.png){kind=icon}
返回
A two-stage data placement strategy for cloud-edge-device collaborative environment
.png){kind=icon}
PRE
AI
DOI：10.1016/j.comcom.2026.108539.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
目前，协同云-边缘-设备计算环境是电力设施、工业制造和道路交通等领域广泛使用的计算模型，支持多种复杂智能应用以服务于物理产业。在协同云-边缘-设备计算环境中，数据在集群内的位置会导致智能应用的不同访问时长，成为影响任务输出的重要因素。现有研究主要关注已存储于云端和边缘的数据放置问题，忽视了设备到边缘节点数据传输的场景。这一局限性阻碍了数据放置位置与各类成本之间的最优平衡。本文提出了一种两阶段数据放置方法以解决此问题。该方法首先完成数据的初始放置和节点匹配，并寻找合适的时机分散数据存储和传输压力，使数据尽可能靠近任务节点。随后，利用基于竞争的多目标粒子群优化算法完成重新定位。实验表明，相较于未考虑设备数据上传的方法，本研究可分别降低存储和传输成本最高达25%和9%，同时确保数据访问性能。
Keyword:
data placement
cloud-edge-device computing
task performance
storage cost
transmission cost
期刊
IF:
4.3
论文数:
592
被引数:
1.1W
机构
引用论文
.png){kind=icon}
分享收藏
分享收藏Edge collaborative caching solution based on improved NSGA II algorithm in Internet of Vehicles基于改进NSGA II算法的车联网边缘协同缓存解决方案
PREAI
分享收藏
查看更多内容