面向时延与能耗的自适应移动边缘计算服务迁移

把应用搬得更近为什么重要

每次你在车里玩在线游戏、在手机上流式呈现增强现实导航，或智能城市中的传感器发送数据时，这些数字任务都必须在某处被计算。移动边缘计算（MEC）将这些工作从远端数据中心推到部署在蜂窝基站附近的小型服务器上，降低延迟并让应用更具响应性。但要让这些服务始终靠近移动用户，就必须频繁地在附近的边缘服务器之间“移动”（迁移）正在运行的应用。迁移过于频繁会浪费能量和成本；迁移过少又会造成延迟和用户不满。本研究探讨如何使用先进的机器学习在两者之间做出智能权衡。

引用: Li, L., Lv, J., Wang, S. et al. Latency and energy-aware adaptive service migration in mobile edge computing. Sci Rep 16, 6178 (2026). https://doi.org/10.1038/s41598-026-36711-y

关键词: 移动边缘计算, 服务迁移, 深度强化学习, 时延优化, 能效