检索结果-内蒙古大学图书馆

作者：王亚林曲阜师范大学

学位级别：硕士

随着5G网络和物联网技术的快速普及,大量计算密集型和时延敏感型的应用被部署在不同的物联网(Internet of Things,Io T)设备上,如智能制造、自动驾驶、虚拟现实/增强现实(AR/VR)游戏等。然而,由于计算能力和电池容量有限,物联网设备很... 详细信息

随着5G网络和物联网技术的快速普及,大量计算密集型和时延敏感型的应用被部署在不同的物联网(Internet of Things,Io T)设备上,如智能制造、自动驾驶、虚拟现实/增强现实(AR/VR)游戏等。然而,由于计算能力和电池容量有限,物联网设备很难承受这种爆炸性的信息流量,同时满足这些复杂应用的服务质量(Qo S)要求。移动边缘计算(Mobile Edge Computing,MEC)可以使物联网设备能够主动地将计算任务卸载到附近的边缘服务器上,为解决日益增长的计算需求和实现高效的计算卸载提供了一种有效的方法。移动边缘计算系统中,越来越多的工作开始关注计算任务卸载过程中的隐私保护问题,但都忽略了多个MEC服务器协作对隐私保护问题的影响,以及对数据隐私,位置隐私和使用模式隐私问题的综合考虑。此外,现有工作中对移动边缘计算网络中数据交互造成的隐私泄露问题的研究十分有限。本文围绕移动边缘计算系统中的计算任务卸载,资源分配,隐私安全等问题,对MEC场景中的隐私保护卸载算法展开研究。主要贡献体现在以下几个方面:首先,本文提出了一个由多个MEC服务器组成的云边协同MEC网络,该网络由多个物联网设备,多个MEC服务器和一个云服务器组成,考虑了多个随机移动的物联网设备的任务卸载过程以及多个MEC服务器恶意协作导致的隐私泄露问题,通过对不同的计算模型进行建模,将计算任务卸载和隐私保护问题表述为一个计算卸载成本和隐私级别的联合优化问题。其次,针对上述问题,提出了一种基于深度强化学习的多服务器协作隐私保护卸载算法(DDQN-PER),使物联网设备能够做出最优的卸载决策,此外,该算法允许物联网设备对具有高优先级时序差分(TD-error)的转换进行探索,从而提高设备动态移动过程中的性能。仿真结果表明,与现有文献中的卸载算法相比,提出的算法在提高隐私级别的情况下,降低了任务卸载成本。最后,针对MEC服务器协作的移动边缘计算场景,考虑了MEC计算网络中由用户任务卸载偏好引起的隐私泄露问题。首先对各种计算模型进行建模,然后对计算卸载特征任务的隐私泄露进行度量,并利用DQN算法动态调整任务卸载策略,再利用非合作博弈方法,对多服务器协作计算资源高效利用,使得Io T设备在博弈过程中自组织选取最优卸载决策。仿真结果表明,提出算法能有效降低终端的平均能耗,同时使任务卸载频率始终满足隐私约束。

关键词：移动边缘计算计算卸载时延能耗 DQN 隐私级别博弈论

来源：评论

学校读者我要写书评

暂无评论

移动边缘计算场景下的计算卸载算法研究

移动边缘计算场景下的计算卸载算法研究

引用

作者：辜航中北大学

学位级别：硕士

在物联网时代,移动边缘计算(Mobile Edge Computing,MEC)作为一种新型的云计算架构,能大幅降低用户设备的计算时延和能耗。计算卸载策略是MEC的重点研究之一,其包括用户设备的任务卸载和边缘服务器的资源分配两个方面,合理的计算卸载策... 详细信息

