• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제15권1호
• /
• pp.35-57
• /
• 2021

Fog computing aims to provide the solution of bandwidth, network latency and energy consumption problems of cloud computing. Likewise, management of data generated by healthcare IoT devices is one of the significant applications of fog computing. Huge amount of data is being generated by healthcare IoT devices and such types of data is required to be managed efficiently, with low latency, without failure, and with minimum energy consumption and low cost. Failures of task or node can cause more latency, maximum energy consumption and high cost. Thus, a failure free, cost efficient, and energy aware management and scheduling scheme for data generated by healthcare IoT devices not only improves the performance of the system but also saves the precious lives of patients because of due to minimum latency and provision of fault tolerance. Therefore, to address all such challenges with regard to data management and fault tolerance, we have presented a Fault Tolerant Data management (FTDM) scheme for healthcare IoT in fog computing. In FTDM, the data generated by healthcare IoT devices is efficiently organized and managed through well-defined components and steps. A two way fault-tolerant mechanism i.e., task-based fault-tolerance and node-based fault-tolerance, is provided in FTDM through which failure of tasks and nodes are managed. The paper considers energy consumption, execution cost, network usage, latency, and execution time as performance evaluation parameters. The simulation results show significantly improvements which are performed using iFogSim. Further, the simulation results show that the proposed FTDM strategy reduces energy consumption 3.97%, execution cost 5.09%, network usage 25.88%, latency 44.15% and execution time 48.89% as compared with existing Greedy Knapsack Scheduling (GKS) strategy. Moreover, it is worthwhile to mention that sometimes the patients are required to be treated remotely due to non-availability of facilities or due to some infectious diseases such as COVID-19. Thus, in such circumstances, the proposed strategy is significantly efficient.

• International Journal of Contents
• /
• 제7권2호
• /
• pp.1-5
• /
• 2011

Allocation of computing resources is a crucial issue when dealing with a huge number of tasks to be completed according to a given deadline and cost constraints. The task scheduling to several resources (e.g. grid, cloud or a supercomputer) with different characteristics is not trivial, especially if a trade-off in terms of time and cost is considered. We propose an allocation approach able to fulfill the given requirements about time and cost through the use of optimizing techniques and an adaptive behavior. Simulated productions of tasks have been run in order to evaluate the characteristics of the proposed approach.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2015년도 춘계학술발표대회
• /
• pp.153-155
• /
• 2015

다양한 과학 응용들은 데이터들을 처리하기 위해 높은 효율성을 제공하는 클라우드 인프라를 활용한다. 이 때 클라우드 컴퓨팅 환경에서 작업을 효율적으로 스케쥴링하는 것은 작업 처리 성능, 자원 활용을 및 작업 처리 시스템의 처리량에 큰 영향을 미친다. 본 논문에서는 클라우드 인프라에서 제공된 자원이 갖는 성능의 변동을 고려하여 사용자의 작업 완료 시간에 대한 품질 제약을 만족시키기 위한 작업 스케쥴링 기법을 제시하였다. 성능 평가를 통해 작업 지연이 발생한 상황에서 본 논문에서 제안한 작업 복제를 이용한 워크플로우 스케쥴링 기법을 활용했을 때, 작업 복제를 이용하지 않았을 때에 비해 효과적으로 요청된 워크플로우 종료 시간 내에 처리를 수행하는 것을 확인할 수 있었다.

• 스마트미디어저널
• /
• 제5권4호
• /
• pp.18-25
• /
• 2016

가상화 기술에 의해 추상화된 자원은 하드웨어적으로 효율적으로 사용 할 수 있어 관리가 용이하며, 이로 인해 클라우드 시스템과 대형 서버 클러스터 구축 등에 가상 머신 모니터가 널리 사용되고 있다. 가상화된 시스템의 성능은 가상머신 스케줄러의 영향을 크게 받는다. 하지만, 기존의 가상 머신에서 사용하는 Credit 스케줄러는 스케줄링 지연 시간이 길어질 경우, I/O 응답성이 저하되는 문제점이 있다. 본 논문에서는 가상머신의 이벤트 응답성 저하 현상을 개선하기 위해 기존 가상머신의 Credit 스케줄러에 대출/상환 기법을 도입하였다. 제안 기법은 가상 머신에 I/O 이벤트 처리를 위한 credit을 대출해주고, 대출 credit의 소비 패턴을 분석하여 각 가상머신의 태스크 특징을 분류한다. I/O 이벤트가 도착했을 때, 분석된 태스크 특징을 기반으로 일시적으로 가상 머신의 스케줄링 우선순위를 높임으로써 시스템의 I/O 성능을 향상시킨다. 제안 기법을 가상머신 모니터에 구현하였으며, 기존 가상머신의 Credit 스케줄러 대비 제안된 기법을 적용한 가상머신의 I/O 평균 응답성과 대역폭이 각 60%, 62% 향상되었다.