Подходы к постановке задачи оптимизации распределения ресурсов в вычислительной сети

В статье рассматривается распределенная вычислительная система, представленная множеством мобильных терминалов, обеспечивающая возможность обслуживать запросы пользователей этих терминалов для выполнения программ, потребность в вычислительных ресурсах, которых превышает имеющиеся на этих терминалах локальные вычислительные ресурсы. Эта возможность обеспечивается путем реализации парадигмы кооперативных вычислений, поддерживающей процедуру динамического формирования кооперативного вычислительного ресурса множества мобильных терминалов, с учетом возможности их отключения и подключения к процедуре кооперативных вычислений. С использованием теоретико-множественного представления определяются такие параметры функционирования системы, как время отклика узла на запрос предоставления вычислительных ресурсов, а также период задержки в очереди для запросов, принадлежащих различным мобильным терминалам. На основе этих параметров, для указанных условий, в обобщенном виде ставится оптимизационная задача кооперативного использования вычислительных ресурсов. Детально рассматривается постановка частных задач оптимизации вычислительных ресурсов для системы, состоящей из двух мобильных терминалов, учитывающих различные условия их потребности в вычислительных ресурсах, а также текущего наличия вычислительных ресурсов в узлах системы. Подходы, полученные в результате постановки указанных частных задач, распространяются на систему, состоящую из множества мобильных терминалов.

1. Liu L., Chen R., Geirhofer S., Sayana K., Shi Z., and Zhou Y. Downlink MIMO in LTEadvanced: SU-MIMO vs. MU-MIMO. IEEE Communications Magazine. 2012. Доступно по: https://ieeexplore.ieee.org/document/6146493 DOI: 10.1109/MCOM.2012.6146493 (Дата обращения: 10.11.2020).

2. Rangan S., Rappaport T. S., Erkip E. Millimeter-wave cellular wireless networks: Potentials and challenges Proceedings of the IEEE. 2014. Доступно по: https://arxiv.org/pdf/1401.2560.pdf DOI: 10.1109/JPROC.2014.2299397 (Дата обращения: 10.11.2020).

3. Atapattu S., Jing Y., Jiang H., Tellambura C. Relay selection and performance analysis in multiple-user networks. IEEE Journal on Selected Areas in Communications. 2013. Доступно по: https://arxiv.org/pdf/1110.4126.pdf DOI: 10.1109/JSAC.2013.130815 (Дата обращения: 12.10.2020).

4. Atapattu S., Dharmawansa P., Di Renzo M., Tellambura C., Evans J. S. Multi-user relay selection for full-duplex radio. IEEE Transactions on Communications. 2019. Доступно по: https://hal.archives-ouvertes.fr/hal-02395808 DOI: 10.1109/TCOMM.2018.2877393 (Дата обращения:10.11.2020).

5. Liu Z., Lin M., Wierman A., Low S. H., Andrew L.L.H. Greening geographical load balancing. IEEE/ACM Transactions on Networking. 2011. Доступно по: https://www.researchgate.net/publication/221596480_Greening_Geographical_Load_Bala ncing DOI: 10.1109/TNET.2014.2308295 (Дата обращения: 20.11.2020).

6. Farahnakian F., Liljeberg P., Plosila J. Energy-efficient virtual machines consolidation in cloud data centers using reinforcement learning. 22nd Euromicro International Conference on Parallel, Distributed, and Network-Based Processing. 2014. Доступно по: https://ieeexplore.ieee.org/document/6787321 DOI: 10.1109/PDP.2014.109 (Дата обращения: 27.09.2020).

7. Chen X., Jiao L., Li W., Fu X. Efficient multi-user computation offloading for mobile-edge cloud computing. IEEE/ACM Transactions on Networking. 2016. Доступно по: https://arxiv.org/pdf/1510.00888.pdf DOI: 10.1109/TNET.2015.2487344 (Дата обращения: 01.10.2020).

8. Рожкова Т.С. Подходы к использованию аукционных методов для управления ресурсами в распределенной вычислительной системе. Материалы международной научно-технической конференции студентов, аспирантов и молодых ученых «Научная сессия ТУСУР-2020». 2020;2:64-67.

9. Tompkins M.F. Optimization Techniques for Task Allocation and Scheduling in Distributed Multi-Agent Operations. Massachusetts Institute of Technology. 2003. Доступно по: https://core.ac.uk/download/pdf/4384944.pdf (Дата обращения 17.11.2020).

10. Chen L., Zhou S., Xu J. Computation Peer Offloading for Energy-Constrained Mobile Edge Computing in Small-Cell Networks. IEEE/ACM Transactions on Networking. 2018. Доступно по: https://arxiv.org/pdf/1703.06058.pdf DOI: 10.1109/TNET.2018.2841758 (Дата обращения: 08.10.2020).

11. Mao Y., Zhang J., Song S.H., Letaief K.B. Stochastic Joint Radio and Computational Resource Management for Multi-User Mobile-Edge Computing Systems. IEEE Transactions on Wireless Communications. 2017. Доступно по: https://ieeexplore.ieee.org/document/7956189 DOI: 10.1109/TWC.2017.2717986 (Дата обращения: 26.10.2020).

12. Boyd S. P., Vandenberghe L. Convex optimization. Cambridge University Press. 2004. Доступно по: https://web.stanford.edu/~boyd/cvxbook/bv_cvxbook.pdf (Дата обращения: 07.11.2020).