| 1 |
1
차량 클라우드 컴퓨팅을 위한 작업 할당 방법에 있어서, 상기 방법은 차량 데이터 처리 서버에 의해 수행되고,차량 클라우드 컴퓨팅을 위한 작업의 최적의 파티션 수와 파티션 크기를 찾기 위하여, 사용가능한 차량의 잠재적 용량(potential capacity) r(x)와 연관된 평가를 수행하는 평가 단계; 및전체 예상 실행 시간을 최소화하는 상기 최적의 파티션 수 p를 선택하는 파티션 수 결정 단계;상기 최적의 파티션 수 p에 기반하여, 상기 작업을 위한 자원을 각 차량으로 분할 및 할당하는 분할 및 할당 단계를 포함하는, 차량 클라우드 컴퓨팅을 위한 작업 할당 방법
|
| 2 |
2
제1 항에 있어서,상기 평가 단계 이후에 상기 잠재적 용량 r(x)를 내림차순으로 정렬하는 정렬 단계를 더 포함하고,상기 파티션 수 결정 단계에서, m개의 사용가능한 차량에 대해 상기 내림차순으로 정렬된 차량의 잠재적 용량에 기반하여, 최소 예상 실행 시간을 나타내는 상기 최적의 파티션 수 p를 선택하는, 차량 클라우드 컴퓨팅을 위한 작업 할당 방법
|
| 3 |
3
제1 항에 있어서,상기 평가 단계에서,각 차량의 잠재적 용량은 예상 실행 시간인 EET (Estimated Execution Time)의 역수를 취하여 r(x)로 표시되는 각 차량의 잠재적 용량을 주기적으로 평가하는 것을 특징으로 하고,상기 각 차량의 실행 시간 차이를 최소화하기 위해 Jx로 표시되는 각 작업의 크기는 상기 작업이 할당된 차량의 잠재적 용량 r(x)에 비례하여 결정되는, 차량 클라우드 컴퓨팅을 위한 작업 할당 방법
|
| 4 |
4
제1 항에 있어서,상기 파티션 수 결정 단계에서, 상기 전체 예상 실행 시간은 상기 각 차량의 예상 실행 시간의 합과 상기 작업의 파티션 시간(α) 및 병합 시간(β)의 합으로 결정되고,상기 전체 예상 실행 시간(T(p))을 최소화하는 상기 최적의 파티션 수 p를 선택하는, 차량 클라우드 컴퓨팅을 위한 작업 할당 방법
|
| 5 |
5
제4 항에 있어서,상기 파티션 수 결정 단계에서, 상기 차량의 잠재적 용량 r(x)를 모델링하기 위해 상기 각 차량으로부터 최대 용량 파라미터(g1)과 최소 용량 파라미터(g2)에 관한 정보를 수신하고,상기 최대 용량 파라미터(g1)과 최소 용량 파라미터(g2), 상기 작업의 파티션 시간(α) 및 상기 병합 시간(β)에 기반하여, 상기 차량의 잠재적 용량 r(x)를 모델링하는 것을 특징으로 하는, 차량 클라우드 컴퓨팅을 위한 작업 할당 방법
|
| 6 |
6
제5 항에 있어서,상기 파티션 수 결정 단계에서, 상기 최적의 파티션 수 p는 로 결정되고, J는 상기 작업의 크기인 것을 특징으로 하는, 차량 클라우드 컴퓨팅을 위한 작업 할당 방법
|
| 7 |
7
제5 항에 있어서,상기 파티션 수 결정 단계에서, 상기 최적의 파티션 수 p는 전체 고용량 차량의 수의 5/30 이상에서 1/2 이하의 범위에서 결정되는, 차량 클라우드 컴퓨팅을 위한 작업 할당 방법
|
| 8 |
8
차량 클라우드 컴퓨팅을 위한 작업 할당 방법을 수행하는 차량 데이터 처리 서버에 있어서,사용가능한 차량의 잠재적 용량 (potential capacity) r(x)와 연관된 정보를 수신하도록 구성된 송수신부; 및차량 클라우드 컴퓨팅을 위한 작업의 최적의 파티션 수와 파티션 크기를 찾기 위하여, 상기 사용가능한 차량의 잠재적 용량 r(x)와 연관된 평가를 수행하고,전체 예상 실행 시간을 최소화하는 상기 최적의 파티션 수 p를 선택하고, 상기 최적의 파티션 수 p에 기반하여, 상기 작업을 위한 자원을 각 차량으로 분할 및 할당을 수행하도록 구성된 프로세서를 포함하는, 차량 데이터 처리 서버
|
| 9 |
9
제8항에 있어서,상기 프로세서는,상기 잠재적 용량 r(x)를 내림차순으로 정렬하고,m개의 사용가능한 차량에 대해 상기 내림차순으로 정렬된 차량의 잠재적 용량에 기반하여, 최소 예상 실행 시간을 나타내는 상기 최적의 파티션 수 p를 선택하는, 차량 데이터 처리 서버
|
| 10 |
10
제8 항에 있어서,상기 프로세서는,예상 실행 시간인 EET (Estimated Execution Time)의 역수를 취하여 r(x)로 표시되는 각 차량의 잠재적 용량을 주기적으로 평가하고,상기 각 차량의 실행 시간 차이를 최소화하기 위해 Jx로 표시되는 각 작업의 크기를 상기 작업이 할당된 차량의 잠재적 용량 r(x)에 비례하여 결정하는, 차량 데이터 처리 서버
