Tovec: Task Optimization Mechanism for Vehicular Clouds Using Meta-heuristic Technique

Registro completo de metadados
MetadadosDescriçãoIdioma
Autor(es): dc.contributorUniversidade Estadual Paulista (UNESP)-
Autor(es): dc.contributorFederal Institute of São Paulo (IFSP)-
Autor(es): dc.contributorUniversidade Estadual de Campinas (UNICAMP)-
Autor(es): dc.contributorUniversidade Federal do Pará (UFPA)-
Autor(es): dc.contributorUniversidade de São Paulo (USP)-
Autor(es): dc.creatorLieira, Douglas D.-
Autor(es): dc.creatorQuessada, Matheus S.-
Autor(es): dc.creatorda Costa, Joahannes B.D.-
Autor(es): dc.creatorCerqueira, Eduardo-
Autor(es): dc.creatorRosário, Denis-
Autor(es): dc.creatorMeneguette, Rodolfo I.-
Data de aceite: dc.date.accessioned2025-08-21T21:24:07Z-
Data de disponibilização: dc.date.available2025-08-21T21:24:07Z-
Data de envio: dc.date.issued2022-04-28-
Data de envio: dc.date.issued2022-04-28-
Data de envio: dc.date.issued2020-12-31-
Fonte completa do material: dc.identifierhttp://dx.doi.org/10.1109/IWCMC51323.2021.9498784-
Fonte completa do material: dc.identifierhttp://hdl.handle.net/11449/223560-
Fonte: dc.identifier.urihttp://educapes.capes.gov.br/handle/11449/223560-
Descrição: dc.descriptionIntelligent Transportation Systems (ITSs) will be part of our daily lives, where new services are bringing novel challenges for smart cities. The ITS services rely on vehicular clouds (VC) to aggregate tasks from other vehicles to provide cloud services closest to the vehicular users. However, the resource and task allocation processes in dynamic and mobile environments are still open issues. This paper proposes a task optimization mechanism based on the meta-heuristic algorithm of the Grey Wolf Optimizer, called TOVEC. It aims to improve the usage of the available resources in a VC and maximizing task allocation. Simulation results showed that the TOVEC increases the number of tasks served by up to 34.2%, maximizes the use of resources by up to 21.5%, and improves the allocation reward by up to 24.7% compared to Greedy and Dynamic Programming (DP) methods.-
Descrição: dc.descriptionFundação de Amparo à Pesquisa do Estado de São Paulo (FAPESP)-
Descrição: dc.descriptionConselho Nacional de Desenvolvimento Científico e Tecnológico (CNPq)-
Descrição: dc.descriptionSao Paulo State University (UNESP), São Paulo-
Descrição: dc.descriptionFederal Institute of São Paulo (IFSP), São Paulo-
Descrição: dc.descriptionUniversity of Campinas (UNICAMP), São Paulo-
Descrição: dc.descriptionFederal University of Pará (UFPA), Pará-
Descrição: dc.descriptionUniversity of São Paulo (USP), São Paulo-
Descrição: dc.descriptionSao Paulo State University (UNESP), São Paulo-
Descrição: dc.descriptionFAPESP: 2018/16703-4-
Descrição: dc.descriptionFAPESP: 2020/07162-0-
Descrição: dc.descriptionCNPq: 309822/2018-1-
Descrição: dc.descriptionCNPq: 407248/2018-8-
Formato: dc.format358-363-
Idioma: dc.languageen-
Relação: dc.relation2021 International Wireless Communications and Mobile Computing, IWCMC 2021-
???dc.source???: dc.sourceScopus-
Palavras-chave: dc.subjectMeta-heuristic-
Palavras-chave: dc.subjectTask allocation-
Palavras-chave: dc.subjectVehicular cloud-
Título: dc.titleTovec: Task Optimization Mechanism for Vehicular Clouds Using Meta-heuristic Technique-
Tipo de arquivo: dc.typeaula digital-
Aparece nas coleções:Repositório Institucional - Unesp

Não existem arquivos associados a este item.