.png){kind=icon}
返回
Deadline-Aware Task Offloading With Concurrency in Serverless Edge Computing
.png){kind=icon}
PRE
AI
DOI：10.1109/JIOT.2026.3665108.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
无服务器边缘计算实现了低延迟物联网（IoT）服务，但由于复杂的并发和资源管理而面临可扩展性挑战。虽然现有方法解决了函数初始化和边缘-云卸载问题，但它们往往忽视了无服务器并发与物理层资源的联合优化，导致潜在的服务降级和成本增加。为此，我们提出了OPLA，一种用于联合延迟和并发优化的新型跨层框架，旨在最小化端到端延迟的同时优化并发无服务器函数。OPLA对物理层资源（如带宽、传输功率、卸载比例）与应用层并发决策之间的交互进行建模。所形成的问题是一个高度非凸的混合整数非线性规划（MINLP），我们证明其在某些情况下至少是NP完全的。为了高效地近似其最优解，我们提出了一个迭代探索-利用过程（EEP）。探索阶段具有易于并行化的特性，通过单参数调优在解的质量和效率之间取得平衡；利用阶段仅是对OPLA进行简单的连续凸近似（SCA）。此外，我们还开发了一种带有确定性舍入的预求解-后求解启发式方法，以确保OPLA的可行性。数值结果表明，EEP在各种网络规模和负载下始终能以不超过6%的最优性间隙获得解，验证了其对实际无服务器边缘部署的有效性和可扩展性。
Keyword:
Exploration–exploitation
serverless edge computing
serverless function
task offloading
期刊
IF:
8.9
论文数:
1.4W
被引数:
7.8W
机构
引用论文
.png){kind=icon}
分享收藏When Serverless Computing Meets Edge Computing: Architecture, Challenges, and Open Issues当无服务器计算遇到边缘计算时: 架构、挑战和开放问题
PREAI
分享收藏
分享收藏Energy-Latency Tradeoff for Energy-Aware Offloading in Mobile Edge Computing Networks移动边缘计算网络中能量感知卸载的能量-延迟权衡
PREAI
分享收藏
查看更多内容