多接入边缘云网络中的依赖感知任务重新配置和卸载
多接入边缘云(MEC)网络对于提供新兴的计算密集型和对延迟敏感的应用具有强大的能力,通过利用无处不在的边缘设备实现低延迟。这些网络使复杂应用能够被分割成多个组件/子任务,并部署在具有有限计算和通信资源的多个边缘服务器之间。然而,应用中的多个子任务是相互依赖的。它们不能并行执行,导致在应用程序的整个生命周期中为每个子任务分配资源时产生非平凡的资源浪费。本文研究了MEC网络中的多组件任务卸载问题,该问题解决了组件之间的依赖关系和三维(3D)资源分配,即计算、通信和时间槽。由于任务之间的复杂依赖关系,包括多个子任务之间的三角依赖以及依赖子任务之间的边的路由,该问题是NP难且难以解决。为了解决这一挑战,我们首先提出了一种非破坏性的任务重新配置算法,将任务调用图转化为多个顺序层,打破了三角形依赖。然后,我们开发了一种具有任务重新配置的依赖感知任务卸载算法,即 PRAISE(PRoblem of multi-component tAsk offloading In 3d r E source optimization)算法,以最大化总卸载效益。PRAISE将原始问题解耦为任务卸载和3D凸资源优化。仿真结果表明,PRAISE在系统效益更高且资源成本更低方面优于基线算法。
图1:MEC网络中的多组件任务卸载
图2:任务请求的有向无环图(DAG)示例
图3:有向循环