资源调度与大数据变得困难复杂的系统,比如云或边缘计算,因为大数据消耗更多的时间和更多的能量。复杂系统中的数据和大数据环境中可能以不同的方式组织相比,传统的数据。考虑其他条件,如期限、系统负载,和成本,复杂系统的调度问题变得更加困难的时间,空间,和复杂性。研究人员可以尝试做一个权衡这些指标安排资源来满足一些指标对于复杂的系统,但是这些系统的复杂性使得绿色计算更具挑战性。

任务有不同的能源消耗在不同地点,是否在远程云或地方。文件大小(代码,输入文件,文件)和指令的数量影响任务的能源消耗。与此同时,资源有不同的工作状态(power-computing频率)与不同的能源效率。选择执行位置和资源的工作状态是一个关键问题,确保绿色计算在复杂的系统中,这应该考虑多个方面,如任务的要求,执行位置和资源的工作状态。

这个特殊问题的目的是作为一个论坛,汇集活跃的世界各地的研究人员分享他们的最新进展在绿色计算在复杂系统的不同方面。我们欢迎论文说明节能意识调度各复杂的系统工程,目前最先进的理论和新颖的应用程序在不同的系统,和调查,最近的进步在绿色计算复杂系统能源管理。我们也希望吸引的研究给了例子,给不同地区的人们有机会进一步评估和提出改进这些方法基于大数据在复杂系统中,并给出了基于复杂系统的能源管理新方法。我们欢迎原始研究和评论文章。

潜在的主题包括但不限于以下:

• 节能意识调度基于有向无环图(DAG)大数据在复杂系统
• 动态电压和频率缩放(dvf)支持调度与大数据环境下的复杂系统
• 新理论对能源管理大数据环境下的仿真工具
• 节能意识调度复杂系统在一些特殊的例子
• 复杂系统仿真工具的能源管理
• 如何节约能源为边缘设备在复杂的大数据系统
• Web服务组成的复杂系统