Earticle

현재 위치 Home

Internet

Efficient Task Offloading Decision Based on Task Size Prediction Model and Genetic Algorithm

첫 페이지 보기
  • 발행기관
    국제인공지능학회(구 한국인터넷방송통신학회) 바로가기
  • 간행물
    International Journal of Internet, Broadcasting and Communication 바로가기
  • 통권
    Vol.16 No.3 (2024.08)바로가기
  • 페이지
    pp.16-26
  • 저자
    Quan T. Ngo, Dat Van Anh Duong, Seokhoon Yoon
  • 언어
    영어(ENG)
  • URL
    https://www.earticle.net/Article/A456088

※ 원문제공기관과의 협약기간이 종료되어 열람이 제한될 수 있습니다.

원문정보

초록

영어
Mobile edge computing (MEC) plays a crucial role in improving the performance of resource-constrained mobile devices by offloading computation-intensive tasks to nearby edge servers. However, existing methods often neglect the critical consideration of future task requirements when making offloading decisions. In this paper, we propose an innovative approach that addresses this limitation. Our method leverages recurrent neural networks (RNNs) to predict task sizes for future time slots. Incorporating this predictive capability enables more informed offloading decisions that account for upcoming computational demands. We employ genetic algorithms (GAs) to fine-tune fitness functions for current and future time slots to optimize offloading decisions. Our objective is twofold: minimizing total processing time and reducing energy consumption. By considering future task requirements, our approach achieves more efficient resource utilization. We validate our method using a real-world dataset from Google-cluster. Experimental results demonstrate that our proposed approach outperforms baseline methods, highlighting its effectiveness in MEC systems.

목차

Abstract
1. INTRODUCTION
2. SYSTEM MODEL AND PROBLEM FORMULATION
2.1 System Model:
2.2 Communication Model:
2.3 Computational Model:
2.4 Problem Formulation:
3. METHODOLOGY
3.1 Task Size Prediction Model:
3.2 Genetic Algorithm for Task Offloading Decision-making:
4. EXPERIMENTAL RESULTS
4.1 Experimental Setup
4.2 Task Size Prediction Performance
4.3 Impact of Task Size:
4.4 Impact of Number of MDs:
5. CONCLUSION
ACKNOWLEDGEMENT
REFERENCES

키워드

Task Offloading Mobile Edge Computing Predictive Model Genetic Algorithm.

저자

  • Quan T. Ngo [ Ph.D., Department of Electrical and Computer Engineering, University of Ulsan, Korea ]
  • Dat Van Anh Duong [ Ph.D., Department of Electrical and Computer Engineering, University of Ulsan, Korea ]
  • Seokhoon Yoon [ Professor, Department of Electrical and Computer Engineering, University of Ulsan, Korea ] Corresponding Author

참고문헌

자료제공 : 네이버학술정보

간행물 정보

발행기관

  • 발행기관명
    국제인공지능학회(구 한국인터넷방송통신학회) [The International Association for Artificial Intelligence]
  • 설립연도
    2000
  • 분야
    공학>전자/정보통신공학
  • 소개
    인터넷방송, 인터넷 TV , 방송 통신 네트워크 및 관련 분야에 대한 국내는 물론 국제적인 학술, 기술의 진흥발전에 공헌하고 지식 정보화 사회에 기여하고자 한다.

간행물

  • 간행물명
    International Journal of Internet, Broadcasting and Communication
  • 간기
    계간
  • pISSN
    2288-4920
  • eISSN
    2288-4939
  • 수록기간
    2009~2025
  • 십진분류
    KDC 326 DDC 380

이 권호 내 다른 논문 / International Journal of Internet, Broadcasting and Communication Vol.16 No.3

    피인용수 : 0건 (자료제공 : 네이버학술정보)

    함께 이용한 논문 이 논문을 다운로드한 분들이 이용한 다른 논문입니다.

      출처 : 네이버학술정보

        0개의 논문이 장바구니에 담겼습니다.

        페이지 저장
        소속기관 조회
        이용자님의 소속기관(단체)이 서비스에 가입되어 있는지 확인해 보십시오.
        기관회원에 소속되어 있는 이용자는 원문을 무료로 이용할 수 있습니다.