Skip to main content
CenXiv.org
此网站处于试运行阶段,支持我们!
我们衷心感谢所有贡献者的支持。
贡献
赞助
cenxiv logo > cs > arXiv:2507.12445

帮助 | 高级搜索

计算机科学 > 网络与互联网架构

arXiv:2507.12445 (cs)
[提交于 2025年7月16日 ]

标题: CRAFT:边缘-雾环境中节点放置的延迟和成本感知的遗传框架

标题: CRAFT: Latency and Cost-Aware Genetic-Based Framework for Node Placement in Edge-Fog Environments

Authors:Soheil Mahdizadeh, Amir Mahdi Rasouli, Mohammad Pourashory, Sadra Galavani, Mohsen Ansari
摘要: 在物联网(IoT)中降低延迟是一个关键问题。 虽然云计算促进了通信,但它无法可靠地满足实时需求。 通过将计算节点更靠近终端用户,边缘计算和雾计算已成为可行的解决方案,提供了更低的延迟和更高的处理能力。 一个边缘-雾框架包括各种组件,包括边缘和雾节点,其战略部署至关重要,因为它直接影响延迟和系统成本。 本文提出了一种基于遗传算法的有效且可调节的节点部署策略,以解决边缘和雾节点部署的优化问题。 主要目标是通过最优节点部署来最小化延迟和成本。 仿真结果表明,所提出的框架可实现高达2.77%的延迟降低和31.15%的成本降低。
摘要: Reducing latency in the Internet of Things (IoT) is a critical concern. While cloud computing facilitates communication, it falls short of meeting real-time requirements reliably. Edge and fog computing have emerged as viable solutions by positioning computing nodes closer to end users, offering lower latency and increased processing power. An edge-fog framework comprises various components, including edge and fog nodes, whose strategic placement is crucial as it directly impacts latency and system cost. This paper presents an effective and tunable node placement strategy based on a genetic algorithm to address the optimization problem of deploying edge and fog nodes. The main objective is to minimize latency and cost through optimal node placement. Simulation results demonstrate that the proposed framework achieves up to 2.77% latency and 31.15% cost reduction.
主题: 网络与互联网架构 (cs.NI) ; 硬件架构 (cs.AR); 分布式、并行与集群计算 (cs.DC)
引用方式: arXiv:2507.12445 [cs.NI]
  (或者 arXiv:2507.12445v1 [cs.NI] 对于此版本)
  https://doi.org/10.48550/arXiv.2507.12445
通过 DataCite 发表的 arXiv DOI(待注册)

提交历史

来自: Mohsen Ansari [查看电子邮件]
[v1] 星期三, 2025 年 7 月 16 日 17:29:52 UTC (5,066 KB)
全文链接:

获取论文:

    查看标题为《》的 PDF
  • 查看中文 PDF
  • 查看 PDF
  • HTML(实验性)
  • TeX 源代码
  • 其他格式
许可图标 查看许可
当前浏览上下文:
cs.NI
< 上一篇   |   下一篇 >
新的 | 最近的 | 2025-07
切换浏览方式为:
cs
cs.AR
cs.DC

参考文献与引用

  • NASA ADS
  • 谷歌学术搜索
  • 语义学者
a 导出 BibTeX 引用 加载中...

BibTeX 格式的引用

×
数据由提供:

收藏

BibSonomy logo Reddit logo

文献和引用工具

文献资源探索 (什么是资源探索?)
连接的论文 (什么是连接的论文?)
Litmaps (什么是 Litmaps?)
scite 智能引用 (什么是智能引用?)

与本文相关的代码,数据和媒体

alphaXiv (什么是 alphaXiv?)
CatalyzeX 代码查找器 (什么是 CatalyzeX?)
DagsHub (什么是 DagsHub?)
Gotit.pub (什么是 GotitPub?)
Hugging Face (什么是 Huggingface?)
带有代码的论文 (什么是带有代码的论文?)
ScienceCast (什么是 ScienceCast?)

演示

复制 (什么是复制?)
Hugging Face Spaces (什么是 Spaces?)
TXYZ.AI (什么是 TXYZ.AI?)

推荐器和搜索工具

影响之花 (什么是影响之花?)
核心推荐器 (什么是核心?)
IArxiv 推荐器 (什么是 IArxiv?)
  • 作者
  • 地点
  • 机构
  • 主题

arXivLabs:与社区合作伙伴的实验项目

arXivLabs 是一个框架,允许合作伙伴直接在我们的网站上开发和分享新的 arXiv 特性。

与 arXivLabs 合作的个人和组织都接受了我们的价值观,即开放、社区、卓越和用户数据隐私。arXiv 承诺这些价值观,并且只与遵守这些价值观的合作伙伴合作。

有一个为 arXiv 社区增加价值的项目想法吗? 了解更多关于 arXivLabs 的信息.

这篇论文的哪些作者是支持者? | 禁用 MathJax (什么是 MathJax?)
  • 关于
  • 帮助
  • contact arXivClick here to contact arXiv 联系
  • 订阅 arXiv 邮件列表点击这里订阅 订阅
  • 版权
  • 隐私政策
  • 网络无障碍帮助
  • arXiv 运营状态
    通过...获取状态通知 email 或者 slack

京ICP备2025123034号