Service-Oriented Architecture for Drone-based Multi-Package Delivery
The University of Sydney（悉尼大学）
我们提出了一种新的面向服务的架构，无人机为基础的多包交付在空中网络。所提出的架构为在城市中部署空中网络提供了一个高层次的设计，以有效地提供无人机服务。我们提出了一个基于图的启发式算法，以减少搜索空间的最佳服务选择的Skyway网络。然后，我们在一组约束条件下使用选定的无人机服务找到最佳解决方案。我们进行实验，以证明我们所提出的方法的效率。
2022-06-12 cs.DC cs.RO
A Game-Theoretic Drone-as-a-Service Composition for Delivery
我们提出了一种新的博弈论方法无人机服务组合考虑充电限制。我们设计了一个无人机服务的非合作博弈模型。我们提出了一个非合作博弈算法的最佳无人机服务的选择和组成。我们在一个真实的无人机数据集上进行了几个实验，以证明我们所提出的方法的效率。
2020-08-07 cs.DC cs.NI
Economy-based Content Replication for Peering Content Delivery Networks
现有的内容分发网络（CDN）表现出不与其他CDN合作的封闭分发网络的性质，并且在实践中形成CDN的孤岛。在此上下文中，内容和服务之间的逻辑分离导致两个内容网络域。除此之外，根据协商的服务水平协议满足用户的服务质量要求对于CDN至关重要。内容网络和内容联网能力的当前趋势引起了对互连内容网络的兴趣。因此，在本文中，我们提出了一个开放的，可扩展的，面向服务的体系结构（SOA）为基础的系统，协助创建开放的内容和服务交付网络（CSDN），规模和支持资源共享，通过对等与其他CSDN。为了鼓励全球不同CDN提供商之间的资源共享和对等安排，我们建议通过引入基于经济的内容复制策略来使用基于市场的模型。
2006-12-04 cs.DC
A Case for Peering of Content Delivery Networks
内容分发网络（CDN）的激增表明，现有的内容网络由各个公司拥有和运营。因此，发展了不与其他CDN合作的封闭交付网络，并且在实践中形成了CDN岛。此外，在此上下文中，内容和服务之间的逻辑分离导致两个内容联网域。但是内容网络和内容联网能力的当前趋势引起了对互连内容网络的兴趣。为不同的内容网络找到与其他内容网络协调和合作的方法对于更好的整体服务是必要的。除此之外，根据用户和内容网络之间协商的服务级别协议来满足用户的QoS要求在这个方面是一个紧迫的问题。在这篇文章中，我们提出了一个开放的，可扩展的和面向服务的体系结构为基础的系统，以协助创建开放的内容和服务交付网络（CSDN）的规模和支持与其他CSDN的资源共享。
2006-09-06 cs.DC
Optimizing Drone Delivery in Smart Cities
The University of Sydney（悉尼大学）
本研究针对智慧城市空中通道网络的包裹配送优化问题，提出上下文感知无人机配送框架，将路径寻优转化为服务组合问题，设计基于视线启发式的组合算法，经真实数据集实验验证了方法鲁棒性。
2023-04-28 cs.DC cs.RO
Simulation and Optimization of Content Delivery Networks considering User Profiles and Preferences of Internet Service Providers
内容分发网络（Content Delivery Network，CDN）是一个动态复杂的服务系统。它会给互联网服务提供商（ISP）的网络基础设施带来大量流量。通常情况下，CDN提供商和ISP都在努力寻找一种有效而适当的合作方式，以实现互利。这一挑战是推动最终用户的服务质量（QoS）的关键。我们的模型，模拟和优化的CDN的行为，以提供合作的解决方案，并提高QoS。为此，我们确定了合理的服务器位置，平衡了服务器数量，提高了用户对服务器的分配。这些方面影响运行时间效果，如服务器上的缓存、响应时间和特定链接上的网络负载。特别是，用户请求历史和配置文件被认为是提高整体性能。由于我们考虑多个目标，我们的目标是提供一套不同的帕累托最优解，使用基于仿真的优化。
