一种时延能耗感知的在轨边缘计算任务卸载调度方法

全球智能设备的迅速增长引发了对计算资源下沉至边缘的巨大需求,催生了边缘计算范式的出现。同时,计算资源稀缺的偏远地区用户对算力的需求又推动了在轨边缘计算(Orbit Edge Computing,OEC)概念的提出和发展。在OEC场景下,偏远地区用户可以通过星地和星间通信链路将计算任务卸载至部署在低轨卫星上的边缘服务器,以此突破地面计算通信基础设施的限制,为偏远地区的用户提供低时延和高可靠的服务。然而,OEC场景中卫星算力受有限载荷和太阳能转化效率约束,同时还存在低轨卫星绕地导致的高度动态的星地连接造成的可用时隙有限的限制,面临着计算资源稀缺和可用通信时间有限所带来的挑战。因此,需要高质高效的任务卸载决策算法来保证OEC系统的高效运行。然而,目前在OEC场景下任务卸载方法大多在处理任务时无法兼顾计算任务卸载时延与能耗,此外传统方法还缺少对任务多样性的考量。针对上述问题,提出了一种基于自适应大邻域搜索的在轨边缘计算任务卸载方法OEC-ALNS,该方法以任务类型加权的任务处理成本为优化目标,并针对性地提出了基于最小化时延的破坏算子和修复算子来进一步提升搜索效率和卸载调度质量。基于Walker Delta低轨卫星星座和真实计算任务数据的实验结果表明,与传统的OEC-TA(OEC Task Allocation)方法相比,提出的OEC-ALNS方法在多个任务集异构的OEC场景中最多能够减少42.22%的加权任务处理成本和降低42.46%的平均时延。

从税收构成看我国税收超GDP增长

在通常情况下,一个国家税收的增长速度应该和GDP增长速度相吻合,但纵观我国税收的增长历程,我们能清楚地看见在国际上都罕见的税收增长趋势:我国的税收常年超出GDP增长,表现为税收增长率大幅度超出GDP增长率,经过仔细地了解和甄别,我们选择从统计数据的角度出发来研究我国税收超GDP增长的问题。从分析我国历年的税收构成开始,计算了我国各税种收入的弹性和对于总税收收入弹性的贡献率,从而找出致使税收高速增长的税种为国内增值税、营业税、海关对进口环节代征的国内消费税和增值税和企业所得税。同时通过实际征收的增值税与法定应该征收的增值税的数据比较分析,引入征管系数的概念,在一定程度上揭示了我国税收征管力度加强对税收超GDP增长造成的积极影响。从数据中,我们进一步得出了第二、三产业的发展,对外贸易的发展以及企业绩效水平的提高,同样也都是导致我国税收增长过快的原因。