EdgeSmart: Konfiguration Komplexer KI-Anwendungen im Mobile Edge Computing

• Antragsteller: Professor Dr. Christian Becker
• Fachliche Zuordnung: Sicherheit und Verlässlichkeit, Betriebs-, Kommunikations- und verteilte Systeme
• Förderung: Förderung seit 2025
• Projektkennung: Deutsche Forschungsgemeinschaft (DFG) - Projektnummer 558100991

Anwendungen des Edge Computing sind durch die Nutzung von Diensten, die am Übergang des drahtlosen Netzes zum Festnetz platziert sind, gekennzeichnet. Dies ermöglicht Funktionalitäten, die auf einem mobilen Endgerät mit seinen beschränkten Ressourcen (Energie, Speicher, CPU, etc.) nicht möglich wären und die bei Ausführung in der Cloud eine zu hohe Latenz hätten, wie beispielsweise KI-Anwendungen. Bislang wurde in der Forschung im Edge Computing die einfache Nutzung oder Auslagerung (Offloading) eines einzelnen Dienstes betrachtet. Im Pervasive Computing wie auch in Cloud-Umgebungen wurden hingegen bereits komplexere Anwendungsmodelle untersucht, um auf Basis von Anwendungsbeschreibungen (Kontrakte, Architekturbeschreibungssprachen) die Konfiguration von Multikomponenten-Anwendungen unter Einbeziehung der in der Umgebung verfügbaren Ressourcen zu ermöglichen. Dazu kommen typischerweise Optimierungsverfahren zum Tragen, die das Konfigurationsproblem auf ein Optimierungsproblem abbilden (CSP, ILP). Im Mobile Edge Computing sind typischerweise durch Miteinbeziehung mobiler Ressourcen häufiger Rekonfigurationen notwendig. Bei geringfügigen Änderungen in der Umgebung ist die erneute Anwendung der rechenintensiven Optimierungsverfahren jedoch wenig effizient. Lernverfahren können in relativ stabilen Umgebungen geeignete Konfigurationen erlernen und effizient ähnliche Konstellationen finden. In diesem Vorhaben soll daher ein adaptives Verfahren entwickelt werden, das Konzepte des maschinellen Lernens mit klassischen Optimierungsverfahren kombiniert und untersucht, in welchen Situationen – maßgeblich in Hinblick auf die Dynamik mobiler Anwendungsszenarien – welches Verfahren geeigneter ist und ob dies automatisch erkannt und ausgewählt werden kann. Dazu werden beide Verfahren zunächst getrennt voneinander und anschließend zusammengeführt betrachtet. Ziel ist die Entwicklung eines adaptiven/hybriden Verfahrens, das – entsprechend der aktuellen Situation – das Konfigurationsproblem mithilfe des jeweils geeigneteren Verfahrens löst.

• DFG-Verfahren: Sachbeihilfen