您好,读者! 请
登录
内蒙古大学图书馆
首页
概况
本馆概况
组织机构
入馆须知
规章制度
馆藏布局
参观与访问图书馆
党建
资源
馆藏资源
电子资源
数据库导航
特色资源
服务
办证服务
图书借阅
阅读推广
文献传递与馆际互借
空间与设施
开放时间
iThenticate论文原创性检测服务
科研支持
论文收录引用证明
科技查新
知识产权
档案馆
帮助
联系我们
地理位置
新生指南
常见问题
图书捐赠
咨询与建议
建议与咨询
留下您的常用邮箱和电话号码,以便我们向您反馈解决方案和替代方法
您的常用邮箱:
*
您的手机号码:
*
问题描述:
当前已输入0个字,您还可以输入200个字
全部搜索
期刊论文
图书
学位论文
标准
纸本馆藏
外文资源发现
数据库导航
超星发现
本站搜索
搜 索
高级检索
分类表
所选分类
----=双击删除一行=----
>>
<<
限定检索结果
标题
作者
主题词
出版物名称
出版社
机构
学科分类号
摘要
ISBN
ISSN
基金资助
索书号
标题
标题
作者
主题词
出版物名称
出版社
机构
学科分类号
摘要
ISBN
ISSN
基金资助
索书号
作者
标题
主题词
出版物名称
出版社
机构
学科分类号
摘要
ISBN
ISSN
基金资助
索书号
作者
作者
标题
主题词
出版物名称
出版社
机构
学科分类号
摘要
ISBN
ISSN
基金资助
索书号
确 定
文献类型
2 篇
期刊文献
2 篇
学位论文
馆藏范围
4 篇
电子文献
0 种
纸本馆藏
日期分布
学科分类号
3 篇
工学
3 篇
信息与通信工程
2 篇
仪器科学与技术
2 篇
电子科学与技术(可...
1 篇
控制科学与工程
1 篇
计算机科学与技术...
1 篇
软件工程
2 篇
管理学
2 篇
管理科学与工程(可...
主题
4 篇
移动边缘计算服务...
3 篇
移动边缘计算
1 篇
深度强化学习
1 篇
遗传算法
1 篇
机制设计
1 篇
云计算服务器
1 篇
5g
1 篇
多指标
1 篇
超密集网络
1 篇
移动区块链
1 篇
层次化组合拍卖
1 篇
计算卸载
1 篇
卸载时延
1 篇
多臂赌博机
1 篇
物联网
机构
1 篇
北京交通大学
1 篇
重庆邮电大学
1 篇
西安电子科技大学
1 篇
南京航空航天大学
1 篇
西安建筑科技大学
作者
1 篇
余静华
1 篇
徐昌彪
1 篇
张欢
1 篇
刘杨
1 篇
李姗
1 篇
刘远祥
1 篇
张文柱
1 篇
曹琲琲
1 篇
李栋
语言
4 篇
中文
检索条件
"主题词=移动边缘计算服务器"
共
4
条 记 录,以下是1-10
订阅
全选
清除本页
清除全部
题录导出
标记到"检索档案"
详细
简洁
排序:
相关度排序
时效性降序
时效性升序
相关度排序
相关度排序
时效性降序
时效性升序
移动
边缘计算
中一种多用户
计算
卸载方法
收藏
分享
引用
西安电子科技大学学报
2020年 第6期47卷 131-138页
作者:
张文柱
曹琲琲
余静华
西安建筑科技大学信息与控制工程学院
陕西西安710055
西安电子科技大学通信工程学院
陕西西安710071
移动
边缘计算
中
计算
卸载技术将
移动
用户设备上的资源密集型应用程序卸载到
边缘
服务器
,以解决
移动
设备在
计算
能力、存储容量以及能效等方面存在的不足。设计了一种
移动
边缘
环境下能够联合优化多用户时延与
移动边缘计算服务器
资源分配平...
详细信息
移动
边缘计算
中
计算
卸载技术将
移动
用户设备上的资源密集型应用程序卸载到
边缘
服务器
,以解决
移动
设备在
计算
能力、存储容量以及能效等方面存在的不足。设计了一种
移动
边缘
环境下能够联合优化多用户时延与
移动边缘计算服务器
资源分配平衡度的
计算
卸载方法。该方法以LTE应用为背景,首先设计了
移动
边缘计算
系统模型;然后在此模型基础上,构造了联合优化平均卸载时延与资源分配平衡度的目标函数;最后,以最小化
移动
用户的卸载时延总和、同时平衡分配
移动边缘计算服务器
资源为目标,求解最优解,合理实施
计算
卸载。仿真结果表明,这种方法能够有效地减小多用户的平均卸载时延,同时平衡各
移动边缘计算服务器
的工作负荷。
关键词:
移动
边缘计算
计算
卸载
移动边缘计算服务器
卸载时延
来源:
评论
学校读者
我要写书评
暂无评论
基于多重指标的MEC
服务器
选择方案
收藏
分享
引用
重庆邮电大学学报(自然科学版)
2020年 第3期32卷 329-335页
作者:
徐昌彪
刘杨
刘远祥
李栋
重庆邮电大学通信与信息工程学院
重庆400065
重庆邮电大学光电工程学院
重庆400065
针对
移动
边缘计算
(mobile edge computing,MEC)
服务器
超密集部署的网络环境中任务卸载目标MEC
服务器
的选择问题,设计了一种基于多重指标的MEC
服务器
选择方案(multiple indicators-based MEC server selection scheme,MIMS)。综合考虑时...
