在万物互联时代,智能物联网(Artificial Intelligence of Things,AIoT)是人工智能与物联网融合发展的新兴方向.在面对边缘海量数据和连接时,如何进行资源负载的调度是AIoT目前亟待解决的关键问题.边缘计算(Edge Computing)是对云计算的...在万物互联时代,智能物联网(Artificial Intelligence of Things,AIoT)是人工智能与物联网融合发展的新兴方向.在面对边缘海量数据和连接时,如何进行资源负载的调度是AIoT目前亟待解决的关键问题.边缘计算(Edge Computing)是对云计算的补充和发展,具有低时延、位置敏感和无线接入等优点,能在网络边缘进行高效部署.该文提出了一种基于边缘计算和遗传算法的AIoT资源调度方法.首先,基于边缘计算构建了云边融合的AIoT分层网络资源管理架构.然后,对其资源调度问题进行了数学建模并使用稳态分组遗传算法(SSGGA)进行了优化.最后,根据得到的优化方案制定了计算资源调度策略.另外,基于iFogSim平台搭建了实验环境,仿真结果验证了该文所设计的资源调度策略可有效降低高负载下AIoT各节点的处理时延,并有效提升网络内设备的能量利用效率.该文的工作对于推动AIoT的发展具有良好的理论和应用价值.展开更多
文摘在万物互联时代,智能物联网(Artificial Intelligence of Things,AIoT)是人工智能与物联网融合发展的新兴方向.在面对边缘海量数据和连接时,如何进行资源负载的调度是AIoT目前亟待解决的关键问题.边缘计算(Edge Computing)是对云计算的补充和发展,具有低时延、位置敏感和无线接入等优点,能在网络边缘进行高效部署.该文提出了一种基于边缘计算和遗传算法的AIoT资源调度方法.首先,基于边缘计算构建了云边融合的AIoT分层网络资源管理架构.然后,对其资源调度问题进行了数学建模并使用稳态分组遗传算法(SSGGA)进行了优化.最后,根据得到的优化方案制定了计算资源调度策略.另外,基于iFogSim平台搭建了实验环境,仿真结果验证了该文所设计的资源调度策略可有效降低高负载下AIoT各节点的处理时延,并有效提升网络内设备的能量利用效率.该文的工作对于推动AIoT的发展具有良好的理论和应用价值.
