PECCO：边缘-云环境下面向收益与成本的计算卸载方案及其改进飞蛾火焰优化
分布式、并行与集群计算
2022-08-11 v1 神经与进化计算
摘要
随着智能设备生成数据量的快速增长以及物联网（IoT）时代处理需求的指数级激增，资源丰富的云中心已被用来应对这些挑战。为缓解云中心负担，边缘-云计算卸载成为一种有前景的方案，因为通过将计算任务从云卸载到边缘设备来缩短数据源与计算之间的距离可提升性能和质量服务（QoS）。已有若干考虑计算成本与异构通信成本的边缘-云计算卸载优化模型被提出。然而，一些重要因素未被联合考虑，如任务的异构性、节点间负载均衡以及计算任务产生的收益，这促成了本文提出的面向收益与成本的计算卸载优化模型 PECCO。考虑到该模型本质上困难且优化目标不可微，我们提出了一种改进的飞蛾火焰优化器 PECCO-MFI，其解决了原始飞蛾火焰优化器的一些缺陷，并将其集成于边缘-云环境之下。我们进行了全面的实验以验证所提方法在边缘-云环境下优化所提任务卸载模型时的优越性能。
引用
@article{arxiv.2208.05074,
title = {PECCO: A Profit and Cost-oriented Computation Offloading Scheme in Edge-Cloud Environment with Improved Moth-flame Optimisation},
author = {Jiashu Wu and Hao Dai and Yang Wang and Shigen Shen and Chengzhong Xu},
journal= {arXiv preprint arXiv:2208.05074},
year = {2022}
}
备注
Accepted by Concurrency and Computation: Practice and Experience