云边协同环境下可靠低延迟的任务卸载方法

摘要

针对云边协同环境下的任务卸载问题，本文提出了一种基于树状遗传编程的超启发式算法（Tree-Based Genetic Programming Hyper-Heuristic,TBGP-HH），该算法能够根据资源配置和输入任务，动态生成服务放置与任务卸载策略，以提高任务处理可靠性并降低延迟。首先，结合任务卸载目标设计了一组低层次启发式算法；接着，将其作为基因构建个体编码树，以初始化种群；然后，通过选择、交叉和变异操作迭代进化种群，并采用精英保留策略保留优秀个体；最终，生成在可靠性与延迟优化方面具有良好性能的启发式算法，用于指导服务放置与任务卸载。通过在现实应用场景中与对比算法进行实验比较表明，TBGP-HH在不同场景下均能有效提高可靠性并降低延迟，整体性能优于最近的任务卸载算法。

关键词

云边协同环境 / 树状遗传编程 / 超启发式算法 / 可靠低延迟 / 任务卸载