《表1 效率比较:边缘计算场景下基于强化学习的应用最优部署》

《表1 效率比较:边缘计算场景下基于强化学习的应用最优部署》   提示:宽带有限、当前游客访问压缩模式
本系列图表出处文件名:随高清版一同展现
《边缘计算场景下基于强化学习的应用最优部署》


  1. 获取 高清版本忘记账户?点击这里登录
  1. 下载图表忘记账户?点击这里登录

假设一个由n个MEC计算集群覆盖的城市,这些集群为城市的公交系统提供计算服务,其中每个集群中有若干物理机,用一个Ni表示某一个具体的物理机。简单起见,认为全部物理机有相同的计算能力,但每个物理机拥有计算资源各不相同,即每台物理机处理任务速度相同但支持运行任务数量不尽相同。所设公交系统中,有k个不同的应用程序(task),进一步假设每个应用程序Ak∈task可以被视作一条虚拟微服务链Sk,虚拟微服务链Sk={α1,α2,α3…}由多个功能模块组成,每个微服务模块αd∈Sk,d∈N可以具有多个副本,这些副本在不同的物理机上通过容器部署并以并行的方式执行不相交的子任务(不同的功能模块任务)。这里每个微服务被表示为元组(τα,Lα,l,Rm,α),其中,τα指定微服务α的最大允许服务时延。Lα,l表示用于部署微服务α所需支持镜像集。Rm,α表示微服务α总计算量。本文涉及其它参数由表1列出。