2020-05-28 cs.DC cs.NI cs.SY
Energy-Predictive Planning for Optimizing Drone Service Delivery
School of Computer Science, The University of Sydney（悉尼大学计算机科学学院）；Queensland University of Technology（昆士兰理工大学）
提出EPDS框架，结合Bi-LSTM预测与启发式优化，为无人机网络规划高效路径和充电计划，实现节能省时的包裹交付。
2025-08-03 cs.DC cs.ET cs.RO
Energy Efficient Service Delivery in Clouds in Compliance with the Kyoto Protocol
云计算通过按需提供可扩展和高效的计算资源，正在彻底改变信通技术的格局。ICT行业--尤其是数据中心--产生了大量的二氧化碳排放，并且很快将面临立法限制，例如《京都议定书》，规定了不同组织级别（国家、行业分支机构等）的上限。围绕节能数据中心已经做了很多工作，但在定义考虑二氧化碳的灵活模型方面做的工作很少。在本文中，我们提出了符合京都议定书的数据中心建模的第一次尝试。我们讨论了一种新的方法，用于在数据中心之间交易减排信用，以遵守其限制。CO2上限可以与服务水平协议集成，并与其他计算商品（例如计算能力，存储）并列，为实施支持京都标准CO2交易计划的下一代加密货币和定价模型奠定基础。
2012-04-30 cs.DC
Edge service resource allocation strategy based on intelligent prediction
人工智能是工业应用的重要技术之一，但需要大量的计算资源和传感器数据来支持，随着边缘计算和物联网的发展，人工智能在边缘服务领域发挥着越来越重要的作用。因此，如何让智能算法为物联网的发展提供更好的服务，成为一个越来越重要的课题。本文重点研究了边缘服务分发策略的应用，提出了一种基于智能预测的边缘服务分发策略，降低了边缘服务提供商的带宽消耗，使边缘服务提供商的成本最小化。另外，本文利用网宿科技公司提供的实际数据，采用改进的长短期记忆预测方法动态改变带宽，与实际工业应用相比，实现了更好的资源优化分配，仿真结果表明，我们的智能预测能够取得良好的效果，该机制能够实现更高的资源利用率.
2021-07-27 cs.DC
Development of a Blockchain-Based On-Demand Lightweight Commodity Delivery System
针对孟加拉国轻量商品配送中的真实性、多方协作与公平交换问题，本文提出由卖方、承运方和买方参与的全国性按需市场框架，并利用区块链存储交易细节以提升透明性与可靠性。
2023-07-16 cs.CR cs.DC
Kuksa: A Cloud-Native Architecture for Enabling Continuous Delivery in the Automotive Domain
将车辆连接到云平台实现了创新的业务场景，同时提出了新的质量问题，例如可靠性和可扩展性，这些问题必须通过研究来解决。基于微服务的云原生架构是实现持续交付并提高服务可靠性和可扩展性的最新方法。我们提出了一种将汽车领域的云平台架构重组为微服务架构的方法。为此，我们采用并实现了文献中的微服务模式来设计云原生汽车架构，并在汽车领域的一个名为Eclipse Kuksa的真实项目中进行了实验室实验，以评估微服务的可靠性和可扩展性。研究结果表明，拟议的架构可以处理连续的软件交付在空中发送自动控制消息的车辆设置。不同的模式使我们能够进行更改或中断服务，而不会将影响扩展到其他人。这项研究的结果提供了证据，表明微服务是一种潜在的设计解决方案，可以处理汽车领域基于云的服务上的服务故障和高负载。
2019-10-22 cs.DC cs.SE
Accelerating the Delivery of Data Services over Uncertain Mobile Crowdsensing Networks
针对不确定MCS网络中现货交易延迟高、易失败的问题，提出融合远期合同与现货补充的iFAST混合数据交易机制，以加速数据服务交付。
