ENGINE：雾-云协作下移动边缘计算中具成本效益的卸载方案

移动边缘计算（MEC）作为一种利用云let或雾节点将远程云计算扩展至网络边缘的新兴范式，被视作下一代无线网络的一项关键技术。通过将计算密集型任务从资源受限的移动设备卸载到雾节点或远程云，可节省移动设备能耗并增强其计算能力。对于雾节点，它们可以租用资源丰富的远程云来协助处理来自移动设备的任务。在该架构中，移动设备计算时间短与计算时延低的优势可被充分利用。然而，现有研究大多假设雾节点拥有无限计算能力，这并不现实，尤其在雾节点本身也是能耗受限的移动设备时。为提供雾节点激励并降低移动设备计算成本，我们提出了一种在雾节点与远程云协作且含任务依赖约束的移动边缘计算中的成本效益卸载方案。移动设备预算有限，须决定哪些任务在本地计算或发送至雾节点。为解决此问题，我们首先将卸载问题建模为在给定移动设备预算下的任务完成时间最小化问题，该问题是NP难的。随后我们设计了两种更多算法以研究网络性能。仿真结果表明，所提贪心算法可达到近最优性能。平均而言，暴力搜索法与贪心算法在应用完成时间上优于模拟退火算法约28.13%。