Kwantowo-inspirowany harmonogram wielokryterialny do skalowalnej orkiestracji zadań w mgłowo-opartych systemach cyber-fizyczno-społecznych

Inteligentniejsze przetwarzanie na krańcu sieci

Od zegarków smart po połączone samochody i miejskie sieci czujników — nasze codzienne życie coraz bardziej zależy od milionów drobnych urządzeń, które muszą reagować w czasie rzeczywistym. W artykule zbadano, jak koordynować tę cyfrową aktywność szybciej, taniej i przy mniejszym zużyciu energii, przemyślając sposób harmonogramowania zadań w „mgle” — na małych serwerach pośredniczących między naszymi urządzeniami a odległymi centrami danych w chmurze.

Dlaczego sama chmura to za mało

Nowoczesne systemy cyber-fizyczno-społeczne łączą czujniki fizyczne, sieci komputerowe i zachowania ludzkie. Przykłady to inteligentny transport, zdalne monitorowanie zdrowia i automatyka przemysłowa. W takich zastosowaniach dane często muszą być przetworzone w milisekundach; poleganie wyłącznie na odległych serwerach chmurowych może powodować opóźnienia, przeciążenia i przerwy w usługach. Obliczenia mgłowe rozwiązują ten problem, umieszczając węzły obliczeniowe bliżej użytkowników — na jednostkach przydrożnych, stacjach bazowych i bramach lokalnych. Jednak decyzja, który węzeł mgły powinien obsłużyć dane zadanie, jest daleka od trywialnej. Każdy wybór wpływa na czas oczekiwania użytkowników, koszty ponoszone przez dostawców (wraz z karami) oraz na całkowite zużycie energii przez system.

Wyzwanie żonglowania czasem, pieniędzmi i energią

Harmonogramowanie zadań w środowiskach mgłowych to problem NP-trudny: wraz ze wzrostem liczby urządzeń i zadań rośnie wykładniczo liczba możliwych przypisań. Istniejące harmonogramy oparte na inteligencji rojowej, uczeniu ze wzmocnieniem czy klasycznych algorytmach ewolucyjnych potrafią jednocześnie optymalizować dwa cele, np. czas i koszt, ale często mają problemy po dodaniu trzeciego kryterium — efektywności energetycznej — lub gdy do systemu napływają tysiące zadań od wysoce mobilnych, społecznie napędzanych użytkowników. Metody te mogą wolno zbiegać, utknąć w lokalnych optimum lub dostarczać ograniczony zestaw opcji kompromisowych, co utrudnia uruchamianie dużych, realistycznych wdrożeń.

Zapożyczając idee z fizyki kwantowej — bez komputera kwantowego

Autorzy proponują FOG-QIEA, nowy framework harmonogramujący, „inspirowany kwantowo”, działający jednak w całości na zwykłych procesorach. Zamiast prawdziwych kubitów, algorytm koduje każde możliwe przypisanie zadania do węzła jako wektor probabilistyczny przypominający superpozycję kwantową: wiele możliwości reprezentowanych jest jednocześnie. Specjalizowane reguły aktualizacji, porównywane do bramek rotacyjnych i splątania, dostosowują te prawdopodobieństwa w skoordynowany sposób, pomagając poszukiwaniu najpierw szeroko eksplorować, a następnie skupić się na obiecujących obszarach przestrzeni rozwiązań. Strategia sąsiedztwa dodatkowo dopracowuje grupy powiązanych rozwiązań, tak by końcowy zestaw harmonogramów oferował zrównoważone kompromisy między trzema celami: łącznym czasem wykonania, całkowitym kosztem (włącznie z karami za niedotrzymane terminy) oraz całkowitym zużyciem energii w węzłach mgły.

Testy nowego harmonogramu

Aby ocenić FOG-QIEA, autorzy symulują realistyczne scenariusze w stylu inteligentnego miasta przy użyciu narzędzia iFogSim, modelując setki do tysięcy zadań Internetu Rzeczy przepływających przez trzywarstwową architekturę urządzeń końcowych, węzłów mgły i serwerów chmurowych. Porównują swoje podejście z dobrze znanymi algorytmami ewolucyjnymi, takimi jak NSGA-II, nowszymi harmonogramami opartymi na rojach i uczeniu oraz innymi technikami inspirowanymi kwantowo. W wielu eksperymentach i dla różnych rozmiarów zadań FOG-QIEA zbiega do wysokiej jakości rozwiązań o 20–35% szybciej, redukuje zużycie energii o około 15–25% oraz obniża całkowite koszty i naruszenia poziomu usług w porównaniu z metodami konkurencyjnymi. Utrzymuje też bogatszy front Pareto — bardziej zróżnicowany zestaw najlepszych kompromisów — dzięki czemu operatorzy systemów mogą wybierać harmonogramy podkreślające szybkość, oszczędność lub zrównoważony rozwój w zależności od potrzeb.

Co to oznacza dla przyszłych połączonych społeczeństw

Dla osób nieszczegółowo zaznajomionych z tematem kluczowy przekaz jest taki, że zapożyczenie koncepcji z mechaniki kwantowej może sprawić, że współczesne komputery klasyczne zarządzają złożonymi sieciami bardziej inteligentnie. FOG-QIEA pokazuje, że dzięki reprezentowaniu wielu wyborów harmonogramowych jednocześnie i aktualizowaniu ich w skoordynowany, probabilistyczny sposób, systemy oparte na mgle mogą obsługiwać więcej użytkowników bardziej niezawodnie przy mniejszym zużyciu energii. To sprawia, że usługom miejskim, opiece zdrowotnej i systemom transportowym na dużą skalę jest bliżej do praktycznej i bardziej przyjaznej środowisku realizacji już dziś, a także tworzy podstawy dla przyszłych systemów hybrydowych, które w przyszłości mogą łączyć takie algorytmy z rzeczywistym sprzętem kwantowym.

Cytowanie: Hammouda, N.G., Shalaby, M., Alfilh, R.H.C. et al. A quantum-driven multi-objective scheduler for scalable task orchestration in fog-based cyber-physical-social systems. Sci Rep 16, 6874 (2026). https://doi.org/10.1038/s41598-025-33627-x

Słowa kluczowe: obliczenia mgłowe, harmonogramowanie zadań, algorytmy inspirowane kwantowo, inteligentne miasta, efektywne energetycznie przetwarzanie