2024-04-08 cs.DC
Resource Slicing through Intelligent Orchestration of Energy-aware IoT services in Edge-Cloud Continuum
针对边云环境中 IoT 应用的能耗与性能优化难题，提出将应用分解为 nanoservices，并结合资源与网络切片进行能耗感知的智能编排部署。
2024-12-04 cs.DC
PeerSync: Accelerating Containerized Service Delivery at the Network Edge
College of Computer Science and Technology, Zhejiang University（浙江大学计算机科学与技术学院）；School of Software Technology, Zhejiang University（浙江大学软件学院）；College of Computer Science and Technology, Hangzhou Dianzi University（杭州电子科技大学计算机科学与技术学院）；Distributed Systems Group at the TU Wien（维也纳工业大学分布式系统组）；ICREA at the UPF, Barcelona（巴塞罗那自治大学ICERA研究员）
PeerSync通过去中心化P2P系统优化网络边缘容器镜像分发，显著提升交付速度并减少网络流量。
2025-12-19 cs.DC cs.NI
Intelligent Resource Scheduling for Co-located Latency-critical Services: A Multi-Model Collaborative Learning Approach
延迟关键型服务已广泛部署在云环境中。为了节省成本，多个服务通常位于同一台服务器上。因此，运行时资源调度成为枢纽QoS控制在这些复杂的协同定位的情况下。然而，随着服务器资源的增加，调度探索空间迅速扩大，使得调度器很难快速提供理想的解决方案。更重要的是，我们观察到，有“资源悬崖”的调度探索空间。它们影响了探测效率，并且总是导致严重的QoS波动。资源悬崖在过去的几年中是不容易避免的。为了解决这些问题，我们提出了一种新的基于ML的智能调度器- OSML。它学习架构提示之间的相关性（例如，IPC、高速缓存未命中、内存占用等），调度解决方案和QoS需求的基础上，我们收集了11个广泛部署的服务运行在现成的服务器上的数据集。OSML采用多个ML模型协同工作，以预测QoS变化，引导调度，并在复杂的协同定位情况下从QoS违规中恢复。OSML可以在调度期间智能地避免资源悬崖，并且比以前的协同定位LC服务方法更快地达到最佳解决方案。实验结果表明，OSML支持更高的负载，满足QoS目标，较以往的研究更低的调度开销和更短的收敛时间。
2022-09-06 cs.DC cs.LG cs.OS
Intelligent Resource Allocation Technique For Desktop-as-a-Service in Cloud Environment
桌面即服务云计算的特点是用户可以访问他们的桌面，并可以在远程服务器上的虚拟桌面中执行应用程序。资源管理和资源利用在桌面即服务（云计算）领域中最为重要;然而，以最有效的方式处理大量客户端构成了重要的挑战。特别是决定在一台服务器上处理多少客户端，以及每次在哪里执行用户应用程序非常重要。这是因为我们必须确保最大的资源利用率以及用户数据机密性、客户满意度、可扩展性、最低服务级别协议（SLA）违规等。将太多用户分配到一台服务器会导致客户不满，而分配太少则会导致更高的投资成本。因此，我们也考虑到这两种情况。我们研究不同的方面，以优化资源使用和客户满意度。在本文中，我们提出了智能资源分配（IRA）技术，确保上述参数，如最小的SLA违规。为此，根据SLA因素为用户请求分配优先级，以保持其机密性。本文的研究结果表明，通过将IRA技术应用于现有的超订机制，将提高系统的性能，显着减少SLA违规。
2014-04-29 cs.DC
