Mobile edge computing is developing as an innovative computing paradigm that gives improved practice to mobile users through low latency connections and enlarged computation limits. As the amount of user requests is time- different, while the computation limit of the edge has is constrained, the Cloud Assisted Mobile Edge computing system is acquainted with improving the adaptability of the edge platform. To give ensured administrations at negligible framework latency, the edge resource provisioning and cloud redistributing of the cloud-assisted mobile edge computing structure ought to be wisely planned effectively. This work proposed a latency aware resource provisioning strategy for distributed cloud-assisted mobile edge computing structure. At first, the framework gets SFC requests for Virtual network functions (VNFs) to use both edge and cloud assets. Here, the efficient parameters, for example, execution time and workload of VNFs are evaluated and Fuzzy logic-based auto-scaling is executed for the overloaded VNFs that need more assets because of the progressively expanded measure of the system packets. Subsequently, the SFC requests are scheduled to the cloud-assisted edge network adequately utilizing the Adaptive Grey Wolf Optimization (AGWO) based asset provisioning algorithm. The exploratory outcomes show the superiority of the presented methodology comparing with the existing techniques as far as system cost, arrival rate, and average response time.

移动边缘计算正在发展成为一种创新的计算范例，它通过低延迟连接和扩大的计算限制为移动用户提供了更好的实践。由于用户请求的数量是随时间而变化的，而边缘的计算限制受到了限制，因此云辅助移动边缘计算系统熟悉了边缘平台的适应性。为了使可确保的主管部门以可忽略的框架等待时间，应该有效地计划云辅助移动边缘计算结构的边缘资源配置和云重新分发。这项工作提出了一种针对分布式云辅助移动边缘计算结构的延迟感知资源配置策略。首先，该框架获取SFC对虚拟网络功能（VNF）的请求，以同时使用边缘和云资产。在这里，将评估有效参数，例如VNF的执行时间和工作量，并对由于系统数据包的逐步扩展而需要更多资产的过载VNF执行基于模糊逻辑的自动缩放。随后，充分利用基于自适应灰狼优化（AGWO）的资产供应算法将SFC请求调度到云辅助边缘网络。探索性结果表明，与现有技术相比，本文提出的方法在系统成本，到达率和平均响应时间方面具有优越性。评估VNF的执行时间和工作量，并对由于系统数据包的逐步扩展而需要更多资产的过载VNF执行基于模糊逻辑的自动缩放。随后，充分利用基于自适应灰狼优化（AGWO）的资产供应算法将SFC请求调度到云辅助边缘网络。探索性结果表明，与现有技术相比，本文提出的方法在系统成本，到达率和平均响应时间方面具有优越性。评估VNF的执行时间和工作量，并对由于系统数据包的逐步扩展而需要更多资产的过载VNF执行基于模糊逻辑的自动缩放。随后，充分利用基于自适应灰狼优化（AGWO）的资产供应算法，将SFC请求调度到云辅助边缘网络。探索性结果表明，与现有技术相比，本文提出的方法在系统成本，到达率和平均响应时间方面具有优越性。利用基于自适应灰狼优化（AGWO）的资产供应算法，将SFC请求充分调度到云辅助边缘网络。探索性结果表明，与现有技术相比，本文提出的方法在系统成本，到达率和平均响应时间方面具有优越性。利用基于自适应灰狼优化（AGWO）的资产供应算法，将SFC请求充分调度到云辅助边缘网络。探索性结果表明，与现有技术相比，本文提出的方法在系统成本，到达率和平均响应时间方面具有优越性。