基于决策树的不确定性减少的能量高效数据传输优化
摘要：通过科学仪器、物联网和社交媒体产生的数据的增长和快速增长，引起了研究界对数据传输性能和资源消耗的极高关注。网络基础设施和终端系统使得这种大规模数据传输的能耗达到了以太瓦时的量级。在核心网络基础设施内管理能源消耗是一个活跃的研究领域，但目前关于在主动数据传输过程中减少终端系统的功耗的研究还比较有限。本文提出了一种新颖的两阶段动态吞吐量和能量优化模型，该模型利用了基于离线决策搜索树的聚类技术来封装和分类历史数据传输日志信息，并利用在线搜索优化算法来找到最佳的应用程序和内核层参数组合，以最大限度地提高数据传输吞吐量的同时最小化能耗。我们的模型还采用了集成方法来减少在线分析阶段寻找最佳应用程序和内核层参数的随机不确定性。实验评估结果表明，我们基于决策树的模型在平均值上比现有技术解决方案表现更好，吞吐量平均提高了117\%，同时在主动数据传输过程中终端系统的能耗减少了19\%。
作者：Hasibul Jamil, Lavone Rodolph, Jacob Goldverg and Tevfik Kosar
论文ID：2204.07601
分类：Performance
分类简称：cs.PF
提交时间：2022-04-26