基于冗余任务消减的边缘应用性能优化

摘要：

在增强现实应用中,距离较近的多个用户请求很可能是相似或者相同的,从而导致同样的计算任务被重复执行.针对该问题,设计基于冗余任务消减的计算任务缓存系统.通过在边缘节点设计任务缓存,使边缘服务器以自组织方式维护全局缓存.对客户端请求时延、用户轨迹、节点部署和总时延进行建模,基于此研究基站上边缘服务器的计算资源部署问题,在给定总的部署代价下优化平均请求时延,并将该问题转化为整数非线性规划问题,设计针对中小规模场景的IDM算法和针对大规模场景的LDM算法.实验结果表明:IDM算法的平均时延与参考最优解仅相差5.85％,对最优解具有较好的逼近效果;LDM算法在牺牲9.20％平均时延的情况下,相比于IDM算法运行时间缩短98.15％,大幅减少了运行开销.

关键词：增强现实、边缘计算、冗余任务、动态规划、聚类

所属期刊栏目：47

分类号：TP393(计算技术、计算机技术)

资助基金：国家自然科学基金面上项目"面向多边缘云的资源调度与协作技术研究";江苏省自然科学基金面上项目"基于模式挖掘的边缘云资源调度技术研究"

在线出版日期：2021-03-24（万方平台首次上网日期，不代表论文的发表时间）

页数：共10页

页码：209-217,226