EcoMobiFog——面向流应用实时分布式执行的5G移动-雾-云多层生态系统设计与动态优化

新兴的5G范式将使多射频智能手机能够运行高速率流应用。然而，由于当前智能手机在资源和电池方面仍然受限，5G时代对如何实际支撑这些应用提出了新挑战。原则上，雾计算和云计算范式的服务编排能力可作为一种有效手段，动态地为智能手机提供资源增强。受这些考量驱动，本文的独特焦点在于5G支撑的多层移动-雾-云虚拟化生态系统中移动流应用的资源与任务分配的联合自适应优化。目标是在流速率下限与计算加网络资源上限的硬约束下，最小化整体生态系统的计算加网络能耗。为此：1）我们通过显式考虑雾/云服务器的虚拟化和多核特性来建模目标生态系统能耗；2）由于所得问题非凸且同时涉及连续与离散变量，我们将其分解为级联的一个（连续）资源分配子问题和一个（离散）任务分配子问题，并保持最优性；3）我们通过专门设计的一组基于梯度的自适应迭代数值求解第一个子问题，而借助专门开发的精英遗传算法逼近第二个子问题的解。最后，我们设计了EcoMobiFog的主要模块，这是一个支撑所开发求解器的技术虚拟化平台。大量数值测试证实，所提求解框架的能耗-时延性能通常距基于穷举搜索的基准解仅几个百分点。