Trong bài viết này, một cơ chế chia tải được thực hiện luân phiên cho thiết bị hỗ trợ được đề xuất nhằm tối ưu năng lượng tổng thể của các thiết bị trong khi vẫn thỏa mãn các điều kiện ràng buộc về trễ và yêu cầu tính toán. Thuật toán đề xuất được chứng minh bằng phương pháp mô phỏng số cho thấy những ưu điểm nhất định của đề xuất này.
Kỷ yếu Hội nghị KHCN Quốc gia lần thứ XIII Nghiên cứu ứng dụng Công nghệ thông tin (FAIR), Nha Trang, ngày 8-9/10/2020 DOI: 10.15625/vap.2020.00180 MỘT PHƯƠNG PHÁP GIẢM TẢI TỐI ƯU NĂNG LƯỢNG TRONG HỆ THỐNG ĐIỆN TỐN BIÊN DI ĐỘNG Hồng Trọng Minh1, Nguyễn Quốc Cường1, Dương Thị Lan1, Hoàng Thị Thu2 Khoa Viễn thơng I, Học viện Cơng nghệ bƣu viễn thông Viện Công nghệ thông tin Truyền thông CDIT, Học viện Cơng nghệ bƣu viễn thơng hoangtrongminh@ptit.edu.vn, cuongnq.b16vt040@stu.ptit.edu.vn, landt.B16VT184@stu.ptit.edu.vn, thuht@ptit.edu.vn TĨM TẮT: Hiện nay, cơng nghệ tính toán biên thu hút nhiều nghiên cứu khả cung cấp tính tốn phân tán, tối ưu lượng cải thiện tốc độ xử lý cho thiết bị đầu cuối Các ưu điểm tiếp cận điện tốn biên có nhờ chia sẻ nhiệm vụ tính tốn thiết bị với với thiết bị truy nhập biên mạng Giải pháp chia sẻ tải (offloading) cho thiết bị hỗ trợ để tính tốn phần nhiệm vụ thay chuyển tồn tính tốn tới thiết bị tính tốn biên di động MEC (Mobile Edge Computing) phần cốt lõi tiếp cận nhằm giảm độ trễ tăng tốc xử lý Tuy nhiên, toán tối ưu đa mục tiêu với đa ràng buộc thuộc vào lớp tốn NP-Hard Vì vậy, loạt tiếp cận nâng cao hiệu mạng tính tốn biên thơng qua giải pháp chia tải tiếp tục nghiên cứu Trong báo này, chế chia tải thực luân phiên cho thiết bị hỗ trợ đề xuất nhằm tối ưu lượng tổng thể thiết bị thỏa mãn điều kiện ràng buộc trễ u cầu tính tốn Thuật tốn đề xuất chứng minh phương pháp mô số cho thấy ưu điểm định đề xuất Từ khóa: Điện tốn biên di động MEC, tốn tối ưu, quy hoạch tuyến tính, truyền thơng D2D, hiệu I GIỚI THIỆU Sự bùng nổ thiết bị dịch vụ di động thời gian gần đem lại nhiều tiện ích cho ngƣời dùng tạo loạt thách thức hạ tầng mạng truyền thơng Các nhu cầu tính toán nhanh, hiệu thiết bị đầu cuối đòi hỏi giải pháp mạng Hệ thống điện toán đám mây, mạng sƣơng mù điện toán biên (Edge Computing) tiếp cận gần để giải nhu cầu xử lý tính toán kết nối cho tảng internet vạn vật IoT (Internet of Things) [1] IoT xâm nhập vào sống hàng ngày chúng ta, cung cấp công cụ đo lƣờng thu thập thông tin quan trọng để hỗ trợ định Các cảm biến thiết bị đầu cuối liên tục tạo liệu trao đổi thông tin qua hạ tầng truyền thông không dây bao gồm truyền thông máy với máy tới trung tâm tính tốn thơng minh Là chiến lƣợc để giảm bớt leo thang tắc nghẽn tài nguyên, điện toán biên trở thành mơ hình để giải nhu cầu IoT điện tốn địa phƣơng hóa