Egret：边缘计算中顺序计算卸载的强化机制
分布式、并行与集群计算
2024-10-15 v2
摘要
作为一种新兴的计算范式，边缘计算将计算资源提供到更靠近数据源的地方，有助于提高许多实时应用的服务质量。一个关键问题是设计合理的定价机制以最大化边缘计算服务提供商（ECSP）的收入。然而，先前的工作存在相当大的局限性：客户端是静态的，且需要披露其偏好，这在现实中是不切实际的。此外，先前的工作假设用户隐私信息已知，或认为边缘场景中的用户数量是静态的。为了解决这个问题，我们提出了一种新颖的顺序计算卸载机制，其中ECSP依次向客户端发布不同配置的计算资源价格。客户端根据价格独立选择购买哪些计算资源以及如何卸载。然后，我们提出了Egret，一种基于深度强化学习的方法，以实现最大收入。Egret在线确定最优价格和访问顺序，无需考虑客户端的偏好。实验结果表明，当客户端动态到达时，Egret中ECSP的收入仅比Oracle低1.29%，比最先进的方法高23.43%。
引用
@article{arxiv.2404.09285,
title = {Egret: Reinforcement Mechanism for Sequential Computation Offloading in Edge Computing},
author = {Haosong Peng and Yufeng Zhan and DiHua Zhai and Xiaopu Zhang and Yuanqing Xia},
journal= {arXiv preprint arXiv:2404.09285},
year = {2024}
}
备注
Submitted to IEEE TSC