高晉洲,朱曉娟,張天浩,王 健,程 璐
(安徽理工大學 計算機科學與工程學院,安徽 淮南 232001)
邊緣計算是指部署在近終端,為智能終端設備提供數據處理服務的計算模型,彌補了遠程云計算在數據處理時效性上的不足[1]。近幾年,邊緣計算在智慧煤礦[2]、智慧醫療[3-4]及智能交通[5]等場景中得到了廣泛應用。部署在特定位置的邊緣服務器有助于智能工廠進行全面自主監測、設備故障檢測、提高預警速度,保證工廠安全高效生產。確定待部署邊緣服務器的數量和最佳部署位置以及確定邊緣服務器與智能終端設備之間的分配連接關系[6]是邊緣服務器部署在智能工廠中需要完成的2個關鍵步驟。其中,確定合理的待部署邊緣服務器數量及部署方式,對企業和服務商進行邊緣計算規劃具有重要作用。
目前,邊緣服務器部署的優化目標主要包括服務時延、服務可靠性以及服務器間的負載均衡和部署成本。翟立秋[6]采用分簇的思想,提出了一種基于WB-MP算法,通過節點權重部署邊緣服務器的方法,降低了服務時延。Chen等[7]設計了K-Clustering算法,以最少的邊緣服務器數量滿足了用戶的訪問時延要求。Zeng等[8]運用圖論中的最小支配集,在確保服務質量要求的同時最小化邊緣服務器數量。Li等[9]提出將K-means算法與蟻群算法相結合,建立邊緣服務器放置優化模型,使各服務器之間達到負載均衡。
當前仍然存在的2個問題[10-12]:①缺少對邊緣服務器部署數量的研究;②不能動態考慮在基于全局計算任務總量與異構服務器計算能力的不同的情況下邊緣服務器之間的負載均衡?!?br>