Bên cạnh khả kết nối số lƣợng lớn thiết bị đầu cuối, việc giảm thời gian trễ truyền dẫn hiệu lƣợng chủ đề đƣợc nhiều nhà nghiên cứu triển khai quan tâm tới mơ hình điện tốn biên [2, 3] Điện toán biên di động MEC (Mobile Edge Computing) giải pháp tính tốn phân tán biên mạng cho thiết bị di động kết nối qua phƣơng tiện truyền dẫn không dây MEC giảm áp lực tính tốn tập trung cho điện tốn đám mây giảm độ trễ xử lý thông tin cho u cầu tính tốn từ thiết bị đầu cuối Kiến trúc phân tán, cân lƣu lƣợng đƣợc triển khai trong hàng loạt ứng dụng thực tế [4, 5] Lĩnh vực nghiên cứu giảm tải tính tốn nhằm giải việc gửi tác vụ tới thiết bị đóng vai trị hỗ trợ (Helper) tới máy chủ MEC Các máy chủ có khả cung cấp nhiều tài ngun tính tốn nhiều so với thiết bị di động MD (Mobile Device) nhƣng độ trễ kết nối truyền thông lại lớn so với kết nối trực tiếp MD Với yêu cầu nhiệm vụ từ MD khác nhau, chiến lƣợc cân giảm tải đƣợc đƣa để đồng thời thỏa mãn ràng buộc để nâng cao hiệu mạng sử dụng MEC Vì vậy, mục tiêu giảm tải thƣờng gồm giảm mức tiêu thụ lƣợng thời gian thực cách chia sẻ nhiệm vụ theo yêu cầu [6, 7] Nhằm thực chiến lƣợc giảm tải, mơ hình tính toán tập trung phân tán vùng biên mạng đƣợc tiến hành với kiến trúc đám mây nhỏ phi đám mây [8, 9] Các giải pháp tối ƣu dựa heuristic giải tích tốn học đƣợc đề xuất để tìm kiếm hàm mục tiêu tối ƣu [10] Tuy nhiên, theo hiểu biết tốt nhóm tác giả, tiếp cận lựa chọn sử dụng luân phiên helper yêu cầu giảm tải chƣa đƣợc đề cập tới nghiên cứu trƣớc Vì vậy, báo trình bày phƣơng pháp giảm tải tính tốn hệ thống tính toán biên nhằm tối ƣu lƣợng thiết bị di động đáp ứng u cầu tính tốn đầu vào với độ trễ theo yêu cầu Bố cục báo nhƣ sau: phần nêu rõ nghiên cứu tác giả trƣớc có liên quan tới nội dung nghiên cứu, phần III trình mơ hình tốn, giả thiết chuyển mạch mô phần cuối trình bày kết luận thu đƣợc nhƣ hƣớng phát triển II CÁC NGHIÊN CỨU LIÊN QUAN Xu hƣớng điện toán biên xử lý liệu gần nguồn với hỗ trợ từ thiết bị di động đầu cuối Các ứng dụng thông minh ngày tăng đặt thách thức xử lý liệu thời gian thực nhƣ tối ƣu tài nguyên Nhằm thực việc giảm tải cho tính tốn cục thiết bị máy chủ MEC, mơ hình giảm tải [11] đƣợc đề xuất theo kiểu nhị phân phần nhiệm vụ yêu cầu Dựa khung thời gian T, nhiệm vụ tính tốn thiết bị di động, thiết bị hỗ trợ điểm truy nhập AP đƣợc phân bổ tối ƣu phƣơng pháp quy hoạch tuyến tính Giải pháp cho phép tối ƣu mức tiêu thụ lƣợng trình thực tính tốn Hồng Trọng Minh, Nguyễn Quốc Cƣờng, Dƣơng Thị Lan, Hoàng Thị Thu 289 toàn nhiệm vụ đƣợc yêu cầu với điều kiện độ trễ nghiêm ngặt Tuy nhiên, báo không đề cập tới việc xử lý cho khung thời gian liên tiếp sử dụng 01 thiết bị hỗ trợ giảm tải Bằng kỹ thuật lập lịch, nhóm tác giả [12] đề xuất giảm tải tự động theo thứ tự ƣu tiên nhiệm vụ Với dịch vụ có yêu cầu chặt chẽ giới hạn trễ, tài ngun tính tốn đƣợc phân bổ mức ƣu tiên cao giảm thiểu đƣợc thời gian tính tốn nhƣ đem lại hiệu suất tính tốn hiệu Mặc dù vậy, bƣớc tiền xử lý mức độ ƣu tiên đồng thời khung thời gian trở ngại lớn với yêu cầu tiến gần thực tiễn Nhằm tìm kiếm chiến lƣợc giảm tải tối ƣu, loạt đề xuất dựa lý thuyết trò chơi đƣợc đƣa Các toán tối ƣu đa mục tiêu trễ yêu cầu ứng dụng đƣợc khai thác thông qua đặc trƣng cân lý thuyết trò chơi [13] Kết hợp giảm tải nhiệm vụ với điều khiển công suất, tác giả [14] sử dụng kỹ thuật học củng cố để xấp xỉ toán tối ƣu tài nguyên hữu ích cho thiết bị di động nhằm tránh vấn đề NP-Hard Các đề xuất cho thấy, xu hƣớng cân hóa lƣợng thiết bị đầu cuối trình giảm tải vấn đề then chốt mục tiêu cải hiệu hệ thống MEC Vì vậy, báo tiếp cận tốn cân tải thơng qua lựa chọn thiết bị hỗ trợ hữu ích theo vòng truy nhập nhằm hƣớng tới tối ƣu tổng thể lƣợng thiết bị trình hoạt động Các điều kiện đáp ứng yêu cầu nhiệm vụ đầu vào giới hạn trễ đƣợc đảm bảo với mục tiêu cân lƣợng đƣợc tiếp cận phƣơng pháp quy hoạch tuyến tính ngun Mơ hình hệ thống, điều kiện đầu vào chứng minh kết nghiên cứu đƣợc trình bày dƣới III MƠ HÌNH BÀI TỐN Trong phần mơ tả đề xuất từ mơ hình điển hình điện toán biên với ký hiệu sử dụng nghiên cứu Giả thiết hệ thống MEC gồm thành phần bao gồm thiết bị ngƣời dùng, phần tử hỗ trợ điểm truy cập AP đƣợc tích hợp máy chủ MEC nhƣ Hình Hình Mơ hình hệ thống điện tốn biên di động MEC Với giả thiết thiết bị ngƣời dùng di chuyển với xác suất định ô phục vụ phần tử hỗ trợ Để giải vấn đề trên, hai phần tử hỗ trợ thay giảm tải tính tốn cho thiết bị ngƣời dùng nhằm tối ƣu lƣợng tính tốn, độ trễ giới hạn nhƣ đảm bảo độ di động ngƣời dùng Các kí hiệu đƣợc mơ tả tốn đƣợc biểu thị Bảng Bảng Các thông số liên quan li,u li,h li,a C fu fh fa k rh Ptx Số bit nhiệm vụ xử lý thiết bị ngƣời dùng vòng thứ i Số bit nhiệm vụ xử lý phần tử hỗ trợ vòng thứ i Số bit nhiệm vụ xử lý điểm truy cập AP vịng thứ i Chu kì CPU cần xử lý bit Khả xử lý thiết bị ngƣời dùng Khả xử lý phần tử hỗ trợ Khả xử lý điểm truy cập AP Hệ số điện dung Tốc độ truyền tải từ thiết bị ngƣời dùng đến điểm truy cập AP Tốc độ truyền tải từ thiết bị ngƣời dùng đến phần tử hỗ trợ Helper Cơng suất truyền tải Bài tốn tập trung vào khối thời gian có thời lƣợng T* > 0, thiết bị ngƣời dùng cần xử lý tất bit nhiệm vụ đầu vào L > Ta có L = {l1, l2, l3, ,ln} tập hợp bit cần xử lý thiết bị ngƣời dùng Với bit đầu vào li đƣợc chia làm phần dành cho tính tốn thiết bị ngƣời dùng, tính tốn phần tử hỗ trợ tính tốn điểm truy cập AP tƣơng ứng li,u , li.h , li,a Do ta có cơng thức [11]: li,u +li,h + li,a = li (1) MỘT PHƢƠNG PHÁP GIẢM TẢI TỐI ƢU NĂNG LƢỢNG TRONG HỆ THỐNG ĐIỆN TOÁN BIẾN DI ĐỘNG 290 A Mơ hình tính tốn truyền tải thiết bị người dùng Mơ hình tính tốn thiết bị người dùng Số lƣợng bit cần thiết để đƣợc xử lý thiết bị ngƣời dùng li,u đó, cần li,u C chu kỳ Độ trễ tính tốn thiết bị ngƣời dùng đƣợc kí hiệu t đƣợc tính nhƣ cơng thức [15] sau: = (2) Ta xem xét mơ hình thực thi nhiệm vụ điện áp thấp lƣợng tiêu thụ chu kỳ CPU [15] đƣợc tính cơng thức k k số điện dung Năng lƣợng tiêu thụ tính tốn thiết bị ngƣời dùng đƣợc biểu diễn nhƣ công thức (3) dƣới đây: = li,u C.k Trong (3) lƣợng tiêu thụ tính tốn thiết bị ngƣời dùng vịng thứ i Mơ hình truyền tải thiết bị người dùng Số bit đƣợc giảm tải cho thiết bị ngƣời dùng cần phải đƣợc chuyển đến cho phần tử hỗ trợ điểm truy cập trƣớc Do đó, thời gian truyền tải đƣớc tính nhƣ cơng thức [15] sau: = + (4) Năng lƣợng tiêu thụ cho việc truyền tải thiết bị ngƣời dùng tƣơng ứng: Ptx = ( = ).Ptx (5) B Mơ hình tính tốn truyền tải phần tử hỗ trợ điểm truy cập Mơ hình tính toán phần tử hỗ trợ Phần tử hỗ trợ có tính tốn hạn chế lƣợng hạn chế so với điểm truy cập Khả tính tốn tải phần tử hỗ trợ đƣợc ký hiệu fh Khối lƣợng công việc phần tử hỗ trợ từ thiết bị ngƣời dùng lần thứ i li,h số chu kỳ tính tốn của li,h C Thời gian tính tốn phần tử hỗ trợ đƣợc tính nhƣ [15] sau: = (6) Năng lƣợng tiêu thụ cho việc tính tốn phần tử hỗ trợ biểu diễn dƣới dạng: = li,h C.k (7) Sau tính tốn phần tử hỗ trợ, số bit đƣợc cắt giảm cho thiết bị ngƣời dùng đƣợc truyền từ phần tử hỗ trợ Do đó, thời gian truyền tải tƣơng ứng nhƣ sau: = (8) Năng lƣợng tiêu thụ cho việc truyền tải phần tử hỗ trợ đƣợc biểu diễn nhƣ sau: = Ptx (9) Tổng trễ phần tử hỗ trợ đƣợc tạo thành từ trễ truyền dẫn trễ tính tốn dƣới dạng: = + (10) Mơ hình tính tốn điểm truy cập Bỏ qua lƣợng tính toán lƣợng truyền dẫn điểm truy cập, ta xét đến trễ tính tốn trễ truyền dẫn từ điểm truy cập đến thiết bị ngƣời dùng Khối lƣợng công việc điểm truy cập truyền tải từ thiết bị ngƣời dùng lần thứ i số chu kỳ tính tốn Thời gian tính tốn điểm truy cập tƣơng ứng nhƣ cơng thức [15] sau: = (11) Sau tính toán điểm truy cập, số bit đƣợc cắt giảm cho thiết bị ngƣời dùng đƣợc truyền từ điểm truy cập Do đó, thời gian truyền tải thực tế nhƣ sau: = (12) Tổng trễ điểm truy cập bao gồm trễ tính tốn trễ truyền dẫn tƣơng ứng: = + (13) Hoàng Trọng Minh, Nguyễn Quốc Cƣờng, Dƣơng Thị Lan, Hoàng Thị Thu 291 C Xây dựng tốn Dựa phƣơng trình (3) phƣơng trình (5), mức tiêu thụ lƣợng thiết bị ngƣời dùng bao gồm lƣợng tính tốn lƣợng truyền tải đƣợc biểu diễn dƣới dạng: Eu= + (14) Nhiệm vụ thiết bị ngƣời dùng đƣợc thực song song ba thành phần (thiết bị ngƣời dùng, phần tử hỗ trợ điểm truy cập) độ trễ thực thi τi nhƣ sau: τi = max { , , } (15) Vấn đề hiệu lƣợng việc xử lý bit nhiệm vụ dựa giới hạn thời gian đƣợc xây dựng nhƣ sau P: Min∑ = + + + (16) s.t: li,u +li,h + li,a = li (16a) + Eu (16b) + Eh (16c) T* (16d) * T (16e) T* (16f) Trong T* giới hạn thời gian tối đa để xử lý xong toàn nhiệm vụ (16a) biểu thị ràng buộc phân vùng nhiệm vụ, (16b) (16c) ràng buộc lƣợng có thiết bị ngƣời dùng phần tử hỗ trợ, (16d) (16e) (16f) biểu thị ràng buộc thời gian Lƣu ý vấn đề (16) áp dụng phƣơng pháp quy hoạch tuyến tính nguyên (ILP) nên ta hồn tồn giải cách hiệu thơng qua kĩ thuật tối ƣu hóa lồi tiêu chuẩn nhƣ phƣơng pháp điểm bên D Thuật toán mã giả Thuật toán 1: Đầu ra: Compute minimum energy of system Divide the amount of each task for User,Helper and Access Point Thuật toán 1 L = [array of helper's task] alpha = random(2 to length(L-1)) For j=1:1:length(L) For each task: Compute energy in user using equation(3) Compute consume energy in helper using equation(9) and (7) Compute transmission energy using equation(5) End For If j > 10 remaining energy of the user and the helper after (j-1) task processing 11 End If 12 Constraints on processing energy and transmitted energy on user using equation (16b) 13 Constraints on the number of task using equation (16a) 14 Constraints energy on a helper using equation (16c) 15 Constraints on delay at the helper using equation (16e) 16 Constraints on processing delay on the user using equation (16d) 17 Constraints delay at AP using equation (16f) 18 Using CPLEX (total of Constraints) to Compute 19 End For Thuật toán 2: Đầu ra: Compute minimum energy of system Divide the amount of each task for User,Helper and Access Point and hand off Helper MỘT PHƢƠNG PHÁP GIẢM TẢI TỐI ƢU NĂNG LƢỢNG TRONG HỆ THỐNG ĐIỆN TOÁN BIẾN DI ĐỘNG 292 Thuật toán 2: L = [array of helper's task] alpha = random(2 to length(L-1)) For j=1:1:length(L) If j < alpha: helper is helper_1 Else: helper is helper_2 End End For Thuật toán 3: Đầu ra: Compute minimum energy of system Divide the amount of each task for User,Helper and Access Point and choose Helper Thuật toán L = [array of helper's task] H1 = [array of helper_1's task] H2 = [array of helper_2's task] alpha = random(2 to length(L-1)) For j=1:1:length(L) Lh1 = Eh1/(C*k*fh*fh) - H1(j) Lh2 = Eh2/(C*k*fh*fh) - H2(j) If Lh1 > Lh2 Eh = Eh1 10 Else 11 Eh = Eh2 12 End 13 End For IV KẾT QUẢ MÔ PHỎNG VÀ THẢO LUẬN Trên đề xuất giải pháp quy hoạch tuyến tính nguyên (ILP) nhằm tối ƣu lƣợng tiêu thụ hệ thống MEC với nhiều vịng truy nhập Vì vậy, điều kiện ràng buộc lƣợng tiêu thụ tính toán cục bộ, truyền tải thành phần giới hạn độ trễ nhằm đƣa phƣơng án tối ƣu từ vô số phƣơng án định Do đó, để kiểm chứng mơ hình, phần mềm CPLEX đƣợc sử dụng