QoS-oriented capacity planning for edge computing

Marius Noreikis, Yu Xiao, Antti Ylä-Jääski

Tutkimustuotos: Artikkeli kirjassa/konferenssijulkaisussaConference contributionScientificvertaisarvioitu

11 Sitaatiot (Scopus)

Abstrakti

An increasing number of online services are hosted on public clouds. However, since a centralized cloud architecture imposes high network latency, researchers suggested moving latency sensitive applications, such as virtual and augmented reality ones, to the edge of the network. Nevertheless, little has been done for edge layer capacity estimation resulting in a great need towards practical tools and techniques for initial capacity planning. In this work we provide a novel capacity planning solution for hierarchical edge cloud that considers QoS requirements in terms of response delay, and diverse demands for CPU, GPU and network resources. Our solution improves edge utilization by combining complementary resource demands while satisfying QoS requirements. We prove effectiveness of our solution through a case study where we plan edge capacity for deploying an AR navigation and information system.

AlkuperäiskieliEnglanti
Otsikko2017 IEEE International Conference on Communications, ICC 2017
KustantajaIEEE
Sivumäärä6
ISBN (elektroninen)9781467389990
DOI - pysyväislinkit
TilaJulkaistu - 28 heinäkuuta 2017
OKM-julkaisutyyppiA4 Artikkeli konferenssijulkaisuussa
TapahtumaIEEE International Conference on Communications - Paris, Ranska
Kesto: 21 toukokuuta 201725 toukokuuta 2017

Julkaisusarja

NimiIEEE International Conference on Communications
KustantajaIEEE
ISSN (painettu)1550-3607
ISSN (elektroninen)1938-1883

Conference

ConferenceIEEE International Conference on Communications
LyhennettäICC
MaaRanska
KaupunkiParis
Ajanjakso21/05/201725/05/2017

Sormenjälki Sukella tutkimusaiheisiin 'QoS-oriented capacity planning for edge computing'. Ne muodostavat yhdessä ainutlaatuisen sormenjäljen.

  • Siteeraa tätä

    Noreikis, M., Xiao, Y., & Ylä-Jääski, A. (2017). QoS-oriented capacity planning for edge computing. teoksessa 2017 IEEE International Conference on Communications, ICC 2017 [7997387] (IEEE International Conference on Communications ). IEEE. https://doi.org/10.1109/ICC.2017.7997387