陈刚校级导师制课题 “移动边缘云中任务调度性能优化方法研究(编号2022HSDS16)成果公告
负责人：陈刚
导师：王志坚
经费： 12万
所在学院：数据科学学院
项目名称：移动边缘云中任务调度性能优化方法研究(编号:2022HSDS16)
一、成果列表:
[1]陈 刚,王志坚.基于混合蚁群优化的边缘计算细粒度任务调度方法[J]，计算机测量与控制,2022,30(11):233~239 (CSTPCD核心期刊，华商认定B类论文)
[2]陈 刚,王志坚,徐胜超.基于移动边缘计算的混合分布式任务容错调度方法[J]，计算机与数字工程,2022,50(10):2202~2206,2228 (CSTPCD核心期刊，华商认定B类论文)
[3]陈 刚,王志坚,徐胜超.基于粒子群算法的移动边缘计算任务分配方法[J],计算机与现代化,2022,0(11):32-36 (CSTPCD核心期刊，华商认定B类论文)
[4]陈 刚,徐胜超.基于蚁群算法的容器云任务低能耗调度方法[J],计算机与数字工程,2022,50(11): (CSTPCD核心期刊，华商
认定B类论文)
[5]徐胜超,陈 刚.基于利用率的容器云弹性资源调度算法[J],计算机与数字工程. 2022,50(09):1986-1990 (CSTPCD核心期刊，华商认定B类论文)
[6]徐胜超,熊茂华.基于移动边缘计算的超密集异构网络数据存储[J],吉林大学学报(信息科学版), 2022,40(05):862-867 (CSTPCD核心期刊，华商认定B类论文)
二、成果内容提要（含主要观点、学术价值及创新点等）
1、主要观点:
项目的主要研究内容和观点是：(1)移动边缘云中任务调度的全新数学模型设计；(2)移动边缘云中任务调度性能的混合蚁群优化策略；(3)移动边缘云中任务调度的混合式容错策略。(4)移动边缘云中任务调度性能的粒子群优化策略；(5)移动边缘云中超密集异构网络数据存储。具体描述如下：
论文”基于混合蚁群优化的边缘计算细粒度任务调度方法” 提出基于混合蚁群优化算法边缘计算细粒度任务调度方法。描述了边缘计算任务调度问题，并设置假设条件，简化调度求解难度。通过计算任务的优先指数，按照从大到小的顺序排列后组成任务队列。分析边缘服务器性能特征，明确边缘服务器处理能力。构建能耗以及时延多目标函数，并设置约束条件，利用混合蚁群优化算法求解多目标函数，完成边缘计算细粒度任务调度方案设计。仿真结果表明：在5000m×5000m的仿真区域内，该方法应用下的任务调度能耗可以控制在150千瓦特小时以内，任务调度时延在5秒以内，说明该方法性能更优，所获得的调度方案更合理。
论文” 基于移动边缘计算的混合分布式任务容错调度方法” 提出基于移动边缘计算的混合分布式任务容错调度方法。该方法通过移动边缘计算，构建安全的任务调度环境；制定各项约束条件；通过获取的任务容错调度满足条件，建立任务故障时的可调度条件指标，结合建立的任务容错调度模型，实现混合分布式任务容错调度。实验结果表明，任务容错调度方法的调度延迟仅为1.27s，调度精度达到了88.9%，容错成功率为90.8%，因此，该方法有效降低了调度延时，提高了调度精度高和容错成功率，其具备很好的应用价值。
论文”基于粒子群算法的移动边缘计算任务分配方法” 提出基于粒子群算法的移动边缘计算任务分配方法。通过构建异构网络获取完整的需要分配的任务，明确任务分配时所需的特定条件，即分配消耗和时延等。将分配任务转化成寻找分配结果的最优解，构建最优解模型，利用粒子群算法的对模型实施求解，经过不断迭代和更新，生成最优边缘计算任务的分配结果。实验结果表明，粒子群方法在分配任务数量为20~100之间时计算时间在1~3.3s之间；当任务数量为100时，本文方法能耗仅为4107J；粒子群方法在任务达到率达到100%时，其延时仅为12.5ms；其任务分配计算时间短、能量消耗小和数据传输的时延短，具有很好的应用价值。
论文 ”基于蚁群算法的容器云任务低能耗调度方法” 提出了基于蚁群算法的容器云队列在线任务低能耗调度方法。构建容器云队列在线任务调度模型，基于ICMP发现容器网络拓扑，通过计算任务的重要性，设计任务排队策略。构建低能耗目标函数，并设置约束条件，通过蚁群算法求解目标函数最优解，得到容器云队列在线任务低能耗调度方案。按照调度方案将任务队列中的任务合理分配到资源网络中各个容器节点上，实现任务低能耗调度。结果表明：所研究方法求出的调度方案更优，所要耗费的能耗要更低，提高了容器利用率。
论文 “基于移动边缘计算的超密集异构网络数据存储”提出基于移动边缘计算的超密集异构网络数据存储方法。构建基于移动边缘的网络结构模式，采用网络结构层次分析法，对超密集异构网络建立相应的选择层次模型，并根据网络数据收集和处理两方面，对超密集异构网络数据分类，包括数据收集网络和数据处理网络，完成超密集异构网络数据分类后，利用移动边缘计算技术，将写入的网络数据下沉到网络边缘，实现超密集异构网络数据的持久存储。实验结果表明，基于移动边缘计算的超密集异构网络数据存储方法能有效提高存储速率，扩大存储量。
2、 学术价值与创新点
对上述5个技术点的研究可以对移动边缘云的任务调度精度、任务调度延迟、任务数据传输效率等性能有很好的提高，可以节省运营商企业的经济成本，增加移动客户端的快速良好体验，通过该课题的研究可以给其他的移动边缘计算任务调度项目提供参考与借鉴，具有很好的现实意义与应用价值。