để tính tốn tối ƣu hóa tổng lƣợng tiêu thụ Đặc trƣng lƣợng phụ thuộc vào số bit nhiệm vụ đầu vào đƣợc biểu diễn nhƣ Hình Số bit nhiệm vụ tính tốn phần tử hỗ trợ cắt giảm từ thiết bị ngƣời dùng giảm dần sau vòng, ngƣợc lại số bit tính tốn điểm truy cập cắt giảm từ thiết bị ngƣời dùng tăng lên Vì vậy, kết số đƣợc đƣa để đánh giá thực phân bổ tính tốn lƣợng bit đầu vào ba kịch dƣới đây: Kịch 1: Lập lịch tính tốn: Hệ thống gồm ba nút gồm thiết bị ngƣời dùng, phần tử hỗ trợ điểm truy cập Kịch 2: Lập lịch tính tốn thay đổi phần tử hỗ trợ: Hệ thống gồm thiết bị ngƣời dùng, phần tử hỗ trợ, điểm truy cập phần tử hỗ trợ dự phòng Kịch 3: Lập lịch tính tốn lựa chọn phần tử hỗ trợ: Hệ thống gồm thiết bị ngƣời dùng, phần tử hỗ trợ thứ nhất, phần tử hỗ trợ thứ hai điểm truy cập Hình Phân bố bit nhiệm vụ có phần tử hỗ trợ Hoàng Trọng Minh, Nguyễn Quốc Cƣờng, Dƣơng Thị Lan, Hoàng Thị Thu 293 Giả thiết tham số đầu vào ba kịch mô cố định Các bit nhiệm vụ vòng thiết bị ngƣời dùng thay đổi tăng dần khoảng 600 < li < 4000 (bits) chu kỳ CPU = 250 (chu kỳ/bit), độ trễ T* = 0,45 s Khả tính tốn cục thiết bị ngƣời dùng = 2,85.105 (chu kỳ/s) hệ số điện dung k = 10-28 [16] Ngồi ra, khả tính tốn phần tử hỗ trợ điểm truy cập lần lƣợt = 15,105 (chu kỳ/s), = 20,105 (chu kỳ/s) Công suất truyền tải tối đa Ptx = 0,0002 watts Tốc độ truyền tải từ thiết bị ngƣời dùng đến phần tử hỗ trợ r = 105 (bit/s) Với lƣợng khởi tạo ban đầu = 3,10-3 (J), = 2,5.10-6 (J) lƣợng thay đổi phụ thuộc vào vòng nhiệm vụ tính tốn Sau nhiệm vụ tính tốn, khả tính tốn phần tử hỗ trợ giảm dần phụ thuộc vào lƣợng lại sau nhiệm vụ cắt giảm Các bit nhiệm vụ cắt giảm phần tử hỗ trợ (đƣờng màu xanh biển) biểu thị khả tính tốn nhiệm vụ giảm dần tuyến tính dựa theo mức lƣợng cịn lại Hình Phân bố bit nhiệm vụ kết hợp chuyển đổi phần tử hỗ trợ Giả định thời điểm thiết bị ngƣời dùng khỏi vùng phủ phần tử hỗ trợ Sự chuyển đổi bit nhiệm vụ từ phần tử hỗ trợ đƣợc biểu thị nhƣ Hình Do đó, tính tƣơng tác hai phần tử hỗ trợ cho thấy tính linh hoạt di động thiết bị ngƣời dùng đƣợc đảm bảo Bên cạnh đó, nhằm lựa chọn phần tử hỗ trợ dựa lƣợng, ta có mơ tả kết mơ nhƣ Hình dƣới Hình Phân bố bit nhiệm vụ kết hợp chọn phần tử hỗ trợ Trong Hình 4, vịng nhiệm vụ tính tốn thay lựa chọn phần tử hỗ trợ ngẫu nhiên thời điểm ta có giải pháp lựa chọn dựa lƣợng Phần tử hỗ trợ có mức luợng cao đƣợc ƣu tiên đƣợc chọn cắt giảm tính tốn Vì vậy, tổng lƣợng tiêu thụ toàn phần tử mạng tối thiểu trì thời gian sống thiết bị di động mạng V KẾT LUẬN Bằng việc sử dụng phƣơng pháp quy hoạch tuyến tính nguyên, vấn đề tối ƣu lƣợng tổng thể thiết bị di động theo nhiều vòng đƣợc giải hệ thống MEC Các điều kiện đầu vào nhiệm vụ biến thiên ràng buộc trễ đƣợc tính tốn