雾计算环境下基于多维QoS约束的任务调度算法.pdfVIP

长，信息通信

DOI:10.20153/j.issn.2096-9759.2024.08.039

雾计算环境下基于多维QoS约束的任务调度算法

韩奎奎

安阳职业技术学院信息工程学院，河南安阳55000

TaskSchedulingAlgorithmBasedonMulti-dimensionalQosConstraintsin

FogComputingEnvironment

HANKuikui

FacultyofInformationEngineering,AnyangVocationalandTechnicalCollege,AnyangHenan455000,China

摘要：目前研究人员针对雾计算环境中Abstract:Researchershavestudiedthetaskschedulingprobleminfogcomputingenvironments

的任务调度问题已经展开了研究并取得andachievedsomeresults,buttherearestillshortcomings.Currentresearchfocusesonusers

了一定成果，但是仍然存在不足。当前demandforlowlatencyintaskscheduling,butfailstooptimizeforusersmulti-dimensional

研究在任务调度中着重考虑了用户对低QualityofScrvicc(QoS)rcquirements.Infact,uscrshavedemandsforlatency,sccurity,relia-

时延的需求，而未能针对用户的多维服bility,andotheraspectswhenusingfogresourcenodestoprocesstaskrequests.Therefore,this

务质量(QualityofService，简称QoS)需articlewilldiscusstheshortcomingsincurrentresearch,andproposeataskschedulingalgorithm

求进行优化。事实上用户在使用雾端资basedonmulti-dimensionalQoSconstraints,whichtakesintoaccountusersmulti-dimensional

源节点处理任务请求时对时延、安全性、QoSrequirements.

可靠性等方面均有需求。因此，文章将KeyWords:taskscheduling;resourcenode;fogcomputing;QualityofService

对目前研究中存在的不足展开讨论，提

出基于多维QoS约束的任务调度算法，0引言

该算法考虑了用户的多维QoS需求。随着网络边缘设备数量的迅速增加，边缘设备产生的数据量越来越大，已经达到泽字

关键词：任务调度；资源节点；雾计算；服级别，显示人类已经进人了大数据时代，集中式的云已经不能高效处理边缘设备产生的海

务质量量数据，为此，以边缘雾计算为核心的服务模型应运而生。关于雾端的任务分配与调度还

是一个较新的研究热点。Cardellini等人[2评估了雾计算环境中的分布式服务质量调度器，

中图分类号：TP311

该调度器主要包括工作监视器、QoS监视器、自适应调度器。Oueis等人[31为了提高用户的

文献标识码：A

体验质量，对雾计算环境中的负载均衡问题进行了研究。在雾计算架构中设计一个高效的

文章编号：2096-9759（2024)08-0131-03

任务调度和资源管理策略非常重要。Zeng等人4针对雾计算架构中的任务调度和资源管