РАЗРАБОТКА АЛГОРИТМА ВЫБОРА КЛАУДЛЕТОВ В СООТВЕТСТВИИ С ТРЕБОВАНИЯМИ МОБИЛЬНЫХ ПОЛЬЗОВАТЕЛЕЙ - Проблемы Информационных Технологий

РАЗРАБОТКА АЛГОРИТМА ВЫБОРА КЛАУДЛЕТОВ В СООТВЕТСТВИИ С ТРЕБОВАНИЯМИ МОБИЛЬНЫХ ПОЛЬЗОВАТЕЛЕЙ - Проблемы Информационных Технологий

РАЗРАБОТКА АЛГОРИТМА ВЫБОРА КЛАУДЛЕТОВ В СООТВЕТСТВИИ С ТРЕБОВАНИЯМИ МОБИЛЬНЫХ ПОЛЬЗОВАТЕЛЕЙ - Проблемы Информационных Технологий

РАЗРАБОТКА АЛГОРИТМА ВЫБОРА КЛАУДЛЕТОВ В СООТВЕТСТВИИ С ТРЕБОВАНИЯМИ МОБИЛЬНЫХ ПОЛЬЗОВАТЕЛЕЙ - Проблемы Информационных Технологий

РАЗРАБОТКА АЛГОРИТМА ВЫБОРА КЛАУДЛЕТОВ В СООТВЕТСТВИИ С ТРЕБОВАНИЯМИ МОБИЛЬНЫХ ПОЛЬЗОВАТЕЛЕЙ - Проблемы Информационных Технологий
РАЗРАБОТКА АЛГОРИТМА ВЫБОРА КЛАУДЛЕТОВ В СООТВЕТСТВИИ С ТРЕБОВАНИЯМИ МОБИЛЬНЫХ ПОЛЬЗОВАТЕЛЕЙ - Проблемы Информационных Технологий
НАЦИОНАЛЬНАЯ АКАДЕМИЯ НАУК АЗЕРБАЙДЖАНА

№2, 2021

РАЗРАБОТКА АЛГОРИТМА ВЫБОРА КЛАУДЛЕТОВ В СООТВЕТСТВИИ С ТРЕБОВАНИЯМИ МОБИЛЬНЫХ ПОЛЬЗОВАТЕЛЕЙ

Алекперов Октай Р.

Увеличение за последнее время числа мобильных пользователей, использующих облачные мобильные вычисления, удаленность облачных серверов и перегрузка Интернета привели к значительным задержкам в доставке обработанных данных пользователю. Чтобы устранить нехватку ресурсов, уменьшить энергопотребление и время задержки в каналах связи на мобильных устройствах, удаленные облачные серверы необходимо размещать близко к пользователю. Для уменьшения задержки в каналах связи и энергопотребления в мобильных устройствах было предложено использование облачных мобильных вычислений на основе клаудлетов. Выбор клаудлета, в котором бы по возможности быстро выполнялись пользовательские приложения, по-прежнему является большой проблемой. В статье предложено решение проблемы эффективного использования ресурсов клаудлетов, расположенных вблизи от базовых станций беспроводных общегородских сетей и от пользователя. С помощью значений, которые позволяют определить важность клаудлетов (близость к пользователю, высокая надежность, малое количество каналов связи и т.д.), были исследованы условия для загрузки пользовательского приложения в клаудлете, а также предложен алгоритм (стр.108-118).