详细信息
针对
移动
边缘计算
(mobile edge computing,MEC)
服务器
超密集部署的网络环境中任务卸载目标MEC
服务器
的选择问题,设计了一种基于多重指标的MEC
服务器
选择方案(multiple indicators-based MEC server selection scheme,MIMS)。综合考虑时延、能耗、任务卸载费用、能量效率等因素对MEC
服务器
选择的影响,基于各参数的线性加权对候选MEC
服务器
进行排序,选择最优的
移动边缘计算服务器
为用户提供
服务
。仿真结果表明,MIMS能够在保障用户任务卸载费用预算和能耗约束的条件下,降低任务处理的总时延,满足多重性能指标。
关键词:
超密集网络
移动
边缘计算
移动边缘计算服务器
多指标
来源:
评论
学校读者
我要写书评
暂无评论
5G物联网环境下MEC
服务器
部署问题研究
5G物联网环境下MEC服务器部署问题研究
收藏
分享
引用
作者:
张欢
北京交通大学
学位级别:
硕士
移动
边缘计算
(Mobile Edge Computing,MEC)对于解决传统物联网设备通信时延大和设备端效率低的问题具有重要应用价值。目前,诸如
边缘
卸载、资源分配、
计算
卸载等结合
边缘计算
的研究层出不穷,研究者假设
边缘计算
服务器
已在基站等通信基...
详细信息
移动
边缘计算
(Mobile Edge Computing,MEC)对于解决传统物联网设备通信时延大和设备端效率低的问题具有重要应用价值。目前,诸如
边缘
卸载、资源分配、
计算
卸载等结合
边缘计算
的研究层出不穷,研究者假设
边缘计算
服务器
已在基站等通信基础设施上部署,但随着5G技术的不断发展,现有通信基础设施的数量也将不断增加,若所有基础设施均部署MEC
服务器
将会消耗巨大的成本。此外,现有研究缺乏针对用户需求和信息进行MEC
服务器
部署的专门研究。如何根据用户信息有效、低成本的部署MEC
服务器
是一项噬待解决的问题。针对以上问题,本文聚焦于工业物联网(Industrial Internet of Things,IIo T)和城市车辆场景,研究了不同场景中MEC
服务器
的部署方案。 首先,基于改进遗传算法研究了IIo T场景下MEC
服务器
部署方案。在IIo T低延时场景中,本文以IIo T设备随机分布和二维高斯分布两种分布为例,通过设计改进的遗传算法部署MEC
服务器
。首先,将基于设备位置信息的高斯聚类中心作为MEC
服务器
潜在部署位置。然后,将IIo T场景下MEC
服务器
部署问题转化为在满足用户通信距离约束条件下,最大化系统总能量效率的问题。之后,通过设计将种群中的全部个体都双点交叉后对种群执行变异的改进遗传算法,从潜在MEC
服务器
部署位置中找到最佳的部署方案。最后,将改进遗传算法与普通遗传算法进行对比分析,仿真结果表明了改进遗传算法收敛性强的特点。 然后,基于K-means聚类、模拟退火、遗传算法结合算法(K-means clustering,Simulated annealing,and Genetic algorithm,KSGA)研究了城市交通场景下MEC
服务器
潜在部署方案。为将现有通信基础设施与真实场景相结合,高效地部署MEC
服务器
。首先,将城市交通场景下MEC
服务器
潜在部署转化为在满足用户时延需求和
计算
资源约束的情况下,最小化MEC
服务器
的部署成本的背包问题。然后,利用基于阈值的K-means、模拟退火和遗传算法相结合的思想,基于目标区域中用户位置信息和基站位置信息,提出了KSGA算法。最后,将KSGA算法与遗传算法和模拟退火算法的收敛性以及结果稳定性进行了对比,仿真结果验证了部署算法有效性以及算法的优越性。 最后,基于神经网络,记忆库和交互环境的深度Q强化学习算法(Deep Q reinforcement learning based on Neural network,Memory bank and Interaction environment,NMIDQRL)研究了城市交通场景下MEC
服务器
动态部署方案。为了根据用户的信息动态地为用户提供MEC
服务
,首先,我们将网络功能虚拟化基础设施(NFV Infrastructure,NFVI)作为可部署MEC
