• International Journal of Computer Science & Network Security
• /
• 제22권3호
• /
• pp.163-172
• /
• 2022

The interconnection of an enormous number of devices into the Internet at a massive scale is a consequence of the Internet of Things (IoT). As a result, tasks offloading from these IoT devices to remote cloud data centers become expensive and inefficient as their number and amount of its emitted data increase exponentially. It is also a challenge to optimize IoT device energy consumption while meeting its application time deadline and data delivery constraints. Consequently, Fog Computing was proposed to support efficient IoT tasks processing as it has a feature of lower service delay, being adjacent to IoT nodes. However, cloud task offloading is still performed frequently as Fog computing has less resources compared to remote cloud. Thus, optimized schemes are required to correctly characterize and distribute IoT devices tasks offloading in a hybrid IoT, Fog, and cloud paradigm. In this paper, we present a detailed survey and classification of of recently published research articles that address the energy efficiency of task offloading schemes in IoT-Fog-Cloud paradigm. Moreover, we also developed a taxonomy for the classification of these schemes and provided a comparative study of different schemes: by identifying achieved advantage and disadvantage of each scheme, as well its related drawbacks and limitations. Moreover, we also state open research issues in the development of energy efficient, scalable, optimized task offloading schemes for Fog computing.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제15권6호
• /
• pp.2282-2303
• /
• 2021

To solve the problems of heavy computing load and system transmission pressure in energy internet (EI), we establish a three-tier cloud-edge integrated EI network based on a cloud-edge collaborative computing to achieve the tradeoff between energy consumption and the system delay. A joint optimization problem for resource allocation and task offloading in the threetier cloud-edge integrated EI network is formulated to minimize the total system cost under the constraints of the task scheduling binary variables of each sensor node, the maximum uplink transmit power of each sensor node, the limited computation capability of the sensor node and the maximum computation resource of each edge server, which is a Mixed Integer Non-linear Programming (MINLP) problem. To solve the problem, we propose a joint task offloading and resource allocation algorithm (JTOARA), which is decomposed into three subproblems including the uplink transmission power allocation sub-problem, the computation resource allocation sub-problem, and the offloading scheme selection subproblem. Then, the power allocation of each sensor node is achieved by bisection search algorithm, which has a fast convergence. While the computation resource allocation is derived by line optimization method and convex optimization theory. Finally, to achieve the optimal task offloading, we propose a cloud-edge collaborative computation offloading schemes based on game theory and prove the existence of Nash Equilibrium. The simulation results demonstrate that our proposed algorithm can improve output performance as comparing with the conventional algorithms, and its performance is close to the that of the enumerative algorithm.

• 인터넷정보학회논문지
• /
• 제14권2호
• /
• pp.73-85
• /
• 2013

제한된 모바일 디바이스의 자원을 해결하기 위해, 클라우드에 있는 서비스 또는 자원을 활용하는 모바일 클라우드 컴퓨팅(Mobile Cloud Computing, MCC) 연구가 활발히 진행되고 있다. MCC에서는 주로 기능 컴포넌트를 다른 노드로 오프로딩 (Offloading) 시킴으로써, 모바일 노드의 자원 문제를 해결하는 접근법을 주로 사용한다. 그러나, 현재 진행되고 있는 MCC에 대한 연구는 사전에 결정된 노드로 오프로딩 시키는 기법들이 주로 진행되고 있으며, 개념적인 수준에서 기법이 제시되고 있다. 본 논문에서는 복잡도가 높은 모바일 애플리케이션의 성능을 보장하기 위한 4가지 종류의 오프로딩 기법을 제안한다. 제시된 기법은 구현이 가능하도록 실용적인 수준으로 설계되며, 비용 모델을 제시하여 오프로딩을 통한 성능향상이 있음을 정량적으로 증명한다.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제9권8호
• /
• pp.3090-3102
• /
• 2015