|
| 11 |
11
제8 항에 있어서,상기 프로세서는,상기 전체 예상 실행 시간을 상기 각 차량의 예상 실행 시간의 합과 상기 작업의 파티션 시간(α) 및 병합 시간(β)의 합으로 결정하고,상기 전체 예상 실행 시간(T(p))을 최소화하는 상기 최적의 파티션 수 p를 선택하는, 차량 데이터 처리 서버
|
| 12 |
12
제11 항에 있어서,상기 프로세서는,상기 차량의 잠재적 용량 r(x)를 모델링하기 위해 상기 각 차량으로부터 최대 용량 파라미터(g1)과 최소 용량 파라미터(g2)에 관한 정보를 수신하고,상기 최대 용량 파라미터(g1)과 최소 용량 파라미터(g2), 상기 작업의 파티션 시간(α) 및 상기 병합 시간(β)에 기반하여, 상기 차량의 잠재적 용량 r(x)를 획득하는 차량 데이터 처리 서버
|
| 13 |
13
제12 항에 있어서,상기 프로세서는,상기 최적의 파티션 수 p를 로 결정하고, J는 상기 작업의 크기인 차량 데이터 처리 서버
|
| 14 |
14
차량 클라우드 컴퓨팅을 위한 작업 할당 방법을 수행하는 차량 데이터 처리 시스템에 있어서,잠재적 용량 (potential capacity)에 기반하여 차량 클라우드 컴퓨팅을 수행하도록 구성된 복수의 차량들; 및사용가능한 차량의 잠재적 용량 (potential capacity) r(x)와 연관된 정보를 수신하고,차량 클라우드 컴퓨팅을 위한 작업의 최적의 파티션 수와 파티션 크기를 찾기 위하여, 상기 사용가능한 차량의 잠재적 용량 r(x)와 연관된 평가를 수행하고,전체 예상 실행 시간을 최소화하는 상기 최적의 파티션 수 p를 선택하고, 상기 최적의 파티션 수 p에 기반하여, 상기 작업을 위한 자원을 상기 복수의 차량들 중 상기 파티션 수에 따라 각 차량으로 분할 및 할당을 수행하도록 구성된 차량 데이터 처리 서버를 포함하는, 차량 데이터 처리 시스템
|
| 15 |
15
제14항에 있어서,상기 차량 데이터 처리 서버는,상기 잠재적 용량 r(x)를 내림차순으로 정렬하고,m개의 사용가능한 차량에 대해 상기 내림차순으로 정렬된 차량의 잠재적 용량에 기반하여, 최소 예상 실행 시간을 나타내는 상기 최적의 파티션 수 p를 선택하고,상기 각 차량은 상기 분할 및 할당된 자원에 기반하여 상기 차량 클라우드 컴퓨팅을 위한 작업을 동시에 수행하는, 차량 데이터 처리 시스템
|
| 16 |
16
제14 항에 있어서,상기 차량 데이터 처리 서버는,예상 실행 시간인 EET (Estimated Execution Time)의 역수를 취하여 r(x)로 표시되는 각 차량의 잠재적 용량을 주기적으로 평가하고,상기 각 차량의 실행 시간 차이를 최소화하기 위해 Jx로 표시되는 각 작업의 크기를 상기 작업이 할당된 차량의 잠재적 용량 r(x)에 비례하여 결정하는, 차량 데이터 처리 시스템
|
| 17 |
17
제14 항에 있어서,상기 차량 데이터 처리 서버는,상기 전체 예상 실행 시간을 상기 각 차량의 예상 실행 시간의 합과 상기 작업의 파티션 시간(α) 및 병합 시간(β)의 합으로 결정하고,상기 전체 예상 실행 시간(T(p))을 최소화하는 상기 최적의 파티션 수 p를 선택하는, 차량 데이터 처리 시스템
|
| 18 |
18
제17 항에 있어서,상기 차량 데이터 처리 서버는,상기 차량의 잠재적 용량 r(x)를 모델링하기 위해 상기 각 차량으로부터 최대 용량 파라미터(g1)과 최소 용량 파라미터(g2)에 관한 정보를 수신하고,상기 최대 용량 파라미터(g1)과 최소 용량 파라미터(g2), 상기 작업의 파티션 시간(α) 및 상기 병합 시간(β)에 기반하여, 상기 차량의 잠재적 용량 r(x)를 획득하고,상기 차량은 상기 최대 용량 파라미터(g1)가 변경된 경우 상기 차량 데이터 처리 서버로 상기 변경된 상기 최대 용량 파라미터(g1)에 관한 정보를 전달하는 것을 특징으로 하는, 차량 데이터 처리 시스템
|
| 19 |
19
제18 항에 있어서,상기 차량 데이터 처리 서버는,상기 최적의 파티션 수 p를 로 결정하고, J는 상기 작업의 크기인 것을 특징으로 하는, 차량 데이터 처리 시스템
|
