隨著物聯網的普及，物聯網MEC的QoS評估和優化已引起學術界和工業界越來越多的關注。已有一些關于MEC的綜述通常側重于某些特定問題（如任務卸載、激勵機制和拍賣方案），或研究某一單一QoS指標（如能耗或安全性）。本文旨在從多維角度研究QoS問題，討論QoS評估與優化的最新方法。同時，本文還試圖探討邊緣智能時代新興技術帶來的QoS管理挑戰，期望能激發未來的進一步研究。

主要內容:

圖1 物聯網移動邊緣計算多維QoS評估與優化綜述

如圖1所示，本文對物聯網MEC多維QoS評價和優化問題進行了全面綜述。首先討論了多維QoS指標，將QoS指標分為四個維度，即性能、可靠性、能效和經濟因素，其中，每個維度中還包含多個屬性。本文給出了各個屬性的定義，并討論了各個屬性之間存在的相互關系。

之后，本文調研并分類了QoS評價方法。QoS評價可以為系統的設計和優化提供一個基準，QoS評價的主要任務是分析系統配置、工作負載、決策等因素對QoS指標的影響。目前廣泛采用的QoS評價方法可分為三類，即基于測量的方法、基于仿真的方法和基于分析的方法，本文總結了不同QoS評價方法的優缺點。

在進行QoS評價后，下一步是根據用戶或服務提供商的需求來優化QoS指標。本文從QoS優化的角度出發，討論了任務卸載、資源分配、邊緣緩存、服務遷移、用戶分配、協同計算、定價激勵等研究問題，并介紹了常見的QoS優化模型及其相應的解決方案，其中，QoS優化的基本步驟主要包括：1）構建優化模型，2）使用特定方案或算法求解模型。優化模型可分為兩類：一類是可以通過數學方法或數值法解決的靜態優化模型，另一類是可以使用迭代算法或智能優化方法解決的動態優化模型。針對不同的優化模型，總結了現有研究常用的靜態和動態優化方法，并比較了靜態和動態優化方法的優缺點。

最后，如何評估和優化邊緣智能中的QoS是最具挑戰性的任務之一，本文列舉了一些新興的邊緣智能技術，討論了其中的QoS評估和優化問題，并針對邊緣智能場景提供了一些關于未來研究方向的探討和展望。

總結：

       本文對物聯網移動邊緣計算多維服務質量（QoS）評價與優化的現有研究進行了綜述。QoS評價方面，總結了多維多屬性QoS指標，介紹了QoS評價方法。QoS優化方面，總結了主要研究問題，介紹了優化模型及相應的解決方案。最后，探討了邊緣智能時代QoS評價與優化相關的新課題和新方法，并討論了面臨的挑戰和未來的研究方向。

作者簡介:

       黃霽崴，教授，博士生導師，中國石油大學（北京）人工智能學院副院長，石油數據挖掘北京市重點實驗室主任。入選北京市優秀人才、北京市科技新星、北京市國家治理青年人才、昌聚工程青年人才、中國石油大學（北京）優秀青年學者。本科和博士畢業于清華大學計算機科學與技術系，美國佐治亞理工學院聯合培養博士生。研究方向包括：物聯網、服務計算、邊緣智能等。已主持國家自然科學基金、國家重點研發計劃、北京市自然科學基金等科研項目18項；以第一/通訊作者在國內外著名期刊和會議發表學術論文60余篇，其中1篇獲得中國科協優秀論文獎，2篇入選ESI熱點論文，4篇入選ESI高被引論文；出版學術專著1部；獲得國家發明專利6項、軟件著作權4項；獲得中國通信學會科學技術一等獎1項、中國產學研合作創新成果一等獎1項、廣東省計算機學會科學技術二等獎1項。擔任中國計算機學會(CCF)服務計算專委會委員，CCF和IEEE高級會員，電子學報、Chinese Journal of Electronics、Scientific Programming等期刊編委。聯系方式：huangjw@cup.edu.cn。