边缘计算网络中计算卸载的优化方法综述

处理智能移动设备（SMD）生成的大量数据是一项具有挑战性的计算问题。边缘计算是一种新兴的计算范式，用于解决这个问题。它可以将计算能力更接近终端设备，从而减少它们的计算延迟和能耗。因此，这种范式通过与边缘服务器的协作提高了SMD的计算能力。这是通过将计算任务从移动设备卸载到边缘节点或服务器来实现的。然而，并非所有应用都能从计算卸载中受益，它只适用于某些类型的任务。在做出计算卸载决策时，必须考虑任务特性、SMD能力、无线信道状态等因素。因此，优化方法是调度边缘计算网络中计算卸载任务的重要工具。在本文中，我们回顾了六种优化方法——分别是Lyapunov优化、凸优化、启发式技术、博弈论、机器学习及其他。对于每种类型，我们专注于目标函数、应用领域、卸载方法类型、评估方法以及所提算法的时间复杂度。我们讨论了一些仍未解决的研究问题。我们撰写本综述的目的是提供一个简明的总结，以帮助新研究人员开始他们在边缘计算网络中的计算卸载研究。