The accuracy of an augmented reality (AR) application is highly dependent on the resolution of the object's image and the device's computational processing capability. Naturally, a mobile smart device equipped with a high-resolution camera becomes the best platform for portable AR services. AR applications require significant energy consumption and very fast response time, which are big burdens to the smart device. However, there are very few ways to overcome these burdens. Computation offloading via mobile cloud computing has the potential to provide energy savings and enhance the performance of applications executed on smart devices. Therefore, in this paper, adaptive mobile computation offloading of mobile AR applications is considered in order to determine optimal offloading points that satisfy the required quality of experience (QoE) while consuming minimum energy of the smart device. AR feature extraction based on SURF algorithm is partitioned into sub-stages in order to determine the optimal AR cloud computational offloading point based on conditions of the smart device, wireless and wired networks, and AR service cloud servers. Tradeoffs in energy savings and processing time are explored also taking network congestion and server load conditions into account.

• 한국컴퓨터정보학회논문지
• /
• 제19권2호
• /
• pp.67-75
• /
• 2014

본 논문에서는 이동환경에서 이동단말이 핸드오프 시간과 오프로딩 시간을 측정하여 오프로딩의 수행을 판단하는 오프로딩 지연기법을 제안한다. 제안한 기법은 이동단말에서 핸드오프와 오프로딩 지연시간을 비교하여 오프로딩을 결정할 수 있도록 하여 고정노드를 대상으로 구현된 클라우드 컴퓨팅환경의 구조의 변경 없이 이동환경 클라우드 컴퓨팅을 지원한다. 효율성 분석을 위해 기존 연구에서 사용하는 서버와 단말의 에너지 소비측정을 사용하여 기존 방법과 에너지 소비를 비교 분석하였다. 모의실험 결과 오프로딩 지연 기법은 기존 방법보다 에너지 소비를 감소시키면서 유사한 작업수행 시간을 보이는 것을 확인하였다.

• 정보과학회 논문지
• /
• 제42권6호
• /
• pp.707-712
• /
• 2015

모바일 클라우드 컴퓨팅은 모바일 기기의 자원제약적인 한계를 극복하기 위해 클라우드 서비스를 활용하는 기술로 모바일 기기에서 실행해야 할 일부 작업을 클라우드에서 수행하게 하는 컴퓨테이션 오프로딩 기법이 사용된다. 오프로딩에 필요한 통신 비용보다 모바일 기기 내에서의 연산 비용이 클 경우 모바일 기기는 클라우드에게 작업 수행을 위탁한다. 모바일 기기에서 수행할 작업과 클라우드에서 수행할 작업을 분할하기 위한 기존의 비용 분석 모델은 함수 호출에 필요한 데이터 전송과 응답 시간만을 오프로딩 비용으로 산정하였다. 본 논문에서는 컴퓨테이션 오프로딩 비용 산출 시 함수의 호출 및 응용 프로그램의 동기화 빈도를 고려한 작업 분할 기법을 제안하였고 실험을 통해 기존의 기법들에 비해 에너지 효율성을 높일 수 있음을 확인하였다.

• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제9권11호
• /
• pp.377-386
• /
• 2020

모바일 클라우드 컴퓨팅은 클라우드 컴퓨팅 환경에서 클라이언트 기기로 모바일이나 임베디드 디바이스가 사용되는 경우를 말하며, 단말 기기의 뛰어난 이동성과 상대적으로 낮은 연산 자원의 신뢰도를 그 특징으로 한다. 스마트폰과 소형 주변기기의 확산으로 최근 모바일 클라우드 컴퓨팅에 대한 연구가 급증하고 있다. 코드 오프로딩은 무선 네트워크 연결되어 있는 모바일 시스템이 연산 작업의 일부를 보다 빠른 속도를 가진 서버로 옮겨서 진행함으로써 효율을 향상시키는 기법이다. 코드 오프로딩은 모바일 클라우드 환경에서 모바일 디바이스가 가지는 제한된 자원을 극복하는 중요한 기법의 하나로 각광받고 있다. 본 논문에서는 코드 오프로딩의 성능을 좌우하는 요소를 분석하고, 다양한 요소 중에서 프로그램 정적 분할 기법과 데이터 보호에 관련된 최근 연구동향을 요소별로 분석한다. 또한 현재까지 진행되고 있는 다양한 연구와 관련 분야 신기술을 고려한 향후 발전 방향을 논의한다.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제15권3호
• /
• pp.952-973
• /
• 2021

