全文总字数：9234字

文献综述

1.面向多服务器的优化问题：

以往的研究大多考虑的是一个服务器的情况，终端设备只需要决定将哪一部分任务卸载到该服务器。在实际的边缘环境中运营商往往会设置多个边缘服务器。多服务器的环境虽然能够使用户方便地完成任务卸载但是给终端设备的卸载决策、服务器的负载均衡以及运营商的收益最大化带来了挑战。目前，已有许多研究者对此类问题进行了研究。主要以负载均衡为目的和以降低成本为目的的两个方向为主。

1.1以负载均衡为目的的任务卸载方案：

在以负载均衡为目的的研究中，主要问题在于终端用户设备进行任务卸载决策的时候往往导致边缘服务器之间的负载不均衡，会造成资源的利用的不合理，传统的解决方案是推迟或拒绝用户的卸载任务，这种方案不利于边缘服务的质量，因而需要用算法来合理调度计算任务以解决负载均衡问题。

文献[3,4,5]中，多个MEC服务器之间通过合作进行数据交换来均衡服务器上的负载。Dinh等[3]提出了单个设备将任务卸载到多个MEC服务器的优化框架。其利用多个服务器来分担卸载任务,进而均衡服务器的负载同时缩短时延和减少能耗。此外,他们设计了基于半定松弛(Semidefinite Relaxation-based,SDR)的算法来最大程度地缩短延迟和减少能耗。仿真实验证明了该算法能得到近似最佳的性能。Fan等[4]提出将MEC服务器中额外的任务卸载到与其连接的其他服务器上，进而减小该服务器负载的方案;并且将缩短时延和减少能耗作为一个优化问题，提出了一种协同计算分担算法。多个场景的实验证明了该方案的优越性。Mogi等[5]研究了负载条件动态波动时的卸载和MEC服务器间的负载均衡问题，其使用多路访问边缘计算通过在服务器之间进行数据交换来均衡发生交通拥堵或暴雨等突发事件时边缘服务器的负载。

文献[6，7]研究了不同服务提供商之间进行合作与竞争的资源共享问题，通过利用其他服务提供商的闲置资源来减小服务器的负载。Kaewpuang等[6]考虑了不同的服务提供商组成联盟通过创建资源池来共享彼此的无线电和计算资源，进而提出了一个包含分配资源、服务提供商之间收益管理和合作的框架。该框架不但有利于减小服务器负载提高资源利用率，而且能为服务提供商带来更多的收益。Yu等[7]研究了在地理分布的移动云中，通过服务提供商之间的合作进行资源共享的问题。他们将资源共享方案分为本地合作方案和远程合作方案。在本地合作中，资源共享是在同一个数据中心的不同服务提供商之间进行的；在远程合作中，资源共享则是在不同数据中心之间进行的。他们提出了基于联盟博弈理论方法来处理服务提供商之间的竞争与合作。

1.2以降低成本为目的的任务卸载方案：