在物联网时代,移动边缘计算(Mobile Edge Computing,MEC)作为一种新型的云计算架构,能大幅降低用户设备的计算时延和能耗。计算卸载策略是MEC的重点研究之一,其包括用户设备的任务卸载和边缘服务器的资源分配两个方面,合理的计算卸载策略可以充分利用服务器的资源并提升用户的使用体验。本文分别基于两种不同的MEC场景对计算卸载策略的优化算法进行研究,主要研究内容如下:(1)针对多用户单服务器场景,在任务以完全卸载的模式下,以最小化系统成本为优化目标搭建系统模型,并针对遗传算法(Genetic Algorithm,GA)执行时间过长的缺点,提出一种改进的DL-GA策略优化算法对系统成本进行优化。通过引入CBAM机制对DL-GA的神经网络模型进行优化,有效提升了神经网络的表征能力。仿真结果表明,在执行速度相似的前提下,改进的DL-GA算法优化的系统成本相较于DL-GA算法平均降低约2%～3.7%。基于GA算法优化的系统成本比改进的DL-GA算法平均降低约4.4%～7.8%,然而相较于GA算法,改进的DL-GA算法的执行速度要快2400～2900倍,验证了改进的DL-GA算法的有效性。(2)针对多用户多服务器场景,在任务以部分卸载的模式下,将任务卸载公平性作为一种优化指标,该指标由任务优先级和设备间的卸载数量平衡性两部分组成。将服务质量作为系统成本与任务卸载公平性的加权和,并以最大化服务质量搭建系统模型。针对该优化问题,设计了一种基于深度强化学习的DQN策略优化算法,并与改进的DL-GA算法进行对比。仿真结果表明,基于改进DL-GA算法优化的系统成本比DQN算法平均下降9.4%～11.7%,但是在任务卸载公平性的优化方面,基于DQN算法的优化效果要比DL-GA算法平均高出约5.7%～9%。

关键词：移动边缘计算计算卸载遗传算法神经网络公平性强化学习

来源：评论

学校读者我要写书评

暂无评论

移动边缘计算下无人机部署和任务调度研究

移动边缘计算下无人机部署和任务调度研究

引用

作者：张璐南京邮电大学

学位级别：硕士

目前,随着移动边缘计算(Mobile Edge Computing,MEC)技术的不断发展和无人机(Unmanned Aerial Vehicle,UAV)技术的成熟,无人机正广泛应用于移动边缘计算场景中,为该领域带来了许多优势和创新。然而在当前研究中,存在一些问题尚待解决。... 详细信息

目前,随着移动边缘计算(Mobile Edge Computing,MEC)技术的不断发展和无人机(Unmanned Aerial Vehicle,UAV)技术的成熟,无人机正广泛应用于移动边缘计算场景中,为该领域带来了许多优势和创新。然而在当前研究中,存在一些问题尚待解决。首先,大多数研究还未充分考虑无人机数量和位置的同时优化问题。其次,对任务调度和无人机部署的联合研究还相对较少。最后,不合理部署和调度策略可能会导致无人机的能力浪费,也会增加通信延迟和能耗,影响边缘计算的低延迟和高带宽优势的实现。针对以上问题,本文的主要研究内容及创新点如下:(1)针对无人机的不合理分配会导致物联网(Internet of Things,Io T)系统总能耗高的问题,提出一种基于多无人机的移动边缘计算系统部署模型,并使用基于K-Means++初始化的变异策略池差分进化算法来求解该模型。在算法中,通过K-Means++初始化种群,从而得到较优无人机初始位置。此外,考虑到传统进化算法中固定变异策略的局限性,还利用变异策略池来更新无人机的位置。最后实验结果验证了算法效果,有效降低了整个系统的能耗。(2)针对多无人机部署和任务调度计划的不合理分配仍然会导致系统总能耗高、任务完成成功率低、高时延等问题,提出一种双层优化框架基于K-Means++初始化的变异策略池差分进化算法和贪婪算法框架对无人机的部署和任务调度进行联合优化,在上层优化中,利用工作(1)中提出的算法来优化无人机的位置和数量。在下层优化中,利用提出的高效贪婪算优化任务调度。最后实验结果验证了上层优化、下层优化以及双层优化的有效性,并在保证低时延、高任务完成率的同时,降低了系统能耗。(3)搭建了移动边缘计算下无人机部署和任务调度系统。基于前述工作,运用Java、MATLAB、My SQL等技术设计了一个原型系统,该系统可以确定最佳的无人机数量和位置,并协调多个无人机之间的任务分配,以确保每个无人机都能在预定时间内完成适当的任务,同时最大化利用其能耗,提高整个系统的性能和效率,增强可靠性和鲁棒性。另外,通过可视化界面确保系统平稳运行。

关键词：移动边缘计算任务调度无人机部署差分进化算法贪婪算法

来源：评论

学校读者我要写书评

暂无评论

移动边缘计算环境下可证明安全的认证密钥协商协议研究

移动边缘计算环境下可证明安全的认证密钥协商协议研究

引用

作者：杨靖华安徽师范大学

学位级别：硕士

由于物联网设备的资源受限,它们的计算任务经常需要卸载到边缘计算服务器上进行处理。然而,网络中存在着敌手攻击和服务器作恶等多种安全风险,而且数据信息传输经常使用不安全的公共信道,它们严重威胁着终端设备用户的隐私和数据的安全... 详细信息

