13619

بررسي روش‌هاي هوشمند برون‌سپاري وظايف در رايانش لبه با دسترسي چندگانه

1401

دكتر هادي‌شهريار شاه‌حسيني

با ظهور فناوري‌هاي جديد هم در سخت‌افزار و هم در نرم‌افزار، ما به نوع جديدي از برنامه‌هاي كاربردي نياز داريم كه به قدرت محاسباتي عظيم و حداقل تاخير نياز دارد. برنامه‌هايي مانند تشخيص چهره، واقعيت افزوده، واقعيت مجازي، وسايل نقليه خودكار، اينترنت اشيا صنعتي و... از اين دسته هستند. فناوري محاسبات ابري يكي از اميدهاي برآورده كردن نيازهاي محاسباتي برنامه‌هاي كاربردي با منابع فشرده در حال اجرا در تجهيزات كاربر (UE) است زيرا ظرفيت محاسباتي زيادي دارد اما نياز تأخير براي اين برنامه‌ها به دليل تأخير انتشار نمي‌تواند توسط ابر برآورده شود. بين تجهيزات كاربر و ابر براي حل مسائل تأخير براي برنامه‌هاي حساس به تأخير، يك الگوي شبكه جديد اخيراً به نام رايانش لبه با دسترسي چندگانه (MEC) (همچنين به عنوان محاسبات لبه تلفن همراه شناخته مي‌شود) ظهور كرده است كه در آن محاسبات را مي‌توان در لبه شبكه دستگاه‌هاي UE انجام داد. براي اجراي وظايف منابع فشرده تجهيزات كاربران در سرورهاي MEC ميزباني شده در لبه شبكه، يك دستگاه UE بايد برخي از وظايف را به سرورهاي MEC برون‌سپاري كند. در اين سمينار در مورد مسائل، چالش‌ها و جهت‌گيري تحقيقات آينده در زمينه برون‌سپاري وظايف به سرورهاي MEC بحث خواهيم كرد.

5/29/2024 12:00:00 AM

83235

1403/04/31

Investigating smart methods of task offloading in multi-access edge computing

رايانش لبه با دسترسي چندگانه , برون‌سپاري وظايف , راه‌بردهاي برون‌سپاري , يادگيري ماشين , يادگيري تقويتي

multi-access edge computing , task offloading , offloading strategies , machine learning , reinforcement learning