45、受限物联网环境中的上下文感知任务分配

受限物联网环境中的上下文感知任务分配

1. 背景与动机

在物联网（IoT）应用中，数据处理需要大量带宽，而增加带宽的成本高于提升处理能力。尽管云具有可扩展性，但使用云来创建和维护物联网应用成本高昂。为解决此问题，我们提出将应用的任务负载分布到所有物联网设备和高层网络设备上。

现有云与网格计算中的任务分配解决方案，如ViNEYard算法，并不适用于物联网网络。因为物联网节点会移动、切换路由设备，且硬件多样，需要根据设备的上下文（如处理能力、能耗需求等）来分配任务。为此，我们开发了一个模拟器，将现有算法应用于映射问题，并考虑额外约束条件，验证其效率和准确性。

2. 相关研究现状

• Sharif等人 ：提出上下文感知的多目标关键绩效指标（KPI）优化方法，用于利用所有可用的物联网设备及其资源。初始目标是优化静态环境，后续研究动态环境。成本估算基于上下文相关的KPI，使用加权模型计算应用组件的最佳性能，将负载分布到多个受功率或内存限制的设备上。
• Gupta等人 ：开发了iFogSim框架，用于建模和模拟雾计算环境。可测试资源管理技术，跟踪延迟和运营成本等指标，还能对应用进行模拟测试。但该框架扩展性不佳，主要关注硬件特性和信号传输模拟，这些并非我们模拟器所需。
• Mohan等人 ：提出一种不使用云设备的物联网负载分配算法，实现完全去中心化处理，数据仍存储在中央数据存储中。处理边缘和雾设备差异，实现网络成本算法，但要求作业数量不超过节点数量，否则会将节点拆分为虚拟节点，且不适用于动态场景。