Mobility-Aware Dynamic Task Offloading in Fog Computing: A Multi-Objective Discrete PSO Approach

Fahad, Muhammad

doi:10.1002/cpe.70665

Mobility-Aware Dynamic Task Offloading in Fog Computing: A Multi-Objective Discrete PSO Approach

2026-04-01

0

PRE

AI

DOI：10.1002/cpe.70665

原文链接

原文求助

摘要

En 中文

雾计算将云计算扩展到网络边缘，为物联网（IoT）应用减少延迟。动态雾计算环境与用户移动性在优化资源分配和保持服务质量方面带来显著挑战。任务卸载决策涉及平衡多重目标，例如在约束网络使用和能耗的同时最小化执行延迟。为解决这些挑战，本文提出了一种基于改进离散粒子群优化（PSO）的移动感知动态任务卸载（MDTO）算法。MDTO引入了针对任务到设备映射离散决策空间的改进速度更新机制，并采用加权适应度函数，同时优化任务完成率和物理卸载距离。我们利用iFogSim2仿真器实现了MDTO算法，并通过远程患者监测（RPM）医疗应用案例研究进行了全面性能评估。将MDTO的性能与三种基准策略进行比较：无卸载、基于聚类的启发式方法（FCTO）和基于遗传算法的任务卸载（GATO）策略。实验结果表明，MDTO显著优于这些基准策略。具体而言，MDTO减少了延迟，实现平均循环延迟为153.17毫秒，并将卸载任务的响应时间减少了约58%，相比FCTO和GATO。此外，MDTO的卸载距离最低，平均为62.46米，而FCTO和GATO超过150米。这些发现证实MDTO是时间敏感、移动感知雾计算应用的可行解决方案。

Keyword:

discrete PSO

fog computing

mobility

multi-objective optimization

smart healthcare

task offloading

Mobility-Aware Dynamic Task Offloading in Fog Computing: A Multi-Objective Discrete PSO Approach

摘要

期刊

机构

引用论文