报告题目:Computation Offloading in Fog Computing: A Combinatorial Optimization Approach (雾计算中的计算卸载：一种组合优化方法)
报告人:李克勤（欧洲科学院院士）
报告时间：2024年8月6日（星期二）上午10:00-12:00
报告地点：北校区det365官方网站登录副203会议室
报告摘要：
The investigation in this study makes the following important contributions to combinatorial optimization of computation offloading in fog computing. First, we rigorously define the two problems of optimal computation offloading with energy constraint and optimal computation offloading with time constraint. We do this in such a way that between execution time and energy consumption, we can fix one and minimize the other. We prove that our optimization problems are NP-hard, even for very special cases. Second, we develop a unique and effective approach for solving the proposed combinatorial optimization problems, namely, a two-stage method. In the first stage, we generate a computation offloading strategy. In the second stage, we decide the computation speed and the communication speeds. This method is applicable to both optimization problems. Third, we use a simple yet efficient greedy method to produce a computation offloading strategy by taking all aspects into consideration, including the properties of the communication channels, the power consumption models of computation and communication, the tasks already assigned and allocated, and the characteristics of the current task being considered. Fourth, we experimentally evaluate the performance of our heuristic algorithms. We observe that while various heuristics do exhibit noticeably different performance, there can be a single and simple heuristic which can perform very well. Furthermore, the method of compound algorithm can be applied to obtain slightly improved performance. Fifth, we emphasize that our problems and algorithms can be easily extended to study combined performance and cost optimization (such as cost-performance ratio and weighted cost-performance sum optimization), and to accommodate more realistic and complicated fog computing environments (such as preloaded mobile edge servers and multiple users) with little extra effort. To the best of our knowledge, there has been no similar study in the existing fog computing literature.
(本次学术报告介绍了雾计算中计算卸载的组合优化问题的一项前沿研究。报告首先介绍严格定义的两个优化问题：在能量限制和时间限制下的最优计算卸载。通过这种定义，我们可以在执行时间和能耗之间选择固定一个并最小化另一个。研究表明，这些优化问题在某些特殊情况下也是NP难的。报告进一步介绍了解决这些组合优化问题的新颖方法——两阶段法。第一阶段涉及生成计算卸载策略，而第二阶段则涉及确定计算速度和通信速度。该方法适用于上述两种优化场景。在实际应用方面，本研究展示了采用简单但高效的贪婪策略来制定计算卸载方案。此策略综合考虑了通信渠道的特性、计算与通信的功耗模型、以及当前任务的具体特点。本研究还对不同启发式算法进行了实验评估，结果显示，虽然不同算法的性能表现有显著差异，但某些简单的启发式方法表现出色。此外，通过应用复合算法方法可以实现性能的轻微提升。最后，本研究的问题和算法可以轻松扩展到研究综合性能和成本优化（例如成本-性能比和加权成本-性能总和优化），并且可以适应更为现实和复杂的雾计算环境（如预加载的移动边缘服务器和多用户）而几乎不需额外努力。据我们所知，现有的雾计算文献中尚无类似研究。)
报告人简介：
李克勤，现任纽约州立大学终身讲席教授及湖南大学信息科学与工程学院国家“******计划”特聘教授。2022年当选为欧洲人文和自然科学院院士、美国科学促进会院士、亚太人工智能学会会士，并于2023年成为亚洲计算智能学会创始会士。他连续20多年入选科学与工程名人录、美国名人录、世界名人录等多个荣誉名录，并于2017年荣获Albert Nelson Marquis终身成就奖。2022年，他荣获IEEE云计算技术委员会的研究影响力奖；2023年，获得IEEE服务计算技术委员会的研究创新奖以及IEEE 1区技术创新奖。
在并行和分布式计算领域，他在2022年度科学影响力排行榜上雄居全美第一位和全球第二位，在2023年终身科学影响力排行榜上高居全美第三位和全球第四位（前五名中唯一的华人科学家），是全球华人科学家中的佼佼者。他发表了1000多篇学术论文，其中包括超过715篇SCI期刊论文和315篇IEEE/ACM Transactions及Journals论文。李教授的著作包括《异构分布式系统中的并行应用调度》、《计算系统上的工作流调度》、《嵌入式系统的功能安全》、《元启发式算法：理论与实践》以及《云边端的融合与整合》。他持有近75项中国国家知识产权局公布的发明专利，并主持多项国家级科研项目，科研经费累计达到2560万元。
李克勤教授在全球范围内享有高度学术声誉，曾多次担任重要国际学术会议主席，且是18个国际学术期刊的编委，包括ACM Computing Surveys、IEEE-TPDS、IEEE-TC等知名期刊。他是IEEE计算机学会Fellow遴选和评审委员会委员，对学术界有着深远的影响。