Ключевые слова: вычислительные облака, мобильные вычислительные облака, вычислительные ресурсы и ресурсы памяти, энергопотребление, клаудлет, задержки сети, каналы связи, надежность.
DOI : 10.25045/jpit.v12.i2.10
Литература
  • Akomolafe O.P., Abodunrin M.O. A Hybrid Cryptographic Model for Data Storage in Mobile Cloud Computing // J. Computer Network and Information Security, 2017, №6, pp. 53–60.
  • Shim Y. Effects of cloudlets on interactive applications in mobile cloud computing environments // International Journal of Advanced Computer Technology, 2015, vol.4, №1, pp.54-62.
  • Alekberov R.G., Pashayev F.H, Alekberov O.R. Forecasting Cloudlet Development on Mobile Computing Clouds // Information Technology and Computer Science, 2017, №11, 23–34.
  • Sahu D. Cloud Computing in Mobile Applications // International Journal of Scientific and Research Publications, 2012, vol.2, №8, pp.1–9.
  • Mukherjee A., De D., Roy R.G. A power and latency aware cloudlet selection strategy for multi-cloudlet environment // IEEE Transactions on Cloud Computing, 2016, vol.7, pp.141–154. https://doi.org/10.1109/TCC.2016.25860M.K.,61.
  • Ahmed E., Gani A.,, M.K. Khan , Buyya R., Khan S.U. Seamless application execution in mobile cloud computing: motivation, taxonomy, and open challenges // Journal of Network and Computer Application, 2015, vol.52, pp.154–172.
  • Ahmed E., Akhunzada A., Whaiduzzaman M., Gani A., Hamid S.H., Buyya R. Network-centric performance analysis of runtime application migration in mobile cloud computing // Simulation Modelling Practice and Theory, 2015 vol.50, pp.42–56.
  • Alakbarov R.G., Alakbarov, O.R. Mobile Clouds Computing: Current State, Architecture And Problems / 2nd IEEE International Conference on Electrical, Computer and Communication Technologies (IEEE ICECCT 2017), Coimbatore, India, 22–24 February, 2017, pp.1–6 . 
  • Goyal M., Singh S. Mobile Cloud Computing // International Journal of Enhanced Research in Science Technology & Engineering, 2014, vol.3, №4, 517–521.
  • Liu F. Gearing resource-poor mobile devices with powerful clouds: architectures, challenges, and applications // IEEE Wireless Communications, 2013, vol.20, №3, pp.14–22.
  • Qi H. Research on Mobile Cloud Computing: Review, Trend and Perspectives. https://arxiv.org/ftp/arxiv/papers/1206/1206.1118.pdf
  • Mathur R.P, Sharma M. A survey on computational offloading in mobile cloud computing / Fifth International Conference on Image Information Processing, 2019, pp.525–520. https://doi.org/10.1109/ICIIP 47207.
  • Fernando N., Loke S.W., Rahayu W. Mobile cloud computing: a survey // Future Generation Computer Systems, 2013, vol.29, pp.84–106.
  • Dinh H.T., C. Lee C., D. NiyatoD., Wang P. A survey of mobile cloud computing: architecture, applications, and approaches // Wireless Communications and Mobile Computing, 2013, vol.13, pp.1587–1611
  • Mukherjee D., De D. Low power offloading strategy for femto-cloud mobile network // Engineering Science and Technology an International Journal, 2016, vol.19, pp.260–270.
  • Tawalbeh L., Jarar Y.,Weh A., Dosari F. Large scale cloudlets deployment for efficient mobile cloud computing // Journal of Networks, 2015, vol.10, pp.70–76.
  • Quwaider M., Jararweh Y. Cloudlet-based efficient data collection in wireless body area networks // Simulation Modelling Practice and Theory, 2015,vol.50, pp.57–71.
  • Verbelen T., Simoens P.,Turck D., Dhoedt B. Adaptive deployment and configuration for mobile augmented reality in the cloudlet // Journal of Network and Computer Application, 2014. vol.41, pp.206–216.
  • Alakbarov K., Pashayev F., Hashimov M. Development of  the Method of Dynamic Distribution of Users’ Data in Storage Devices in Cloud Technology //Advances in Information Sciences and Service Sciences, 2016,vol.8, no.1, pp.16-21.
  • Akomolafe P., Abodunrin M.O. A Hybrid Cryptographic Model for Data Storage in Mobile Cloud Computing. I.J. Computer Network and Information Security,2017, no.6, pp.53-60.
  • Bohez S,, Verbelen T., Simoens P., Dhoedt B. Discrete-event simulation for efficient and stable resource allocation in collaborative mobile cloudlets // Simulation Modelling Practice and Theory 2015, vol.50, pp.109–129.
  • O’Sullivan J., Grigoras D. Integrating mobile and cloud resources management using the cloud personal assistant // Simulation Modelling Practice and Theory, 2015, vol.50, pp.20–41.
  • Beloglazov A., Abawajy J., Buyya R. Energy-aware resource allocation heuristics for efficient management of data centers for cloud computing // Future Generation Computer Systems, 2012, vol.28, pp.755–768.
  • Samal P., Mishra P. Analysis of variants in round robin algorithms for load balancing in cloud computing // International of Journal Computer Science and Information Technology, 2013, vol.4, pp.416–419.
  • Zhao M., Zhou K. Selective Offloading by Exploiting ARIMA-BP for Energy Optimization in Mobile Edge Computing Networks // Algorithms, 2019, vol.12, no.2, pp.1-13.
  • Dinh H.T., Lee C., NiyatoD., P. Wang P. A survey of mobile cloud computing: Architecture, applications, and approaches // Wireless Communications and Mobile Computing, 2013, vol.13, no.18, pp.1587-1611.
  • Singh S., Chana I. QRSF: QoS-aware resource scheduling framework in cloud computing. Journal of Supercomputers, 2015, vol.71, pp.241–252.
  • Mam M., Leena G., Saxena N.S. Improved k-means clustering based distribution planning on a geographical network // International Journal of Intelligent Systems and Applications, 2017, vol.9, no.4, pp.69–75.
  • Jia M., Liang W., Xu Z., Huang M. Cloudlet Load Balancing in Wireless Metropolitan Area Networks // IEEE INFOCOM 2016 – The 35th Annual IEEE International Conference on Computer Communications, 2016, pp.1–9.
  • Nayyer M.Z., Raza I., Hussain S.A. A Survey of Cloudlet-Based Mobile Augmentation Approaches for Resource Optimization. ACM Computing Surveys, 2018, vol.51, no.5, 28 p. https://doi.org/10.1145/3241738.2018
  • Somula R.S., Sasikala R. A survey on mobile cloud computing: Mobile Computing + Cloud Computing (MCC = MC + CC) // Scalable Computing: Practice and Experience, 2018, vol.19, no.4, pp.309–337.
  • Kovachev D., Klamma R. Framework for Computation Offloading in Mobile Cloud Computing // International Journal of Artificial Intelligence and Interactive Multimedia, 2012, vol.1, №7, pp.6–15.
  • Xu Z., Liang W., Xu W. Efficient Algorithms for Capacitated Cloudlet. Placements // IEEE Transactions On Parallel And Distributed Systems, 2016, vol.27, №10, pp.2866–2880.