HotEdge 18 论文整理

先整理了一篇，后续再整理

1. An Edge Datastore Architecture For Latency-Critical Distributed Machine Vision Applications

这篇文章的动因是端节点不具有永久存储的能力，需要将数据上传到边缘服务器，边缘服务器汇总多个端节点的数据并上传至云端进行备份存储。进而分析Edge data store latency的组成部分：端节点与边缘服务器之间的数据传输时延（理由是通常他们之间是WI-FI连接，由于WI-FI频谱是无注册的，所以较易受到其他用户的干扰），端节点缓冲队列等待上传的时间。
为了尽快上传端节点的数据到边缘服务器进行存储，作者提出以下设计：

1. 在检测到信道冲突时，控制减少key-frame的上传频率，保证feature vector能够尽快上传（理由：key-frame的size比feature vector的size要大很多，且feature vector主要是用来行为分析等而key-frame主要是用来取证的，故而key-frame的存储是latency-sensitive，feature vector的存储是latency-critical）
2. 上述做法会引来新的问题，因为key-frame的缓冲队列会迅速饱和，导致端节点上bufferbloat的问题，所以控制减少key-frame的数量，具体做法是当buffer超过了阈值时，把最相似的k个frame从buffer中删除，减少buffer长度，实现精度与时延之间的权衡。