ADAPTIVE FILTERING AND DYNAMIC COMPUTATION OFFLOADING FOR RESILIENT TASK EXECUTION IN IIOT

Eduard Malokhvii

doi:10.26906/SUNZ.2025.3.122

Автор(и)

Eduard Malokhvii

DOI:

https://doi.org/10.26906/SUNZ.2025.3.122

Ключові слова:

промисловий Інтернет речей (IIoT), кордонні обчислення, передача задач на виконання, резервування, планування з урахуванням затримки, відмовостійкість, адаптивна фільтрація, децентралізовані системи

Анотація

Актуальність. Виконання задач з жорсткими часовими вимогами в системах промислового Інтернету речей (IIoT) потребує децентралізованих та відмовостійких обчислювальних моделей, здатних функціонувати за динамічних навантажень, нестабільної доступності вузлів і обмежених ресурсів. Об’єкт дослідження: процеси керування виконанням та оффлоудингом задач у середовищах крайових-туманних архітектури IIoT. Мета статті. Розробка методу децентралізованої обробки задач з урахуванням затримки, який ґрунтується на адаптивній фільтрації та динамічному оффлоудингу обчислень, що забезпечує високу доступність, ефективне використання ресурсів і швидке реагування у розподілених системах. Результати дослідження. Запропоновано метод AFDCO, який об’єднує локальну фільтрацію даних, оцінювання доступності вузлів, оффлоудинг з урахуванням затримки та легкий механізм резервування в єдину децентралізовану схему. Метод забезпечує автономне та відмовостійке виконання задач без залучення централізованого керування. Результати моделювання підтверджують зниження затримок, покращення дотримання термінів виконання задач і зменшення навантаження на мережу та споживання енергії. Висновки. У порівнянні з централізованими або статичними моделями розподілу задач, запропонований метод краще адаптується до змін у системі та забезпечує стабільну роботу завдяки динамічному регулюванню виконання та реплікації. Сфера застосування отриманих результатів: розподілені системи IIoT, платформи крайових-туманних обчислень та сценарії промислової автоматизації з низькою затримкою, що потребують децентралізованого виконання та відновлення після збоїв.

Завантаження

Дані завантаження ще не доступні.

Посилання

1. R. P. Singh, M. Javaid, A. Haleem, and R. Suman, “Internet of things (IoT) applications to fight against COVID-19 pandemic Diabetes & Metabolic Syndrome”, Clinical Research & Reviews, vol. 14, no. 4, pp. 521-524, 2020, doi: https://doi.org/10.1016/j.dsx.2020.04.041 DOI: https://doi.org/10.1016/j.dsx.2020.04.041

2. C. Gong, F. Lin, X. Gong, and Y. Lu, “Intelligent Cooperative Edge Computing in Internet of Things”, IEEE Internet of Things Journal, vol. 7, no. 10, pp. 9372-9382, 2020, doi: https://doi.org/10.1109/JIOT.2020.2986015 DOI: https://doi.org/10.1109/JIOT.2020.2986015

3. L. Cui, S. Yang, Z. Chen, Y. Pan, Z. Ming, and M. Xu, “A Decentralized and Trusted Edge Computing Platform for Internet of Things”, IEEE Internet of Things Journal, vol. 7 no. 5, pp. 3910-3922, 2019, doi: https://doi.org/10.1109/JIOT.2019.2951619 DOI: https://doi.org/10.1109/JIOT.2019.2951619

4. M. S. Elbamby, C. Perfecto, C. F. Liu, J. Park, S. Samarakoon, X. Chen, and M. Bennis, “Wireless Edge Computing with Latency and Reliability Guarantees”, Proc. IEEE, vol. 10 (8), pp. 1717-1737, 2019, doi: https://doi.org/10.48550/arXiv.1905.05316 DOI: https://doi.org/10.1109/JPROC.2019.2917084

