雾计算网络中基于移动感知的任务卸载和资源分配

在雾计算网络中由于雾计算节点(fog computing node,FCN)有限的覆盖范围和用户的移动,导致用户很容易离开原雾节点的覆盖范围并产生任务执行结果的迁移,同时引起能量消耗和时间延迟,进而影响用户的收益.针对这些问题,在三层雾计算网络中,通过分析用户驻留时间来考虑用户的移动性;通过任务卸载、FCN的选择和计算资源分配进行联合优化减少任务迁移概率,进而降低系统开销,最大化用户的总收益.该最大化问题被分解为任务卸载和资源分配两部分进行求解.在任务卸载方面,提出了基于基尼系数的雾计算节点选择算法;在资源分配方面,提出了基于遗传算法的分布式资源分配算法.仿真实验结果表明,本文算法与其他算法相比能获得更多的用户总收益.