近日🫏，我院王鵬偉老師課題組在邊緣計算與數據放置方面的研究工作被CCF A類期刊IEEE TPDS接收，這也是該課題組在雲計算與邊緣計算領域取得的系列重要進展之一🧜🏻‍♀️。

受限於環境🧪🤐、成本等多重因素的影響，雲數據中心的位置往往遠離用戶👨🏻‍🦲，導致應用和用戶從雲端獲取數據時往往會有較高的延遲💅🏿。廣泛分布的邊緣設備可以彌補雲中心的這一缺點，通過將數據放置在更靠近用戶的邊緣，可以大大降低其請求延遲。同時🤸🏻‍♂️，請求在邊緣進行處理也大大緩解了雲數據中心的帶寬壓力，降低了對應的成本。但邊緣設備的資源往往是有限的，我們需要對數據進行合理的選擇和放置來最大化資源的利用率♟。本研究受PageRank算法思想的啟發🤽🏻，提出了一種基於區域價值的邊緣數據放置策略。

首先，現有研究一般基於用戶對數據的訪問頻率等屬性來進行數據放置👨‍🏫，這通常被描述為“受歡迎程度”。我們註意到用戶對數據的請求具有明顯的時間和空間特征👩🏿，這對數據放置策略具有很大的影響。例如🪃🏢，不同文化背景的區域對在線視頻內容的偏好差異可能會很大🤦🏻。同樣的數據內容在不同的地區會表現出不同的受歡迎程度，在一個地區內🦸，其受歡迎程度也會隨著時間的變化而波動。為了更好地表示數據在時空兩維上的變化，我們提出了“數據溫度”的概念，並結合數據的不同屬性給出了其計算方法🪰。

其次🚴🏿‍♂️，邊緣服務器往往不是獨立存在的，當用戶無法在自身區域內的邊緣服務器獲取到數據時🤸🏽‍♀️，也可以到臨近的其它邊緣服務器上獲取。因此，在確定數據放置的方案時，我們需要綜合考慮數據在不同區域之間的關聯性，這在很大程度上影響了邊緣存儲資源的利用率。團隊借鑒PageRank的算法思想🥃，提出了區域價值的概念，並結合數據溫度給出了相應的計算模型。在此基礎上，團隊設計了一種啟發式的區域價值算法🔝，綜合考慮了數據的時空特征和區域間的相關性😠，以更少的副本數目實現了更好的放置效果。

實驗結果表明🤾，與現有的數據放置策略相比，本研究方法在成本、延遲🙎🏿、緩存命中率等方面均展現出顯著優勢。

IEEE Transactions on Parallel and Distributed Systems（TPDS）屬於中國計算機學會CCF A類期刊，是計算機系統領域最權威的國際學術期刊之一，專註於並行和分布式系統領域的研究。