In recent years, mobile devices have become an essential part of daily life. More and more applications are being supported by mobile devices thanks to edge computing, which represents an emergent architecture that provides computing, storage, and networking capabilities for mobile devices. In edge computing, heavy tasks are offloaded to edge nodes to alleviate the computations on the mobile side. However, offloading computational tasks may incur extra energy consumption and delays due to network congestion and server queues. Therefore, it is necessary to optimize offloading decisions to minimize time, energy, and payment costs. In this article, different offloading models are examined to identify the offloading parameters that need to be optimized. The paper investigates and compares several optimization techniques used to optimize offloading decisions, specifically Swarm Intelligence (SI) models, since they are best suited to the distributed aspect of edge computing. Furthermore, based on the literature review, this study concludes that a Cuckoo Search Algorithm (CSA) in an edge-based architecture is a good solution for balancing energy consumption, time, and cost.

• 한국인터넷방송통신학회논문지
• /
• 제15권3호
• /
• pp.137-141
• /
• 2015

모바일 클라우드 컴퓨팅은 모바일 기기의 자원 제약적인 문제를 해결하기 위해 클라우드 서비스를 활용한다. 이렇게 모바일 기기에서 수행해야할 작업을 클라우드로 위임하는 것을 오프로딩이라고 하고 에너지 소모의 관점에서 많은 연구들이 진행되고 있다. 본 논문에서는 응답 시간의 관점에서 오프로딩 기법 적용의 효율성을 측정하기 위해 센 싱 데이터 동기화를 고려한 응답 시간 모델을 설계하였다. 제안 모델에서는 클라우드에서 모바일 기기가 요청한 작업 을 처리할 때 필요한 센싱 데이터에 대한 동기화 작업을 고려하여 정교한 응답 시간 예측을 가능하도록 했으며 모의실험을 통해 새로운 센서 데이터의 발생 비율과 동기화 주기가 응답 시간에 어떤 영향을 주는지를 확인하였다.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제8권11호
• /
• pp.3916-3936
• /
• 2014

Smartphone applications like games, image processing, e-commerce and social networking are gaining exponential growth, with the ubiquity of cellular services. This demands increased computational power and storage from mobile devices with a sufficiently high bandwidth for mobile internet service. But mobile nodes are highly constrained in the processing and storage, along with the battery power, which further restrains their dependability. Adopting the unlimited storage and computing power offered by cloud servers, it is possible to overcome and turn these issues into a favorable opportunity for the growth of mobile cloud computing. As the mobile internet data traffic is predicted to grow at the rate of around 65 percent yearly, even advanced services like 3G and 4G for mobile communication will fail to accommodate such exponential growth of data. On the other hand, developers extend popular applications with high end graphics leading to smart phones, manufactured with multicore processors and graphics processing units making them unaffordable. Therefore, to address the need of resource constrained mobile nodes and bandwidth constrained cellular networks, the computations can be migrated to resourceful servers connected to cloud. The server now acts as a bridge that should enable the participating mobile nodes to offload their computations through Wi-Fi directly to the virtualized server. Our proposed model enables an on-demand service offloading with a decision support system that identifies the capabilities of the client's hardware and software resources in judging the requirements for offloading. Further, the node's location, context and security capabilities are estimated to facilitate adaptive migration.