Pemodelan Latensi End-to-End Stokastik pada Kontinum IoT-Edge-Cloud: Dampak Jitter dan Variabilitas Trafik terhadap Penyediaan Layanan Deterministik

Kemunculan 6G diperkirakan akan mengintegrasikan kemampuan komunikasi dan komputasi ke dalam kontinum IoT-edge-cloud yang mulus, memungkinkan node mendistribusikan beban kerja ke sumber daya yang heterogen. Untuk layanan yang sensitif terhadap waktu, latensi komunikasi dan komputasi harus dikendalikan secara ketat agar memenuhi tingkat layanan deterministik. Namun, dua sumber utama variabilitas temporal—jitter waktu kedatangan dan variabilitas trafik—dapat mengganggu waktu saat data dihasilkan, ditransmisikan, dan diproses. Fluktuasi ini menyebar di seluruh kontinum, meningkatkan ketidakpastian latensi dan mengancam kemampuan menjamin tenggat end-to-end.

Makalah ini menyelidiki bagaimana variabilitas temporal stokastik berdampak pada dukungan tingkat layanan deterministik end-to-end di seluruh kontinum. Penulis mengatasi celah kritis: model latensi yang ada sering memperlakukan komputasi dan komunikasi secara terpisah atau hanya berfokus pada latensi rata-rata, mengabaikan distribusi penuh dan perilaku ekor yang esensial untuk jaminan deterministik. Untuk mengisi celah ini, mereka mengusulkan model latensi end-to-end berbasis teori antrean yang secara bersama menangkap latensi kom

Analisis menghasilkan beberapa temuan kunci mengenai dampak jitter dan variabilitas trafik terhadap penyediaan layanan deterministik:

1. **Sensitivitas terhadap variabilitas temporal bergantung pada kebutuhan layanan**: Layanan dengan tenggat latensi ketat dan kebutuhan komputasi lebih besar lebih sensitif terhadap variabilitas temporal. Untuk layanan seperti itu, eksekusi lokal menjadi pilihan yang disukai karena menghindari latensi komunikasi tambahan dan mengurangi paparan terhadap variabilitas yang diinduksi jaringan.

2. **Tenggat yang lebih longgar lebih resilien**: Layanan dengan tenggat yang lebih longgar lebih resilien terhadap variabilitas temporal ketika dieksekusi secara lokal atau di edge, meskipun mengalami latensi rata-rata dan ekor yang lebih tinggi. Hal ini menunjukkan bahwa untuk layanan non-kritis, offloading ke edge dapat diterima bahkan di bawah variabilitas.

3. **Manfaat offloading ke edge**: Offloading ke edge bermanfaat pada konektivitas seluler yang baik dan beban kerja pemrosesan lokal yang meningkat. Ketika perangkat lokal sangat terbebani, offloading ke edge dapat mengurangi latensi dan meningkatkan determinisme, asalkan tautan komunikasi andal.

4. **