可变环境中并行计算卸载的自适应应用程序组件映射

与将应用程序的计算分流到单个服务器的传统策略不同,并行计算分流可以通过将计算同时交付给移动终端周围的多个计算资源来提高性能。 然而,由于通信和计算环境的可变性,静态应用程序组件多分区算法在时变场景中难以维持其解决方案的最优性,而由于环境变化而触发的频繁算法执行可能会带来过高的算法成本。 为此,本文提出了一种用于可变环境下并行计算分流的自适应应用程序组件映射算法,旨在最小化计算成本和资源间通信成本。 它可以以较低的增量算法成本为终端提供适合当前环境的解决方案。 将应用程序组件的多分区问题表示为一个图形映射模型,然后将其转换为寻路问题。 设计了一种基于精英移民机制的遗传算法,以自适应地获得解决方案,该解决方案可以动态调整解决方案的精度,并随着传输和处理速度的变化而提高搜索速度。 仿真结果表明,该算法可以有效地提高性能,在可变环境下,在很大程度上优于传统方法。