 2021年9月9日
Arxiv
6+阅读 · 2018年2月7日
VIP会员
相关VIP内容
专知会员服务
50+阅读 · 2020年12月14日
专知会员服务
17+阅读 · 2020年9月6日
Linux导论,Introduction to Linux,96页ppt
专知会员服务
77+阅读 · 2020年7月26日
【微众银行】联邦学习白皮书_v2.0,48页pdf,
专知会员服务
165+阅读 · 2020年4月26日
Keras François Chollet 《Deep Learning with Python 》, 386页pdf
专知会员服务
151+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
【哈佛大学商学院课程Fall 2019】机器学习可解释性
专知会员服务
103+阅读 · 2019年10月9日
相关资讯
Hierarchically Structured Meta-learning
CreateAMind
26+阅读 · 2019年5月22日
已删除
将门创投
8+阅读 · 2019年1月30日
逆强化学习-学习人先验的动机
CreateAMind
15+阅读 · 2019年1月18日
强化学习的Unsupervised Meta-Learning
CreateAMind
17+阅读 · 2019年1月7日
无监督元学习表示学习
CreateAMind
27+阅读 · 2019年1月4日
meta learning 17年:MAML SNAIL
CreateAMind
11+阅读 · 2019年1月2日
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
16+阅读 · 2018年12月24日
Hierarchical Disentangled Representations
CreateAMind
4+阅读 · 2018年4月15日
Top
微信扫码咨询专知VIP会员