移動邊緣計算中帶有緩存機制的任務卸載策略

最近發現了我的一些不足，就是對於模型的建立和如何解決。根本原因還是論文看少了，數學基礎太薄弱。下面這篇的建模比較簡單，適合練手。前路漫漫，任重道遠。神即道，道法自然，如來。

由於很多數學公式，而編譯器對這些公式格式不支持，所以爲了閱讀體驗，我只能截圖發博客了。這篇博客只介紹建模和解決方案這塊，背景、實驗和結果分析看論文。

[1]郭煜.移動邊緣計算中帶有緩存機制的任務卸載策略[J].計算機應用與軟件,2019,36(06):114-119.

摘要：

任務模型搭建：

對於在考慮任務異構和邊緣雲資源受限的情況下實現最優的任務緩存和卸載，重點需要解決:1)哪些任務需要緩存，即決定是否任務需要緩存於邊緣雲上;2)多少任務需要卸載，即決定多少任務在本地執行，多少任務在邊緣雲上執行。

場景描述：

通信模型：

不考慮邊緣雲處理後的數據下載延時，由於處理後的數據量通常遠小於任務處理前的數據量，且邊緣雲至移動設備的下載速率是遠高於移動設備至邊緣雲的上傳速率的。

本地任務計算的時延和能耗代價

邊緣雲計算的延時和能耗代價

任務緩存模型

任務緩存即將已完成任務及相關數據緩存在邊緣雲上，任務緩存過程如下:移動設備發出計算任務的卸載請求，若該任務已在邊緣雲緩存，則邊緣雲告之移動設備已在雲端存儲，移動設備無需進行任務卸載。邊緣雲完成任務處理後，直接將結果傳輸至移動設備。通過該方式，用戶無需對已緩存的任務進行任務卸載，可以降低移動設備的能耗與任務卸載的延時。儘管邊緣雲的緩存能力和計算能力優於移動設備，但並非可以緩存和支持所有類型的計算任務，且任務緩存需要同時考慮任務分佈、數據量以及任務請求資源大小。