具有边缘缓存机制的混合启发式任务卸载方法

作者：桑永宣; 魏江坡; 王博; 宋莹

来源：计算机工程, 2022, 1-13.

DOI：10.19678/j.issn.1000-3428.0061783

• 边缘计算
• 任务卸载
• 边缘缓存
• 粒子群优化算法
• 遗传算法

边缘计算因其与用户物理距离短、响应速度快等特点，被认为是可以解决未来大规模网络所面临的挑战的关键技术之一。在多进多出的边缘计算环境中，可以通过将部分服务缓存到边缘节点，以降低用户请求任务的执行时间。然而，过去的工作或假设边缘节点具有“无限”的缓存空间，或忽略当前缓存列表和缓存替换机制对任务卸载的影响，这有可能会导致卸载决策失效或者拖延任务的执行时间。为此，面向具有缓存机制的边缘计算环境，研究优化任务执行时间的卸载策略。首先，将任务卸载问题建模为一个混合整数非线性规划问题。然后，结合粒子群优化和遗传算法，提出一种基于整数编码的混合启发式任务调度算法（IPSO＿GA）。各粒子通过交配运算和变异运算不断寻优，以在合理的时间复杂度内解决该问题。最后，通过大量的仿真实验对IPSO＿GA算法的性能进行评估。实验数据证明，与一些经典算法和最新的算法对比，IPSO＿GA算法能够改进58%-298%的性能，并且能够适用于设备数量多，计算密集的边缘计算环境。

• 单位
  北京信息科技大学; 郑州轻工业大学