27、利用粒子群优化的集群边缘架构性能管理

利用粒子群优化的集群边缘架构性能管理

1. 引言

随着互联网的发展，我们在日常生活中能看到越来越多的设备。除了传统互联网供人类使用外，现在出现了物联网。物联网能让物品通过互联网连接，实现远程控制、报告与警报、事故预防、成本降低和智能自动化等有吸引力且实用的服务。它是互联网、无线技术和微电子系统三者整合与发展的结果，其核心成果是设备的互联。

边缘计算在系统的“边缘”提供了一个过渡层，通常位于物联网设备和集中式数据中心云之间。它通过降低延迟来保证更好的性能，因为计算更接近应用程序所在的位置。减少向远程云传输大量信息，还能降低安全风险。边缘计算适用于需要高响应速度、低延迟和实时性的应用。

传播延迟指的是第一位数据在发送者和接收者之间的链路上传输所需的时间，而延迟则是指发送整个消息所需的总时间。过去虽然有对边缘架构的执行和负载管理的研究，但很多结构没有反映出边缘计算地理分布的特点。这里提出了一种多集群的解决方案，每个集群半独立工作，由一个编排器管理负载分配。同时，在性能模型中考虑了通信和排队延迟以及控制器和边缘执行节点的处理时间，形成了一个全面的端到端延迟概念。

2. 粒子群优化原理

2.1 粒子群优化基础

粒子群优化（PSO）是一种受生物启发的优化策略，可处理解为n维空间中的点或表面的问题。在研究中，粒子是提供计算资源的边缘节点，速度与处理负载和性能相关。这些节点在响应空间中移动，根据绩效标准计算结果。随着时间推移，节点会向同一通信组中能力更强的节点加速。PSO在解决连续优化问题上取得了很大成功，它基于随机生成初始种群，通过模拟鸟类群体飞行行为或鱼类群体移动来构建算法。最初该算法是为连续参数定义的，后来也扩展到了离散参