王 倩, 張雅文,2, 陳思光,2
(1. 南京郵電大學 江蘇省寬帶無線通信和物聯網重點實驗室, 江蘇 南京 210003; 2. 南京郵電大學 物聯網學院, 江蘇 南京 210003)
隨著5G技術與人工智能的蓬勃發展, 催生出一個新的智能化產業——物聯網。 據中國互聯網協會的統計, 截至2021年, 中國的物聯網市場規模已達1.7萬億元, 人工智能的市場規模超過3 000億元[1]。 目前, 對物聯網技術的研究已拓展到工業、 農業、 環境和安保等領域。 物聯網應用的多元化發展也使得數據規模急劇增長, 如何高效節能地處理任務密集或時延敏感型應用已成為該領域亟待解決的問題[2-4]。 物聯網設備在處理大規模應用時, 由于其計算能力有限, 難以保證任務的有效處理, 無法滿足用戶服務質量。 為了改善計算能力不足造成的影響, 云計算技術被廣泛應用。 依托于云服務器強大的計算能力, 密集型任務能夠以較低的計算成本被處理, 同時云計算還具有高擴展性、 低成本及資源豐富等優勢[5]。 然而, 終端設備與云服務器距離較遠, 極有可能在任務傳輸過程中遇到網絡擁塞等問題, 這不僅會產生額外的通信開銷, 而且易引發高延遲服務響應時間, 難以滿足時延敏感型應用的需求, 從而降低用戶體驗。 面對大規模數據傳輸、 集中式數據存儲以及難以靈活應對實時交互的應用等問題, 傳統的云計算處理模式將面臨難解的瓶頸和壓力, 邊緣計算應運而生。 邊緣計算也被稱為“微數據中心”, 由部署在靠近數據源的邊緣側節點向用戶提供集分布式計算、 存儲、 網絡、 應用為一體的多元化服務, 滿足大數據量和實時業務的基本需求, 縮減網絡服務的響應時間[6]。……