TUGAS PERTEMUAN 4

ISU-ISU PENELITIAN MOBILE CLOUD COMPUTING (MCC)

Ketua Kelompok : (22430008) Dicky Setiawan

Anggota Kelompok : (22430033) Ilyas Isa Ramadhani

Anggota Kelompok : (22430016) Eval Dito Ardiansyah

Anggota Kelompok : (22430022) M. Ammar Albarra

Anggota Kelompok : (22430023) Anang Ma’aruf Fauzan

Anggota Kelompok : (22430033) Syahrul Haris Firmansyah

No Isu yang Jurnal yang Metode penelitian Hasil penelitian yang didapat Kesimpulan dan penelitian lanjutan
dipilih berkaitan dengan yang digunakan yang dapat dilakukan
isu dipilih
Offloading Mobile cloud Perbandingan antara Masalah umum dan tantangan Kesimpulan:
Method computing for kerangka offloading dalam pembongkaran Makalah ini membahas tiga konsep
computation yang berbeda dan komputasi untuk MCC: utama: (1) komputasi awan,
offloading: Issues permasalahan 1. Keberagaman (2) komputasi awan seluler, dan (3)
and challenges, kritisnya platform pembongkaran komputasi.
Applied Computing 2. Keamanan dan privasi Lebih khusus lagi, ini menyajikan
and Informatics, dalam aplikasi cloud kerangka kerja yang ada untuk komputasi
2018 seluler offloading beserta berbagai teknik yang
Khadija Akherfi , 3. Toleransi kesalahan digunakan
Micheal Gerndt, dan konektivitas meningkatkan kemampuan perangkat
Hamid Harroud berkelanjutan smartphone berbasis
4. Mekanisme otomatis sumber daya cloud yang tersedia.
5. Pembongkaran Makalah ini menyelidiki perbedaannya
ekonomi/biaya permasalahan dalam kerangka offloading
6. Pembongkaran partisi saat ini dan menyoroti tantangan yang
dan input data masih menghambat kerangka kerja ini di
eksternal MCC. Lebih-lebih lagi,
makalah ini menunjukkan berbagai
pendekatan yang digunakan oleh
kerangka kerja untuk mencapai
pembongkaran. Beberapa pendekatan ini
menggunakan pembongkaran statis
sementara yang lain menggunakan
pembongkaran dinamis.
Meskipun ada berbagai pendekatan,
semuanya
 menargetkan tujuan yang sama yaitu
perbaikan
kemampuan perangkat ponsel pintar
dengan menghemat energi, mengurangi
waktu respons, atau meminimalkan
biaya eksekusi.
Kami melihat bahwa kerangka
offloading yang ada saat ini masih
menghadapi beberapa tantangan dan
kesulitan. Misalnya, kurangnya
arsitektur standar. Kekurangan ini
menyebabkan lebih banyak komplikasi
sambil mengembangkan dan mengelola
kerangka kerja yang diusulkan.
Terakhir, penting untuk menghasilkan
paradigma yang ringan
atau model yang akan membantu
mengatasi kesulitan dan meminimalkan
upaya saat mengembangkan,
menerapkan, dan mengelola suatu
kerangka pembongkaran.
Penelitian Lanjutan:
Menjelajahi alternatif lain, seperti
memperkenalkan arsitektur berbasis
middleware dengan menggunakan
optimasi
algoritma pembongkaran, dapat
membantu memperbaiki kerangka kerja
yang tersedia dan memberikan solusi
yang lebih efisien dan fleksibel
kepada pengguna MCC.

An Adaptive Niching Genetic Makalah ini menyarankan Kesimpulan:

