Minimizing Maximum Age of Service in Virtualized Green IoT Networks

本项目解决了在太阳能驱动的绿色 IoT 网络中嵌入和调度应用的挑战，目标是最小化最大 Age of Service (AoS) — 一个表示数据生成到服务完成之间延迟的新鲜度指标。

目标

本研究聚焦于由可再生能源（太阳能）驱动的虚拟化、具备计算能力的 IoT 基础设施。应用被建模为包含 Virtual Network Functions (VNFs) 的 Directed Acyclic Graphs (DAGs)，需要在波动的能量和计算约束下执行。

主要贡献

Mixed Integer Linear Programming (MILP) 建模

• 提出了首个 MILP 模型，联合优化：
  • 设备选择与采样时间
  • DAG 请求嵌入决策
  • 设备、网关和服务器的能耗
• 目标：最小化所有 DAG 请求的最大 AoS。

启发式与预测控制方案

• 开发了 GreedyOL，一种基于当前 AoS 嵌入 DAG 的快速启发式算法。
• 提出了 RHCOP，一种 Receding Horizon Control Optimization 框架：
  • 利用 Gaussian Mixture Models (GMMs) 预测太阳能到达量和无线信道增益。
  • 仅使用因果（非未来）信息实现实时调度。

结果与洞察

• RHCOP 实现了最优 MILP 的 1.07 倍 min-max AoS，GreedyOL 为 1.13 倍。
• 更多的网关和服务器由于增强的冗余性和灵活性而降低了 AoS。
• VNF-C（采集）和 VNF-P（处理）数量相等时可获得最优新鲜度。

更广泛的影响

所提出的系统为能耗感知、延迟敏感的 IoT 应用奠定了基础，尤其适用于偏远或能源受限的环境。研究结果揭示了计算新鲜度、资源分配与绿色网络部署策略之间的权衡关系。

[IEEE Transactions on Services Computing 投稿] — 即将发表