边缘计算作为现代网络技术的前沿，正通过在网络边缘侧进行数据处理和分析来改善数据的处理效率、减缓网络延迟并压缩数据传输量。近日，大连理工大学教授徐子川研究团队专注于挑战传统网络数据处理方式，通过将计算和存储能力下沉至边缘侧，实现数据的实时处理和分析，为用户服务产生即时的反馈，从而达到高效、智能的数据运用。相关成果发表在《电气电子工程师学会移动计算会刊》、《电气电子工程师学会计算机会刊》等。

边缘计算场景示意图。大连理工大学供图

边缘计算由于其低延迟、高性能的特性，被认为是多种交叉方向中智能服务落地的关键。近日，在边缘计算与卫星网络、元宇宙、多媒体的交叉方向，徐子川团队为实时大数据查询、低延迟服务提供和资源管理等核心问题提出了新的思路和方法，以满足时间敏感元宇宙应用、短视频平台多媒体应用等日益增长的性能需求，为高效能、低延迟和实时响应的网络系统提供关键使能。

例如，在卫星边缘计算网络中，通过定制的辅助图构建技术和基于在线学习的算法进行任务调度，以最小化大数据处理平均延迟。另外，团队为增强现实应用设计了高效的数据处理算法，以提高响应能力和降低处理延迟。此外，团队还关注于联邦持续学习领域，为自动驾驶和工业数字孪生等时间敏感应用设计了高效的优化算法。

相关论文信息：

https://doi.ieeecomputersociety.org/10.1109/TPDS.2023.3332333；

https://doi.ieeecomputersociety.org/10.1109/TC.2023.3333213