全文总字数：3418字
国内外研究综述
- 国外研究现状
(1)边缘服务计算卸载发展历程
在过去的二十年中，我们目睹了各种革命性的移动设备的出现，例如智能手机和穿戴设备。这些设备带来了移动计算的繁荣，使随时随地的计算和通信成为可能。但随着时代和通信的发展，出现了诸如AR、AI等各种需要大量计算资源的应用[1]。2006年，谷歌首席执行官埃里克施密特首先提出云计算的概念，但是云计算最大的局限性在于他的高延迟性[2]。
公共云提供商的延迟通常超过100毫秒，这对于延迟敏感的应用程序（如自动驾驶和实时视频分析）将是灾难性的[3]。
因此,在2011年，思科提出了雾计算，来减轻云的负担[4]。2013年，移动边缘计算被提出，IBM与Nokia Siemens 网络在当时共同推出了一款在无线基站内部运行应用程序以向移动用户提供业务的计算平台[5]。目前边缘计算技术与应用还处于发展初期阶段。亚马逊、谷歌和微软纷纷进军边缘计算领域。亚马逊利用该服务将AWS扩展到设备上，使他们可以在本地处理生成的数据，并且在云来管理与分析数据。微软、谷歌同时也在该服务上投入大量资金，取得很大的成效。
边缘计算效用十分巨大，但用户终端计算能力不足，所以提出将计算任务卸载到边缘计算中，主要解决设备在资源存储、计算性能方面的不足。边缘计算卸载技术在未来5G时代将会产生更巨大的作用。
（2）延时敏感与多跳协同边缘服务
Liu J等人提出了一维搜索算法寻找计算卸载的最优策略,该策略适用于需要将计算任务全部卸载的情况。预先设定好时间间隔,按照周期读取需要进行计算的程序段,在每个时间间隔期间根据缓冲区的队列状态及移动终端和MEC计算节点的处理能力、移动设备与 MEC 计算节点之间的信道特征,决定是否对缓冲区等待的程序进行卸载,以此进行最优卸载决策,从而达到最小化时延的效果[6]。
以上是毕业论文文献综述，课题毕业论文、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。