Offloading Algorithm (NGA) mekanisme pembongkaran multisitus
Mechanism for dengan Proses yang efisien untuk komputasi awan
Mobile Cloud Keputusan Markov seluler di mana mekanisme
Computing: A (MDP). pembongkaran tugas yang sadar
Niching Genetic energi dirancang untuk melakukan
Algorithm keputusan pembongkaran dengan
Perspective, IEEE tujuan optimalisasi untuk
Access, 2022 meminimalkan konsumsi energi
Mohammed S. Zalat perangkat seluler. Masalah
, Saad M. Darwish , keputusan pembongkaran tugas
And Magda M. dirumuskan sebagai optimasi
Madbouly evolusioner. Makalah ini
meminimalkan waktu penyelesaian
keseluruhan dalam skenario satu
perangkat seluler dan beberapa
server edge dan mengusulkan
algoritma optimasi gabungan untuk
Menggabungkan NGA dengan MDP
untuk meningkatkan multisite
Mekanisme pembongkaran adalah
strategi revolusioner yang mempercepat
proses pengambilan keputusan dan
meningkatkan multisite
mekanisme pembongkaran. MDP
digunakan untuk menemukan lokasi
eksekusi yang sesuai untuk setiap
komponen aplikasi.
GA digunakan untuk memastikan
probabilitas transisi MDP terbaik
untuk komponen yang berfungsi di
beberapa lokasi. Pendekatan yang
disarankan memanfaatkan model niche
dalam bentuk a
 pembongkaran tugas pengguna dan
alokasi sumber daya untuk
memecahkan masalah
meminimalkan waktu penyelesaian
keseluruhan. Model yang disarankan
menggunakan algoritma genetika
niching untuk menentukan populasi
model keputusan Markov guna
menemukan solusi optimal untuk
distribusi komponen aplikasi seluler
di seluruh lokasi cloud seluler dan
heterogen, dibandingkan dengan
hanya seluler atau situs cloud
tunggal.
Computation kumpulan pekerjaan 1. Tantangan utama yang
Offloading for terkait di dihadapi pembongkaran
Mobile Cloud untuk menyorot adalah terbatasnya dukungan
Computing skenario di mana platform. Misalnya, MAUI
Frameworks and pembongkaran mendukung aplikasi bawaan
Techniques, TEM dilakukan .NET yang menargetkan
Journal, 2022 bermanfaat bagi Windows, sedangkan Mirror
Hesham Abusaimeh pengguna ponsel. Server menargetkan Android.
Namun, kerangka kerja lintas
metode kliring berbasis konteks untuk
meningkatkan keragaman genetik
di dalam kromosom untuk membantu
populasi awal
pilihan. Sebagai hasil dari pendekatan
niching, sejumlah
optimal lokal diidentifikasi, yang
kemudian dapat dianalisis
dan dibandingkan.
Model yang disarankan memiliki
kemampuan lebih menghemat energi
untuk perangkat seluler selama
menjalankan dan mendistribusikan
berbeda
jenis aplikasi. Hasilnya menegaskan
bahwa ini menjanjikan
mekanisme pembongkaran MCC
multisite dibandingkan dengan GM-MCC
tradisional yang tidak dioptimalkan
dalam hal waktu yang berlalu dan
menghemat energi atau waktu. Hal ini
dimaksudkan untuk mengubah usulan
tersebut
mekanisme untuk meningkatkan
kinerjanya dengan memodifikasi
metode pembuatan subpopulasi
algoritma genetika dan
mendaftarkan struktur data yang berbeda
dari komponen aplikasi seluler.
Misalnya, pekerjaan saat ini tidak
membeda-bedakan
antara struktur data komponen..
Penelitian Lanjutan:
Penerapan model yang disarankan perlu
diperluas ke aplikasi kehidupan nyata
lainnya dan mengatasi masalah MCC
lainnya seperti toleransi kesalahan,
kegunaan offline, dan antrian pekerjaan
untuk meningkatkan mekanisme kami.
Kesimpulan:
Komputasi awan seluler kini lebih mudah
diakses oleh pengembang aplikasi dan
pengguna seluler, berkat beragam pilihan
kerangka kerja dan metode
pembongkaran. Dalam makalah ini, kami
mensurvei sejumlah karya yang berkaitan
dengan studi komputasi awan seluler,
manfaat apa yang diberikannya kepada
pengguna seluler, dan bagaimana hal
 platform harus mempercepat tersebut dapat diaktifkan menggunakan
adaptasi offloading. kerangka kerja. Kami membahas kasus
2. pembongkaran harus penggunaan yang bermanfaat dan yang
disembunyikan dari tidak bermanfaat, dan menyoroti
pengguna ponsel. Namun, tantangan yang dihadapi dalam
sistem seluler yang mampu menerapkannya secara efisien seperti
menyediakan tugas keamanan, privasi, biaya, dan kinerja.
pembongkaran di area Namun, algoritme partisi yang lebih baik
tertentu dapat menimbulkan dan teknologi komunikasi yang lebih
masalah keamanan dan canggih seperti teknologi 5G yang sedang
privasi. berkembang akan memungkinkan
3. pembongkaran multi-situs pembongkaran muatan yang lebih cepat
mewakili skenario dan andal karena bandwidth
pembongkaran yang lebih yang lebih tinggi.
realistis karena fakta bahwa
banyak pengguna mungkin
mengakses layanan yang
sama yang memerlukan
skalabilitas dan makalah ini
menyajikan algoritma
heuristik untuk membantu
mengatasinya. Namun,
makalah ini tidak membahas
skalabilitas algoritma yang
diusulkan.
4. Berbagi sumber daya antar
server cloud akan
meningkatkan efisiensi
karena pengguna biasanya
memerlukan komponen yang
sama. Namun, keamanan dan
privasi harus diperhatikan
untuk pembongkaran yang
aman
5. akan ada peningkatan jumlah
data yang memerlukan
pemrosesan, perangkat
seluler modern kini lebih
mampu menangani beberapa
tugas secara lokal yang akan
mendapat manfaat dari
pembongkaran satu dekade
lalu.
6. pembongkaran memang
memberikan penghematan
energi. Namun, tugas seperti
pembongkaran pemrosesan
gambar dapat menimbulkan
masalah privasi dan kami
yakin bahwa tugas ini harus
diproses secara lokal
meskipun ada manfaat dari
pembongkaran.

Penelitian Lanjutan:
Kompatibilitas lintas platform: Karena
beragamnya sistem operasi, kerangka
pembongkaran diharapkan dapat berjalan
di sebanyak mungkin perangkat seluler
sehingga kompatibilitas lintas platform
sangat penting untuk memudahkan proses
implementasi.

Kerangka kerja sumber terbuka:

Perangkat lunak sumber terbuka
memungkinkan pengembangan
kolaboratif yang akan mempercepat
penerapan pembongkaran dan akan
membantu meningkatkan dan mengaudit
keamanan sekaligus mengatasi
masalah privasi.