이 논문은 에지 컴퓨팅 환경에서 계산 오프로딩 문제를 다룬다. 에지 컴퓨팅은 데이터 소스에 더 가까운 컴퓨팅 리소스를 제공하여 많은 실시간 애플리케이션의 서비스 품질을 향상시킨다.
ECSP가 컴퓨팅 리소스의 가격을 결정하여 수익을 최대화하는 것이 중요한 문제이다.
기존 연구에는 한계가 있었는데, 클라이언트가 정적이고 선호도를 공개해야 한다는 것이 비현실적이었다.
이를 해결하기 위해 저자들은 순차적 계산 오프로딩 메커니즘을 제안한다. ECSP가 클라이언트에게 순차적으로 다양한 구성의 컴퓨팅 리소스 가격을 제시하면, 클라이언트는 독립적으로 어떤 리소스를 구매할지 결정한다.
Egret은 강화 학습 기반 접근법으로, 클라이언트의 선호도를 고려하지 않고도 최대 수익을 달성한다. Egret은 온라인으로 최적의 가격과 방문 순서를 결정한다.
실험 결과, Egret의 ECSP 수익은 Oracle 대비 1.29% 낮고, 최신 기법 대비 23.43% 높다.
Til et andet sprog
fra kildeindhold
arxiv.org
Vigtigste indsigter udtrukket fra
by Haosong Peng... kl. arxiv.org 04-16-2024
https://arxiv.org/pdf/2404.09285.pdfDybere Forespørgsler