刘锦辉，易必杰，张 昊

(西安电子科技大学 计算机科学与技术学院，陕西 西安 710071)

雾计算[1]是从云计算演化来的一种计算范式。作为云计算的延伸，雾计算的算力由云端下沉至靠近物联网设备的边缘侧，从而有效降低服务的传输延迟，保障服务质量。雾计算环境通常是由高性能嵌入式板卡组成的异构计算集群。一方面，由于底层硬件架构的差异性，雾计算环境中的资源很难像云计算那样进行统一管理。另一方面，由于嵌入式计算资源算力受限，服务在雾计算层不同的映射放置策略，对雾计算层设备的资源利用率影响巨大。因此，研究在雾计算环境中如何合理部署服务，高效利用嵌入式设备上有限的异构资源，已成为学术界与产业界的研究热点。

针对分布式计算协作问题，文献[2]采用基于动态规划的策略不仅可以有效降低系统服务延迟，同时还可以提高资源利用率。为保证访问频繁的服务尽可能靠近用户，文献[3]提出一种分布式服务放置策略，有效改善了服务的网络使用和延迟。文献[4]将应用请求建模为有向无环图(Directed Acycline Graph，DAG)，分别设计在线和离线两种策略，期望在截止期限内完成更多的任务请求。文献[5]提出的服务管理策略在满足了不同服务交付延迟的同时显著提高了系统性能。现有研究主要考虑服务质量(Quality of Service，QoS)，较少涉及嵌入式资源异构性及资源利用率[6]。然而在资源受限环境下，有效提高异构计算资源利用率是提升雾环境服务承载能力的关键。……