2023年7月JournalonCommunicationsJuly2023第44卷第7期通信学报Vol.44No.7移动边缘计算中智能服务编排和算网资源分配联合优化方法李云1,2,高倩1,姚枝秀1,夏士超2,梁吉申1,3(1.重庆邮电大学通信与信息工程学院,重庆400065;2.重庆邮电大学软件工程学院,重庆400065;3.陆军工程大学通信士官学校,重庆400035)摘要:为了解决边缘网络环境中由于业务差异化、网络环境高度动态化以及算网资源部署去中心化造成的网络服务缓存和算网资源分配效率低等问题,研究并建立了一种去中心化的移动边缘计算服务编排和计算卸载模型;并在算力、存储、带宽等多维资源约束下,以最小化任务处理时延为目标,将服务缓存和算网资源分配联合优化问题抽象为部分可观测马尔可夫决策过程;考虑到服务请求时间依赖性及其与服务缓存间的耦合关系,引入长短时记忆网络来捕获时间相关的网络状态信息,进而提出基于循环多智能体深度强化学习的分布式服务编排和资源分配算法以自主决策服务缓存和算网资源分配策略。仿真结果表明,所提算法在缓存命中率、任务处理时延等方面具有显著的性能提升。关键词:边缘智能;多智能体;资源分配;计算卸载;服务编排中图分类号:TN92文献标志码:ADOI:10.11959/j.issn.1000−436x.2023125Jointoptimizationmethodofintelligentservicearrangementandcomputing-networkingresourceallocationforMECLIYun1,2,GAOQian1,YAOZhixiu1,XIAShichao2,LIANGJishen1,31.SchoolofCommunicationandInformationEngineering,ChongqingUniversityofPostsandTelecommunications,Chongqing400065,China2.SchoolofSoftwareEngineering,ChongqingUniversityofPostsandTelecommunications,Chongqing400065,China3.CommunicationNCOAcademy,ArmyEngineeringUniversityofPLA,Chongqing400035,ChinaAbstract:Tosolvetheproblemsoflowefficiencyofnetworkservicecachingandcomputing-networkingresourceallo-cationcausedbytasksdifferentiation,highlydynamicnetworkenvironment,anddecentralizedcomputing-networkingresourcedeploymentinedgenetworks,adecentralizedservicearrangementandcomputingoffloadingmodelformobileedgecomputingwasinvestigatedandestablished.Consideringthemultidimensionalresourceconstraints,e.g.,computingpower,storage,andbandwidth,withtheobjectiveofminimizingtaskprocessinglatency,thejointoptimizationofservicecachi...