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。在这方面，软件学院、大连理工大学-立命馆大学国际信息与软件学院徐子川教授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。

边缘计算场景示意图

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，徐子川教授团队的论文被计算机学会A类国际期刊：电气电子工程师学会移动计算会刊（IEEE Transactions on Mobile Computing）、电气电子工程师学会/国际计算机学会网络会刊（IEEE/ACM Transactions on Networking）、电气电子工程师学会计算机会刊（IEEE Transactions on Computers）、以及电气电子工程师学会并行与分布式系统会刊（IEEE Transactions on Parallel and Distributed Systems）等录用。成果为实时大数据查询、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。

卫星边缘计算示意图

近年来，徐子川教授研究团队在相关方向中做出了有国际影响力的成果160余项，其中录用/发表计算机学会A类国际期刊和会议57篇。研究成果得到国内外学者的广泛关注与积极评价。相关成果在相关研究所、蚂蚁集团以及智慧矿山等单位和场景落地。

文中发表的论文

[1] Enabling Streaming Analytics in Satellite Edge Computing via Timely Evaluation of Big Data Queries.IEEE Transactions on Parallel and Distributed Systems（TPDS）2023. DOI: 10.1109/TPDS.2023.3332333.

[2] Efficient Algorithms for Service Chaining in NFV-Enabled Satellite Edge Networks. IEEE Transactions on Mobile Computing (TMC) 2023. DOI: 10.1109/TMC.2023.3312352.

[3] Learning-Driven Algorithms for Responsive AR Offloading with Non-Deterministic Rewards in Metaverse-Enabled MEC. IEEE Transactions on Network（TON）2023. DOI: 10.1109/TNET.2023.3323514

[4] Age-Aware Data Selection and Aggregator Placement for Timely Federated Continual Learning in Mobile Edge Computing. IEEE Transactions on Computers（TC）2023. DOI: 10.1109/TC.2023.3333213

[5] A Online Learning Algorithms for Context-Aware Video Caching in D2D Edge Networks. IEEE Transactions on Parallel and Distributed Systems（TPDS）2023. DOI: 10.1109/TPDS.2023.3326187.