8、社交边缘计算中的创新技术：HeteroEdge与EdgeBatch

社交边缘计算中的创新技术：HeteroEdge与EdgeBatch

1. HeteroEdge的实际应用评估

在实际的边缘计算测试平台上，对HeteroEdge进行了广泛评估。测试平台由10个边缘设备和1个本地边缘服务器组成。本地边缘服务器采用配备Intel E5 - 2600 V4处理器和16GB DDR4内存的PC工作站。边缘设备包括2个Nvidia的Jetson TX2、2个Jetson TK1板（常用于便携式计算机、无人机和自动驾驶车辆）、5个Raspberry Pi3 Model B板以及1台个人计算机。所有设备和边缘服务器通过本地无线路由器连接，HeteroEdge系统使用Python实现，并利用TCP套接字编程实现边缘设备间的可靠数据通信。

为了评估HeteroEdge的性能，将其与以下几种代表性的基线方案进行对比：
- 随机分配方案（Rand）：将社交计算任务随机分配给边缘设备。
- 贪心最短路径（GSP）资源分配方案：每个作业贪心选择供应链图中的最短路径，以最小化能源和延迟成本。
- 集中式资源管理方案（CES）：边缘设备将所有计算任务发送到本地边缘服务器。
- 针对非合作边缘设备的博弈论边缘计算资源分配方案（BGTA）。

在评估中，能源消耗监测是关键性能指标。使用INA219电流传感器IC，通过I2C总线连接到Arduino Uno微控制器板来测量能源消耗。其功率计算机制是测量与待监测设备主电源轨串联的感测电阻上的电压降Usense，INA219放大该电压降，使用板载ADC将模拟读数转换为数字，并根据公式$P_{load}=\frac{U_{sense}}{R_{sense}}\times U_{load}$计算任意时刻