20、跨域资源管理与动态服务供应框架解析

跨域资源管理与动态服务供应框架解析

1. 跨域资源管理框架

1.1 雾节点功率效率与响应时间关系

雾节点的功率效率与用户响应时间存在一定关联。随着雾节点功率效率的提升，其能提供的响应时间会趋近于一个受雾节点最大工作负载处理能力限制的固定值。例如，在无雾节点合作、最近雾节点间卸载转发、500 米内雾节点间卸载转发这三种不同场景下，用户的平均响应时间会因雾节点功率效率的变化而有所不同。

1.2 不同场景下的资源管理策略

1.2.1 延迟敏感应用的联合计算与通信资源管理

针对延迟敏感应用，在非可拆分任务和可拆分任务两种不同场景下，研究了延迟最小化任务调度问题和分布式算法设计。
- 非可拆分任务：提出基于潜在博弈的分析框架，并开发了名为 POMT 的分布式任务调度算法。
- 可拆分任务：提出基于广义纳什均衡问题的分析框架，并开发了名为 POST 的分布式任务调度算法。

分析和仿真结果表明，POMT 算法和 POST 算法在系统平均延迟方面可提供接近最优的性能，并能实现更多有益的任务节点。

1.2.2 节能应用的联合计算、通信和缓存资源管理

提出了 F3C，这是一个支持雾计算的 3C 资源共享框架，用于节能的物联网数据流处理。通过解决 3C 约束下的能源成本最小化问题，实现节能目标。然而，该最小化问题被证明是 NP 难问题。为应对这一挑战，提出了基于迭代任务团队形成机制的高效 F3C 算法，将每个任务的 3C 资源共享视为一个子问题，通过精心设计的最小成本流变换来解决。通过效用改进迭代，F3C 算法被证明能收敛到一个稳定的系统点。大量性能评估表明，F3C 算法在节能方面比各种基准