薛 宁 霍 如 刘 江

1 北京工业大学北京未来网络科技高精尖创新中心 北京 100124

2 北京邮电大学网络与交换技术国家重点实验室 北京 100876

引言

近年来，移动互联网和物联网两大网络得到了快速发展，对网络的时延、可靠性提出了更高的要求，而移动边缘计算(Mobile-edge Computing，MEC)由于其靠近用户的特性，可以为用户提供更低时延、更可靠的网络体验[1]。在移动边缘计算的场景下，用户和服务器的距离很近，数据的传输速率会很快，在处理任务时既可以利用服务器强大的计算能力又可以节省移动设备的资源消耗。因此，移动设备更倾向于向MEC服务器迁移任务从而提高任务的执行性能，降低任务在移动设备上的开销。这种变化使得移动设备计算任务的迁移算法变得十分重要。

学术界在任务迁移方面有一定的研究成果，文献[2]将一个应用划分为一组有数据依赖关系的子任务，通过将子任务间共同需要的数据在移动端和服务器各存一份的方式来减少传输能耗。但是，在真实环境中是无法预知子任务间共同需要的数据的。文献[3-5]则提出对多个随机任务的调度迁移策略进行优化，利用MDP理论、Lyapunov优化算法以最小化移动设备能耗和执行时延为目标来决策调度策略。然而在真实场景中部分任务需要和移动设备进行交互而必须在本地执行，并且子任务之间是存在关联性的，使得调度策略无法达到能耗和时延最小化的目标。所以本文首先将应用转换为包……