边缘计算：三大关键问题与未来挑战

以下文章来源于THU信息科学期刊 ，作者李翰文、许小龙等

1.

背景介绍

随着移动通信技术与智能应用的快速发展，移动设备数量和网络数据流量呈指数级增长，给网络带来了巨大的负担，对满足用户需求提出了巨大挑战。边缘缓存技术利用边缘节点将计算与存储资源带到距离用户更近的地方，是缓解网络负担、提升用户体验的一种有效方案。

2.

成果简介

本文系统而全面地综述了边缘计算的关键应用——边缘缓存技术的关键问题以及挑战。首先，对边缘缓存进行概述，总结了关于边缘缓存的三大关键问题——在哪里缓存（WHERE）、缓存什么（WHAT）、如何缓存（HOW），并介绍了几个重要的缓存度量指标。接着，本文对这三大问题进行了详细深入的阐述，它们分别对应着缓存位置、缓存对象以及缓存策略。特别地，针对“缓存什么”的问题，本文进行了创新，将其解释为“缓存对象”的分类问题，进一步细分为内容缓存、数据缓存和服务缓存。最后，本文还探讨了边缘缓存的几个亟待解决问题和挑战，以启发该领域的未来研究工作。

3.

课题组简介

李翰文，南京信息工程大学计算机学院2020级本科生。研究方向为：深度学习、边缘计算。目前已推免至南开大学计算机学院媒体计算实验室攻读硕士学位，未来研究方向为：机器学习、计算机视觉。

孙明涛，潍坊科技学院讲师。研究方向为：计算机理论、动画制作。

夏钒，南京信息工程大学雷丁学院2020级本科生。研究方向为：边缘计算、知识图谱、深度学习。

许小龙，南京信息工程大学软件学院教授、博士生导师、服务计算与智能应用创新团队负责人，IEEE 高级会员、CCF高级会员。主要研究方向为：边缘计算、服务计算、大数据等。

Muhammad Bilal，兰卡斯特大学（Lancaster University）高级讲师。主要研究方向为：网络优化、网络安全、物联网、车联网、信息中心网络、数字孪生、人工智能、云/雾计算等。

4.

文章来源

Li H, Sun M, Xia F, et al. A Survey of Edge Caching: Key Issues and Challenges. Tsinghua Science and Technology, 2024, 29(3): 818-842. https://doi.org/10.26599/TST.2023.9010051.

引文格式：王开军,刘嘉雯,郑子怡,等.智能知识工具助力和多任务引导的主动学习教学法[J].计算机教育,2023(11):65-68.

转自：“计算机教育”微信公众号

如有侵权，请联系本站删除！