5. H. El-Sayed, S. Sankar, M. Prasad, D. Puthal, A. Gupta, M. Mohanty, and C. T. Lin, “Edge of Things: The Big Picture on the Integration of Edge, IoT and the Cloud in a Distributed Computing Environment”, IEEE Access, vol 6, pp. 1706-1717, 2017, doi: https://doi.org/10.1109/ACCESS.2017.2780087 DOI: https://doi.org/10.1109/ACCESS.2017.2780087

6. A. Javed, K. Heljanko, A. Buda, and K. Främling, “CEFIoT: A Fault-Tolerant IoT Architecture for Edge and Cloud”, 2018 IEEE 4th world forum on internet of things (WF-IoT), pp. 813-818, 2018, doi: https://doi.org/10.48550/arXiv.2001.08433 DOI: https://doi.org/10.1109/WF-IoT.2018.8355149

7. G. Premsankar, M. D. Francesco, and T. Taleb, “Edge Computing for the Internet of Things: A Case Study”, IEEE Internet of Things Journal, vol. 5, no. 2, pp. 1275-1284, 2018, doi: https://doi.org/10.1109/JIOT.2018.2805263 DOI: https://doi.org/10.1109/JIOT.2018.2805263

8. W. Yu, F. Liang, X. He, W. G. Hatcher, C. Lu, J. Lin, and X. Yang, “A Survey on the Edge Computing for the Internet of Things”, IEEE Access, vol. 6, pp. 6900-6919, 2017, doi: https://doi.org/10.1109/ACCESS.2017.2778504 DOI: https://doi.org/10.1109/ACCESS.2017.2778504

9. Y. Zhang, X. Chen, Y. Chen, Z. Li, and J. Huang, “Cost Efficient Scheduling for Delay-Sensitive Tasks in Edge Computing System”, 2018 IEEE Int. Conf. on Services Computing, pp. 73-80, 2018, doi: https://doi.org/10.1109/SCC.2018.00017 DOI: https://doi.org/10.1109/SCC.2018.00017

10. Y. Sahni, J. Cao, and L. Yang, “Data-Aware Task Allocation for Achieving Low Latency in Collaborative Edge Computing”, IEEE Internet of Things Journal, vol. 6 no. 2, pp. 3512-3524, 2018, doi: https://doi.org/10.1109/JIOT.2018.2886757 DOI: https://doi.org/10.1109/JIOT.2018.2886757

11. C. Avasalcai, C. Tsigkanos, and S. Dustdar, “Decentralized Resource Auctioning for Latency-Sensitive Edge Computing”, 2019 IEEE Int. Conf. on Edge Computing, pp. 72-76, 2019, doi: https://doi.org/10.1109/EDGE.2019.00027 DOI: https://doi.org/10.1109/EDGE.2019.00027

12. M. Mudassar, Y. Zhai, L. Liao, and J. Shen, “A Decentralized Latency-Aware Task Allocation and Group Formation Approach With Fault Tolerance for IoT Applications”, IEEE Access, 8, pp. 49212-49223, 2020, doi: https://doi.org/10.1109/ACCESS.2020.2979939 DOI: https://doi.org/10.1109/ACCESS.2020.2979939

13. S. Latre, P. Leroux, T. Coenen, B. Braem, P. Ballon, and P. Demeester, “City of things: An integrated and multi-technology testbed for IoT smart city experiments”, Proc. IEEE Int. Smart Cities Conf. (ISC), pp. 1–8, Sep. 2016, doi: https://doi.org/10.1109/ISC2.2016.7580875 DOI: https://doi.org/10.1109/ISC2.2016.7580875

14. H.-L. Truong, and S. Dustdar, “Principles for Engineering IoT Cloud Systems”, IEEE Cloud Comput., vol. 2, no. 2, pp. 68–76, Mar. 2015, doi: https://doi.org/10.1109/MCC.2015.23 DOI: https://doi.org/10.1109/MCC.2015.23