由于物联网设备的资源受限,它们的计算任务经常需要卸载到边缘计算服务器上进行处理。然而,网络中存在着敌手攻击和服务器作恶等多种安全风险,而且数据信息传输经常使用不安全的公共信道,它们严重威胁着终端设备用户的隐私和数据的安全。因此,需要采用一种安全且高效的身份认证密钥协商机制来验证系统参与者身份的合法性,同时保证任务数据的安全传输。在以往的工作中,研究者们设计出了许多适用于不同场景的认证协商方案,并证明和分析了协议的安全性,但是它们还会存在一些其他安全问题或者效率问题。本文对基于身份的匿名认证密钥协商方案进行了深入的分析和探索,在以往工作的基础上重点对设备用户的匿名性和设备侧开销,以及半可信服务器的恶意行为开展了研究,并在公认的安全证明模型下对协议进行了验证。本文的研究工作主要包括以下两个部分: (1)针对当前认证协商方案中存在的半可信服务器攻击和设备用户对服务器非匿名问题,基于已有的IBAAKA方案提出了一个改进的可抵抗半可信服务器攻击的认证协商方案。在改进的方案中,注册中心为设备用户生成一个初级私钥,每次正式认证时,设备用户可以再选择一个符合条件的随机数将私钥的值改变,对于服务器,每次认证中设备用户使用的签名私钥都是不同的,所以具有了更强的前向安全性,也可以充分抵抗内部攻击和密钥猜测攻击。该方案还对设备用户的匿名性问题进行了改进,设备用户隐私信息只对可信第三方公开,实现了条件隐私保护。 (2)针对当前已有的无公钥轻量级认证协商方案中的配对不精准和密钥不安全,以及半可信服务器攻击等问题,提出了一种新的适用于资源受限设备和半可信服务器的匿名认证密钥协商方案。在方案中,建立了一个分布式注册中心架构,实现了注册中心的负载均衡。通过采用可信第三方预先为设备用户生成对应服务器配对消息列表的方式,避免半可信服务器直接接触设备用户的隐私信息,同时解决了大多数无公钥认证方案中存在的安全配对问题。该方案在设备侧使用单向哈希函数算法代替公私钥加密,以此来大幅减轻终端设备侧的加密计算负担。该方案还创造性的将传统单一功能服务器分工为认证服务器和计算服务器,以便于终端设备的任务可以被准确的分配给最优的目标服务器。

关键词：移动边缘计算资源受限设备用户匿名认证密钥协商半可信服务器攻击可证明安全性

来源：评论

学校读者我要写书评

暂无评论

基于移动边缘计算的车联网资源分配方案研究

引用

兵器装备工程学报 2022年第6期43卷 283-289页

作者：欧阳中辉冯韶华凌云峰陈青华海军航空大学山东烟台264001

针对复杂战场环境中一般云计算无法满足指挥中枢对特种车辆海量数据处理的延时问题,提出一种基于分层移动边缘计算的资源分配方案。方案对边缘服务器工作过程中任务卸载和资源分配进行优化,根据不同任务的延迟容忍度,以优化Q学习算法制... 详细信息

针对复杂战场环境中一般云计算无法满足指挥中枢对特种车辆海量数据处理的延时问题,提出一种基于分层移动边缘计算的资源分配方案。方案对边缘服务器工作过程中任务卸载和资源分配进行优化,根据不同任务的延迟容忍度,以优化Q学习算法制定任务卸载优先级策略,采用Q学习算法设计资源分配流程。为了验证提出方案的有效性,仿真分析了优化算法的中断概率和延迟性能。仿真结果表明:该方案能有效为车联网提供低时延的移动服务。

关键词：移动边缘计算任务卸载资源分配延迟容忍度优先级策略

来源：评论

学校读者我要写书评

暂无评论

移动边缘计算中的卸载决策与资源分配策略

引用

计算机工程 2021年第2期47卷 19-25页

作者：杨天杨军宁夏大学信息工程学院银川750021

为在移动边缘计算服务器计算资源有限的情况下最小化系统总成本,提出一种多用户卸载决策与资源分配策略。优化任务执行位置选择和计算资源分配过程,对基于精英选择策略的遗传算法在编码、交叉、变异等操作方面进行改进,设计联合卸载决... 详细信息

为在移动边缘计算服务器计算资源有限的情况下最小化系统总成本,提出一种多用户卸载决策与资源分配策略。优化任务执行位置选择和计算资源分配过程,对基于精英选择策略的遗传算法在编码、交叉、变异等操作方面进行改进,设计联合卸载决策与资源分配的improve-eGA算法。实验结果表明,与Alllocal、Alloffload、RANDOM和CGA等算法相比,improve-eGA在迭代次数、任务周期数、任务传输数据量等影响因素下系统总成本均为最低,验证了所提策略的有效性。