服务器
的基础设施,从NVFI位置集合中选择部分位置作为MEC
服务器
部署位置,同时为用户分配相应的
计算
资源和子频带资源。然后,建立了在满足用户
计算
需求和MEC
服务器
计算
资源约束的情况下,最大化系统能量效率的问题。通过合理分配MEC
服务器
的
计算
资源和子信道,使得系统效率最大化。之后,在深度Q强化学习(Deep Q Reinforcement Learning,DQRL)的基础上,通过设计合理的神经网络模块,记忆库模块和交互环境模块,提出了NMIDQRL算法去实时动态地调整MEC
服务器
位置,分配子信道资源和MEC
服务器
计算
资源。最后,仿真分析了不同参数下算法的收敛性,并将NMIDQRL算法与双Q深度网络算法和对抗型深度Q网络算法在收敛性以及测试性能做对比,仿真结果表明了所提出算法收敛性好测试结果优越的特性。 本文共有图43幅,表9个,参考文献122篇。
关键词:
移动
边缘计算
物联网
5G
移动边缘计算服务器
遗传算法
深度强化学习
来源:
评论
学校读者
我要写书评
暂无评论
基于层次化拍卖的
移动
区块链
计算
资源分配机制研究
基于层次化拍卖的移动区块链计算资源分配机制研究
收藏
分享
引用
作者:
李姗
南京航空航天大学
学位级别:
硕士
随着
移动
电子商务的发展,
移动
安全问题引起了广泛的关注。区块链可用于解决
移动
应用系统中的安全和隐私问题,被称为
移动
区块链。然而,由于
移动
设备
计算
能力弱,本文将
移动边缘计算服务器
和云
计算
服务器
引入到
移动
区块链网络中,提出了层...
详细信息
随着
移动
电子商务的发展,
移动
安全问题引起了广泛的关注。区块链可用于解决
移动
应用系统中的安全和隐私问题,被称为
移动
区块链。然而,由于
移动
设备
计算
能力弱,本文将
移动边缘计算服务器
和云
计算
服务器
引入到
移动
区块链网络中,提出了层次化资源分配架构。现如今,拍卖作为优秀的机制设计方法,被广泛用于解决相关领域的资源分配问题。针对层次化资源分配问题,本文设计了高效的层次化拍卖机制。除此之外,本文还考虑矿工节点估值变化的情况,提出了矿工节点估值随时间演化的
移动
区块链动态层次化资源分配模型。主要的研究如下:1.基于层次化拍卖的
移动
区块链
计算
资源分配机制设计。针对现有
移动
区块链分配机制只考虑到
移动边缘计算服务器
(Mobile Edge Computing Service,MES),而忽略了MES的
计算
能力有限性。本文在原来MES的基础上,引入了云
计算
服务器
,设计了层次化资源分配的框架。同时,提出了一种层次化的组合拍卖模型,并且设计了高效的分配方案。此外,针对不同的分配算法提出了相对应的定价方案以确保激励相容的性质。最后,利用相关理论对所设计的机制的真实性、个人理性和预算均衡性进行了验证。2.结合第一个研究点所设计的层次化拍卖模型,本研究点考虑矿工节点估值随时间演化的情况,对
移动
区块链动态
计算
资源分配机制进行设计。主要内容涉及将下层动态分配问题进行转换,并且对转化后的多臂赌博机问题进行分析和讨论。除此之外,在充分考虑当下分配对未来社会福利的影响的情况下,设计高效的分配方案和定价方案。最后,利用相关理论证明了所设计的机制满足周期事后真实性、周期事后预算均衡性和周期事后个人理性的经济特性。相关的仿真结论显示,在上述观点下,本文设计的资源分配机制能够体现一定的有效性和优越性。
关键词:
移动
区块链
移动边缘计算服务器
云
计算
服务器
机制设计
层次化组合拍卖
多臂赌博机
来源:
评论
学校读者
我要写书评
暂无评论
没有更多数据了...
下一页
全选
清除本页
清除全部
题录导出
标记到“检索档案”
共1页
<<
<
1
>
>>
检索报告
对象比较
合并检索
0
隐藏
清空
合并搜索
回到顶部
执行限定条件
内容:
评分:
请选择保存的检索档案:
新增检索档案
确定
取消
请选择收藏分类:
新增自定义分类
确定
取消
订阅名称:
通借通还
温馨提示:
图书名称:
借书校区:
取书校区:
手机号码:
邮箱地址:
一卡通帐号:
电话和邮箱必须正确填写,我们会与您联系确认。
联 系 人:
所在院系:
联系邮箱:
联系电话:
暂无评论