phân bổ hợp lý tới phần tử hỗ trợ Các kết mô cho thấy khả đáp ứng đƣợc mạng có thiết bị di động khơng khả xử lý cục có kế hoạch giảm tải hiệu Dựa tảng báo mở rộng quy mơ với nhiều thiết bị ngƣời dùng xây dựng chiến lƣợc tính tốn thơng minh để lựa chọn thiết bị hỗ trợ với độ phức tạp thuật toán tiếp cận mơi trƣờng thực hƣớng nghiên cứu nghiên cứu 294 MỘT PHƢƠNG PHÁP GIẢM TẢI TỐI ƢU NĂNG LƢỢNG TRONG HỆ THỐNG ĐIỆN TOÁN BIẾN DI ĐỘNG TÀI LIỆU THAM KHẢO [1] N Abbas, Y Zhang, A Taherkordi and T Skeie, "Mobile Edge Computing: A Survey", in IEEE Internet of Things Journal, Vol 5, No 1, pp 450-465, Feb 2018 [2] X Xu et al., “A computation offloading method over big data for IoT-enabled cloud-edge computing”, Future Generation Computer Systems, Vol 95, pp 522-533, 2019 [3] L Huang, S Bi and Y J Zhang, "Deep Reinforcement Learning for Online Computation Offloading in Wireless Powered Mobile-Edge Computing Networks", in IEEE Transactions on Mobile Computing [4] Z Ning, J Huang, X Wang, J J P C Rodrigues and L Guo, "Mobile Edge Computing-Enabled Internet of Vehicles: Toward Energy-Efficient Scheduling", in IEEE Network, Vol 33, No 5, pp 198-205, Sept.-Oct 2019 [5] A H Sodhro, Z Luo, A K Sangaiah, and S W Baik, "Mobile edge computing based QoS optimization in medical healthcare applications", Int J Inf Manage., Vol 45, pp 308-318, 2019 [6] P Zhao, H Tian, C Qin, G Nie, "Energy-Saving Offloading by Jointly Allocating Radio and Computational Resources for Mobile Edge Computing", IEEE Access (2017) [7] J Zhang, X Hu, Z Ning, E C Ngai, L Zhou, J Wei, J Cheng, B Hu, "Energy-latency Trade-off for Energyaware Offloading in Mobile Edge Computing Networks", IEEE Internet Things J 4662 (c) (2017) [8] J Ren, G Yu, Y Cai, Y He, "Latency optimization for resource allocation in mobile-edge computation offloading", IEEE Trans Wirel Commun 17 (8) (2018) [9] L Yang, H Zhang, X Li, H Ji, V C Leung, "A Distributed Computation Offloading Strategy in Small-Cell Networks Integrated With Mobile Edge Computing", IEEE/ACM Trans Netw (2018) [10] Q.-V V Pham, T Leanh, N H Tran, B J Park, C S Hong, "Decentralized Computation Offloading and Resource Allocation for Mobile-EdgeComputing: A Matching Game Approach", IEEE Access (2018) [11] X Cao, F Wang, J Xu, R Zhang and S Cui, "Joint computation and communication cooperation for energyefficient mobile edge computing", IEEE Internet Things J., Vol 6, No 3, pp 4188-4200, 2019 [12] H A Alameddine, S Sharafeddine, S Sebbah, S Ayoubi, and C Assi, "Dynamic Task Offloading and Scheduling for Low-Latency IoT Services in Multi-Access Edge Computing", IEEE J Sel Areas Commun., Vol 37, No 3, pp 668-682, 2019 [13] Shakarami, A., Shahidinejad, A., Ghobaei‐Arani, M “A review on the computation offloading approaches in mobile edge computing: A game‐theoretic perspective” Software: Practice and Experience, 2020 [14] Zhang, Bingxin & Zhang, Guopeng & Sun, Weice & Yang, Kuanli “Task Offloading with Power Control for Mobile Edge Computing Using Reinforcement Learning-Based Markov Decision Process”, Mobile Information Systems 2020 [15] Y Pei, Z Peng, Z Wang, and H Wang, "Energy-Efficient Mobile Edge Computing: Three-Tier Computing under Heterogeneous Networks", Wirel Commun Mob Comput., Vol 2020, p 6098786, 2020 [16] F Wang, J Xu, X Wang and S Cui, "Joint Offloading and Computing Optimization in Wireless Powered MobileEdge Computing Systems", in IEEE Transactions on Wireless Communications, Vol 17, No 3, pp 1784-1797, March 2018 AN OPTIMAL METHOD FOR OPTIMIZING ENERGY CONSUMPTIONS IN MOBILE EDGE COMPUTING SYSTEM Hoang Trong Minh, Nguyen Quoc Cuong, Duong Thi Lan, Hoang Thi Thu ABSTRACT: Currently, edge computing technology has been attracting a lot of research due to its ability to provide distributed computing, energy optimization, and improved processing speed for terminals The advantages of edge computing access are achieved by sharing computing tasks between devices and access devices at the network edge The solution of off-loading for supporting devices to calculate part of the task instead of transferring the whole calculation to the mobile computing edge device MEC (Mobile Edge Computing) is the core of the approach to reduce latency and speed up processing However, this is a multi-objective optimization problem with multiple constraints and belongs to the class of NP-Hard problems Therefore, a series of approaches to improve edge computing network performance through load-sharing solutions are still under study In this paper, a load-sharing mechanism is implemented alternatively for auxiliary equipment to optimize the overall power of the equipment while satisfying the delay and delay binding conditions maths The proposed algorithm is proved by numerical simulation method that shows certain advantages of this proposal ... hƣớng nghiên cứu nghiên cứu 294 MỘT PHƢƠNG PHÁP GIẢM TẢI TỐI ƢU NĂNG LƢỢNG TRONG HỆ THỐNG ĐIỆN TOÁN BIẾN DI ĐỘNG TÀI LIỆU THAM KHẢO [1] N Abbas, Y Zhang, A Taherkordi and T Skeie, "Mobile Edge Computing:... cơng thức [11]: li,u +li,h + li,a = li (1) MỘT PHƢƠNG PHÁP GIẢM TẢI TỐI ƢU NĂNG LƢỢNG TRONG HỆ THỐNG ĐIỆN TỐN BIẾN DI ĐỘNG 290 A Mơ hình tính tốn truyền tải thiết bị người dùng Mô hình tính tốn... Thuật toán 2: Đầu ra: Compute minimum energy of system Divide the amount of each task for User,Helper and Access Point and hand off Helper MỘT PHƢƠNG PHÁP GIẢM TẢI TỐI ƢU NĂNG LƢỢNG TRONG HỆ THỐNG