13、移动边缘云计算计算卸载模型：分类与策略解析

移动边缘云计算计算卸载模型：分类与策略解析

在移动边缘云计算领域，计算卸载模型至关重要，它关乎着能源消耗、执行延迟、成本等多个关键指标。下面将从多个维度对常见的计算卸载模型进行详细分析。

多目标计算卸载方案

多目标计算卸载旨在平衡能源消耗、执行延迟和价格成本等多个因素。例如，有人提出了一种排队模型，通过标量化方法和内点法来推导最优解，以实现多用户移动边缘云计算中能源消耗、执行延迟和价格成本的最小化。不过，该方法未考虑资源管理策略中任务需求的多样性。

还有其他研究提出了不同的多目标计算卸载思路。比如，Xu等人针对车联网在边缘云计算中的应用，提出了多目标计算模型，其目标是最小化能源消耗、减少执行延迟并降低边缘计算设备的负载平衡率。具体操作步骤如下：
1. 设计基于车与车通信的算法，寻找计算任务的卸载路径。
2. 采用非支配排序遗传算法解决优化问题并获得解决方案。
3. 运用简单加法加权和多准则决策方法评估生成的解决方案。

而Zhang等人则研究了基于多用户正交频分多址的MEC系统的多目标资源分配问题，将时间和能源结合成系统效用，并通过制定优化问题使其最大化。具体步骤为：
1. 基于修改后的牛顿方法和计算卸载优先级概念，设计低复杂度的基于排名的算法。
2. 高效地获得近似最优解。

模型目标对比

不同的计算卸载模型有着不同的目标和解决方案，以下是一些常见模型的对比：
| 参考 | 目标 | 提出的解决方案 |
| — | — | — |
| Elgendy等人 | 最小化时间和能源消耗 | 用于MEC的多用户资源分配和计算卸载模型，具备数据安全性