SIMULATION AND EVALUATION

Simulation Settings

模拟器: StarPerf

Benchmark 方案:

1. GA-Static: 静态，基于遗传算法，在卫星群上安装 Edge Server
2. MIP: 基于卫星动态信息，目标负载均衡，调节Server的位置 + 最小化延迟

Performance Analysis

1) offline stage: We first attempted to prove that the offline stage algorithm is fast-enough and near-optimal.

• CSSD: 快 + 效果准 (近乎最优)
• ILP: 不够快，对于稍大的规模，开销大，时间长

2) online stage: We then examined and analyzed the three key performance metric below.

访问延迟

CSSD 会比其他的略高，但是是在可承受的范围内

原因: 为了实现负载均衡，我们有时会将任务负载传递给那些 “距离远但是自身负载轻” 的卫星，因此存在固有的延迟缺陷

负载均衡

效果很好（虽然会带来对“访问延迟”的小小牺牲）

用户服务速率

效果很好，原因是：派任务速率过高时，会将过量的单独“unserve”，使用负载均衡，确保整体速率