边缘计算中具有QoS保证的在线能耗感知任务分派

• Published in: 物联网学报 Vol. 5; no. 2; pp. 71 - 77
• Main Authors: 袁昊, 郭得科, 唐国明, 罗来龙
• Format: Journal Article
• Language: Chinese
• Published: 国防科技大学系统工程学院,湖南 长沙 410073 2021
• Subjects: QoS; 在线学习; 边缘计算; 任务分派; 能耗感知
• ISSN: 2096-3750
• DOI: 10.11959/j.issn.2096-3750.2021.00230

TP3; 通过在网络边缘布置大量的边缘服务器,边缘计算能够为用户提供低时延、高带宽的服务.然而,大量布置边缘服务器也带来了高能耗等问题.当用户将任务从终端设备分派到不同的边缘服务器时,边缘服务器的异构性,会产生不同的能耗和时延.因此,如何在众多边缘服务器中选择一个最优的服务器进行任务分派,使得能耗和时延都比较低是具有挑战性的.提出了一种基于在线学习的具有服务质量(QoS,quality of service)保证的能耗感知任务分派方法,它可以通过与环境进行交互来获取实时的信息,从而在分派任务时,在保证QoS可接受的基础上,总体能耗最低.实验结果表明,与其他方法相比,提出的方法可以高效地将任务分派到最优的边缘服务器上,显著降低边缘计算网络的整体能耗.