基于存储资源感知的边缘计算应用调度与下发方法及装置

本发明涉及一种基于存储资源感知的边缘计算应用调度与下发方法及装置，包括获取边缘节点的存储资源信息和异构存储设备的性能数据，并基于机器学习算法预测边缘节点的存储需求和IO瓶颈；基于预测结果，采用强化学习和多目标遗传算法选择最优边缘节点；采用最优边缘节点执行应用任务调度，同时根据任务需求和节点负载调整资源分配和任务迁移。本发明通过动态感知边缘节点的存储容量、性能及异构存储设备特性，结合强化学习和多目标遗传算法优化节点选择，显著降低任务延迟并提升资源利用率。动态资源分配和任务迁移机制确保负载均衡，适应复杂网络环境。基于执行效果的反馈优化进一步提升调度准确性和系统鲁棒性，具有高效、智能化的显著优势。