Feb, 2020

雾计算网络中的容量感知边缘缓存

TL;DR研究雾计算网络中的边缘缓存,通过考虑有限的雾缓存容量和基站连接容量,提出了一个容量感知的边缘缓存框架,并通过允许雾节点和云数据中心的协作来将平均下载时间(ADT)最小化, 通过多类处理器排队过程将此问题建模,提出了一种基于 ADMM 的算法,可实现最小化 ADT 并比现有算法更快地收敛。模拟结果表明,根据网络状态需要平衡雾缓存容量和基站连接能力的分配。当基站连接容量足够时,利用所有可用的雾缓存容量最大化边缘缓存命中率(ECHR)是有帮助的,但当基站连接容量不足时,最好保持较低的 ECHR 并将更多流量分配给云。