边缘端未知到达下的在线服务缓存与路由

本文研究在不知晓未来请求的情况下联合优化移动边缘计算中两个重要操作的问题，即服务缓存（决定在边缘端托管哪些服务）与服务路由（决定哪些请求在边缘端本地处理）。我们旨在解决若干实际挑战，包括边缘服务器有限的存储与计算容量，以及未知的未来请求到达模式。为此，我们将该问题建模为在线优化问题，其目标函数包含请求转发、请求处理与边缘服务器重配置的成本。利用服务路由与服务缓存之间天然的时标分离（前者快于后者），我们提出了一种在线两阶段算法及其随机化变体。两种算法均具有低复杂度，且我们的分数解实现了次线性遗憾(regret)。仿真结果表明，我们的算法显著优于其他最先进的在线策略。