具有边缘缓存机制的混合启发式任务卸载算法

边缘计算因其与用户物理距离短、响应速度快等特点，被认为是可以解决未来大规模网络计算资源不足等问题的关键技术之一。在多进多出的边缘计算环境下，通过将部分服务缓存到边缘节点可以降低用户请求任务的执行时间。但以往工作或假设边缘节点具有无限的缓存空间，或忽略当前缓存列表和缓存替换机制对任务卸载的影响，导致卸载决策失效或任务执行时间变长。面向具有缓存机制的边缘计算环境，提出一种基于整数编码的混合启发式任务卸载算法IPSO＿GA，将任务卸载问题建模为一个混合整数非线性规划问题。结合粒子群优化和遗传算法，使各粒子通过交配运算和变异运算不断寻优，在合理的时间复杂度内搜索任务卸载决策。实验结果表明，与随机算法、贪心算法、平均算法等经典算法和目前较新算法相比，IPSO＿GA算法在设备数量居中环境中的任务执行时间减少了58%～298%，能适用于设备数量多、计算密集的边缘计算环境。