핵심 개념
エッジサーバーと車載フォグノードを活用することで、IoTデバイスの計算負荷を軽減し、エンドツーエンドのAoIを最適化する。提案するデューリングDQNアルゴリズムは、DQNポリシーや解析結果よりも優れた性能を示す。
초록
本論文は、IoTデバイスからエッジサーバー、そしてエッジサーバーから車載フォグノードへの情報伝送時間とリクエスト-レスポンス時間が、エンドツーエンドのAoIにどのように影響するかを検討している。
まず、エッジ対応車載フォグシステムのモデルを設計し、AoI分析を行った。IoTデバイスからエッジサーバーへの情報伝送時間と、エッジサーバーから車載フォグノードへの情報伝送時間を考慮した。
次に、平均エンドツーエンドAoIを最小化する最適化問題を定式化した。この問題を解くために、デューリングDQNアルゴリズムを提案した。このアルゴリズムは、DQNポリシーや解析結果と比較して優れた性能を示した。
提案手法では、情報伝送の全プロセスを考慮することで、意思決定の精度と全システムの効率を向上させることができる。
통계
IoTデバイスからエッジサーバーへの情報伝送時間は、Sj ln(2) N2dIA^l / (WPj) ∫(exp((Sj ln(2)) / (Wt) + (1-exp((Sj ln(2)) / (Wt))) * (Pj/N^(-2dIA^l))) dt/t
エッジサーバーから車載フォグノードへの情報伝送時間は、Yj ln(2) N2dAV^l / (WPA) ∫(exp((Yj ln(2)) / (Wt) + (1-exp((Yj ln(2)) / (Wt))) * (PA/N^(-2dAV^l))) dt/t
処理キューの待ち時間は、(Σj ρj^2/λj) / (2(1-Σi≠j ρi)) (βΣi≠j ρi)
伝送キューの待ち時間は、(Σj λjE[IT^j]^2) / (Σi≠j λi) / (1-Σi≠j λiE[IT^j])