面向云边融合环境的自适应全局优化搜索任务卸载方法

本发明属于边缘计算技术领域，具体是一种面向云边融合环境的自适应全局优化搜索任务卸载方法。首先，采用聚类算法将所有MEC服务器和IoT设备聚合为空间索引树；接着，根据子任务数据和代码的一致性进行任务重组，若子任务的数据相同，则合并子任务的数据，卸载时只发送一份子任务数据；若子任务的代码相同，则合并子任务的代码，卸载时只发送一份子任务代码；若子任务的数据和代码都相同，则合并子任务的数据和代码，卸载时只发送一份子任务数据和代码；然后，构建强化学习模型，利用强化学习模型对空间索引树进行自适应搜索，得到重组任务的最优卸载设备集；最后，采用一对多匹配技术为子任务分配最优卸载设备。该方法更细粒度地消除了子任务的冗余部分，避免资源浪费的同时降低卸载成本。