Distributed Ride-Matching for Shared Ridehailing Service with Intelligent City Infrastructure
高计算时间是集中式动态共享乘车服务中最重要的运营问题之一。为了解决这个问题，我们提出了一个分布式的乘车匹配系统，是基于车辆到基础设施（V2I）和基础设施到基础设施（I2I）的通信。在多伦多市中心道路网络上的应用表明，该分布式系统的计算速度提高了125倍，并显示出良好的可扩展性。此外，与集中式系统相比，拟议系统的服务率提高了7%。然而，集中式系统在等待时间和绕行时间方面分别改善了29%和17%。
2022-08-24 cs.DC math.OC
BottleNet: A Deep Learning Architecture for Intelligent Mobile Cloud Computing Services
University of Southern California（南加州大学）
最近的研究表明，通过在移动终端和云之间拆分网络，可以显着改善深度神经网络的延迟和能耗。本文介绍了一种新的深度学习架构，称为BottleNet，用于减少需要发送到云端的特征大小。此外，我们提出了一种训练方法，用于补偿由于在将特征传输到云之前对特征进行有损压缩而导致的潜在准确性损失。与仅使用云的方法相比，BottleNet在端到端延迟方面平均提高了30倍，在移动能耗方面平均提高了40倍，准确性损失可以忽略不计。
2019-02-04 cs.DC cs.LG
JointDNN: An Efficient Training and Inference Engine for Intelligent Mobile Cloud Computing Services
University of Southern California（南加利福尼亚大学）
深度学习模型被部署在许多移动智能应用中。智能个人助理、自动驾驶汽车和灵巧家庭服务等端侧服务通常采用移动设备上的简单本地模型或云上的复杂远程模型。然而，最近的研究表明，在移动设备和云之间划分DNN计算可以增加延迟和能源效率。在本文中，我们提出了一个有效的，自适应的，实用的引擎，JointDNN，用于移动终端和云之间的协同计算DNN在推理和训练阶段。JointDNN不仅为移动端提供了一种节能和高效的DNN查询方法，而且与仅使用云的方法相比，通过减少其工作负载和通信量，使云服务器受益。给定DNN架构，我们研究了在移动终端上处理某些层和在云服务器上处理某些层的效率。我们在层粒度上为DNN中的前向和后向传播提供了优化配方，可以适应移动电池限制和云服务器负载约束以及服务质量。与现状方法相比，JointDNN在查询DNN的延迟和移动能耗方面分别减少了18倍和32倍。
2020-02-04 cs.AI cs.DC cs.LG
Data Model, Collection and Evaluation Framework for Local Energy Systems
分布式账本是一种新型的数据库技术，允许对存储在分布式、去中心化、公共维护的基础设施中的数据进行开放获取。这种分类账的当前实现预计参与者之间的竞争，通常是能源消耗，在维护数据的自然结构方面很差，并且受到可扩展性限制。我的研究工作的目的是开发一个基于分布式账本的中间件，用于家庭能源生产和使用的数据建模和收集，同时解决这个特定应用领域账本的可扩展性和能源效率低下问题。通过该中间件收集和提供的能源数据将用于数字能源服务交付（例如，自动对等能量交易、拓扑估计等）。该中间件还为以消费者为中心的数字能源服务交付以及服务模型评估提供了平台。模型评估可让准服务使用者在决定是否使用服务前，评估所提供的服务是否切合他们的需要。
2020-04-18 cs.DC
MediaWise - Designing a Smart Media Cloud
MediaWise项目旨在通过新的云、个性化和协作功能扩展现有媒体交付系统的范围，以满足更多用户、社区和企业的需求。该项目开发了一个MediaWise Cloud平台，支持自己动手创建、搜索、管理和消费多媒体内容。MediaWise Cloud支持与商用云服务类似的即用即付模式和弹性。然而，与Limelight Networks和Akamai等现有商业CDN服务提供商不同，MediaWise Cloud不需要拥有计算基础设施，而是依赖于公共互联网和公共云服务（例如，商业云存储以存储其内容）。除了将此类公共云服务集成到基于公共云的内容分发网络中之外，MediaWise Cloud还提供了交付流式和交互式高分辨率多媒体内容所需的高级服务质量（QoS）管理。在本文中，我们简要概述了MediaWise Cloud架构，并全面讨论了与其服务组件相关的研究目标。最后，我们还将现有CDN服务支持的功能与MediaWise Cloud的预期目标进行了比较。
