版权所有:内蒙古大学图书馆 技术提供:维普资讯• 智图
内蒙古自治区呼和浩特市赛罕区大学西街235号 邮编: 010021
作者机构:湖南信息职业技术学院湖南长沙410203
出 版 物:《信息记录材料》 (Information Recording Materials)
年 卷 期:2022年第23卷第7期
页 面:106-108页
学科分类:081203[工学-计算机应用技术] 08[工学] 0835[工学-软件工程] 0812[工学-计算机科学与技术(可授工学、理学学位)]
主 题:移动边缘计算 长期短期记忆(LSTM) 网络优化
摘 要:随着物联网的快速发展,出现了很多新兴的技术和应用,一方面这些数据处理需要大量存储和计算资源,对通信网络的服务质量提出了更高的要求;另一方面,移动中的设备很大程度影响任务的数据卸载服务,可能会导致计算任务卸载出现中断,现有的车联网无法满足这些新兴车载应用对于时延和计算的要求,而移动边缘计算(MEC)技术的实现使设备能够将计算密集型任务卸载到移动资源丰富的边缘云端(即支持移动边缘计算的基站),以提高性能。提出了一种基于移动预测技术的计算卸载优化方法:基于MEC-BS的移动性预测,充分利用移动性问题和MECBS的接收控制决策;随后基于收集的数据集,利用ARIMA的算法和LSTM的算法进行预测,最后使用预测子数据结果的总和作为整个模型输出。