边缘算力网络(Edge Computing Power Network,EdgeCPN)作为一种新的计算范式,能够根据不同的任务需求灵活调度CPN中的碎片化计算资源,以实现面向大规模终端场景的高效计算任务卸载。文中设计了基于边边协同的移动设备计算任务卸载模型,...边缘算力网络(Edge Computing Power Network,EdgeCPN)作为一种新的计算范式,能够根据不同的任务需求灵活调度CPN中的碎片化计算资源,以实现面向大规模终端场景的高效计算任务卸载。文中设计了基于边边协同的移动设备计算任务卸载模型,将EdgeCPN中的任务卸载分为边缘计算资源池的构建和端边资源分配两个阶段,进而提出了基于最优成本计算资源池的差分进化搜索方案,实现任务卸载总延迟的最小化。首先根据用户预算选择出最优成本的计算资源池子集,然后基于资源池的可用计算资源,以最小化总延迟为目标,使用差分进化算法共同优化移动设备任务卸载决策,为每个终端的计算任务找到相应的服务器。仿真结果表明该方案显著提高了EdgeCPN中计算资源调度性能的效率和稳定性。展开更多
文摘边缘算力网络(Edge Computing Power Network,EdgeCPN)作为一种新的计算范式,能够根据不同的任务需求灵活调度CPN中的碎片化计算资源,以实现面向大规模终端场景的高效计算任务卸载。文中设计了基于边边协同的移动设备计算任务卸载模型,将EdgeCPN中的任务卸载分为边缘计算资源池的构建和端边资源分配两个阶段,进而提出了基于最优成本计算资源池的差分进化搜索方案,实现任务卸载总延迟的最小化。首先根据用户预算选择出最优成本的计算资源池子集,然后基于资源池的可用计算资源,以最小化总延迟为目标,使用差分进化算法共同优化移动设备任务卸载决策,为每个终端的计算任务找到相应的服务器。仿真结果表明该方案显著提高了EdgeCPN中计算资源调度性能的效率和稳定性。