2012-06-18 cs.DC cs.MM cs.NI
Large-Scale Intelligent Microservices
Microsoft（微软）；MIT（麻省理工学院）
在数据库中部署机器学习（ML）算法是一项挑战，因为现代ML算法的计算足迹不同，而且各种数据库技术都有自己的限制性语法。我们引入了一个基于Apache Spark的微服务编排框架，该框架扩展了数据库操作，以包括Web服务原语。我们的系统可以编排Web服务在数百台机器上，并充分利用集群，线程和异步并行。使用这个框架，我们提供了大规模的客户端的智能服务，如语音，视觉，搜索，异常检测和文本分析。这使得用户可以使用Apache Spark连接器将即时可用的智能集成到任何服务器中。为了消除网络通信的大部分开销，我们还引入了我们架构的低延迟容器化版本。最后，我们证明了我们调查的服务是有竞争力的各种基准，并提出了两个应用程序，这个框架来创建智能搜索引擎，和实时的汽车比赛分析系统。
2021-12-02 cs.AI cs.DB cs.DC
Function Delivery Network: Extending Serverless Computing for Heterogeneous Platforms
无服务器计算在亚马逊的Lambda平台推出后迅速发展。功能即服务（FaaS）是无服务器计算的关键推动因素，它允许将应用程序分解为在FaaS平台上执行的简单独立功能。FaaS平台负责将资源部署和促进功能。当今的一些云应用程序分布在异构的连接计算资源上，并且在其结构和资源需求方面具有高度动态性。然而，FaaS平台仅限于同构集群和同构功能，并且在调度之前不考虑功能的数据访问行为。我们引入了一个扩展的FaaS异构集群和支持异构功能，通过网络的分布式异构目标平台称为功能交付网络（FDN）。目标平台是同构节点集群和其上的FaaS平台的组合。FDN提供功能交付即服务（FDaaS），将功能交付到正确的目标平台。我们展示的机会，如不同的目标平台的特点，多个目标平台之间的协作执行的可能性，以及本地化的数据，FDN提供在实现两个目标：服务水平目标（SLO）的要求和能源效率时，通过评估超过五个分布式目标平台调度功能使用FDNInspector，我们开发的分布式目标平台的基准测试工具。与高端目标平台上的调度相比，我们评估中的边缘目标平台上的调度功能将总体能耗降低了17倍，而不违反SLO要求。
2021-02-03 cs.DC cs.PF
Intelligent Service Selection in a Multi-dimensional Environment of Cloud Providers for IoT stream Data through cloudlets
Amirkabir University of Technology（阿米尔卡比尔理工大学）
物联网（IoT）服务的扩展和不同传感器生成的大量数据，意味着存储即服务等云计算服务的重要性比以往任何时候都要高。物联网流量对云存储服务施加了额外的限制，例如传感器数据预处理能力以及数据中心和每个数据中心中的服务器之间的负载平衡。此外，它还应符合服务质量（QoS）。混合MWG算法已被提出在这项工作中，它考虑了不同的目标，如能量，处理时间，传输时间，和负载均衡在雾和云层。使用MATLAB脚本来模拟和实现我们的算法，并考虑了不同服务器的服务，例如Amazon，Dropbox，Google Drive等。与MOWCA、KGA和NSGAII相比，MWG的间距指标分别提高了7%、13%和25%。此外，与MOWCA、KGA和NSGAII相比，MWG在质量度量方面分别具有4%、4.7%和7.3%的优化。整体优化结果表明，在考虑不同目标的情况下，与MOWCA、KGA和NSGAII相比，MWG算法的性能分别提高了7.8%、17%和21.6%。
2021-01-26 cs.AI cs.DC cs.NI