关键词：移动边缘计算计算资源卸载决策资源分配遗传算法

来源：评论

学校读者我要写书评

暂无评论

面向工业物联网的移动边缘计算研究综述

引用

计算机应用与软件 2023年第1期40卷 1-10,65页

作者：王婷婷甘臣权张祖凡重庆邮电大学通信与信息工程学院重庆400065

工业物联网(Industrial Internet of Things,IIoT)的快速发展,实现了信息的实时交互、设备的泛在感知和数据的快速分析处理。然而因为现场设备的异构性、自身资源的有限性、设备和数据的低安全性等缺陷极大地阻碍了IIoT的发展。因此提出... 详细信息

工业物联网(Industrial Internet of Things,IIoT)的快速发展,实现了信息的实时交互、设备的泛在感知和数据的快速分析处理。然而因为现场设备的异构性、自身资源的有限性、设备和数据的低安全性等缺陷极大地阻碍了IIoT的发展。因此提出在IIoT环境中引入移动边缘计算(Mobile Edge Computing,MEC)技术,以提高网络的计算和存储能力,降低网络带宽和处理时延,增强网络安全。介绍MEC的相关概念、服务器架构和典型应用场景;从目前面向IIoT的MEC架构、计算卸载、资源分配和安全四个方面介绍MEC在IIoT环境中的应用及研究现状;总结归纳目前在IIoT环境中部署MEC存在的核心问题,并对该领域的未来发展进行论述与展望。

关键词：移动边缘计算工业物联网计算卸载资源分配安全

来源：评论

学校读者我要写书评

暂无评论

移动边缘计算中的多用户多边协同卸载策略

引用

现代信息科技 2023年第18期7卷 11-19页

作者：柏建雄魏佳隆孟晓磊刘扬赵振青岛科技大学信息科学技术学院山东青岛266061

在多用户多边缘服务器的边缘计算场景下,用户设备在任务卸载时,由于卸载目标的不确定性常导致移动边缘服务器负载不均衡,出现资源紧张或资源空闲浪费问题,甚至导致卸载决策失效。针对此问题,提出了面向时延和能耗感知的启发式任务多边... 详细信息

在多用户多边缘服务器的边缘计算场景下,用户设备在任务卸载时,由于卸载目标的不确定性常导致移动边缘服务器负载不均衡,出现资源紧张或资源空闲浪费问题,甚至导致卸载决策失效。针对此问题,提出了面向时延和能耗感知的启发式任务多边协同卸载(HTMC)算法,并在算法中提出了一种基于粒子近期历史位置的位置更新策略(PRPPUS)。该算法以最小化UE能耗和任务执行时延的加权和为目标,根据时延和能耗感知自适应地选择任务卸载策略,达到最小化UE开销目标。仿真实验结果证明,与采用粒子群算法和遗传算法的卸载策略比较,所提HTMC算法的性能更高、更平稳,算法运行开销较小,优化效果更突出。

关键词：移动边缘计算计算卸载边云协同边边协同粒子群优化算法

来源：评论

学校读者我要写书评

暂无评论

移动边缘计算中服务提供商利润最大化问题的研究

移动边缘计算中服务提供商利润最大化问题的研究

引用

作者：毛锐哈尔滨工业大学

学位级别：硕士

移动互联网和5G技术的快速发展丰富了人们的生活,同时也为移动端带来了海量的计算任务和庞大的流量。爆炸式增长的存储和计算需求不断逼近骨干网络和云计算中心的承载能力上限,而受移动设备自身的硬件条件限制也难以解决复杂的任务。这... 详细信息

移动互联网和5G技术的快速发展丰富了人们的生活,同时也为移动端带来了海量的计算任务和庞大的流量。爆炸式增长的存储和计算需求不断逼近骨干网络和云计算中心的承载能力上限,而受移动设备自身的硬件条件限制也难以解决复杂的任务。这些亟待解决的问题促使了移动边缘计算的产生。移动边缘计算在网络的边缘侧为终端用户提供边缘节点,辅助云端完成任务,减小骨干网压力的同时也缩短了服务时延。新兴的技术为网络中的服务提供商带来了新的商机。但边缘节点相对云端拥有的资源有限,服务提供商如果想通过边缘节点提高自己的利润,需要合适的服务部署策略。在用户订阅的服务是长期稳定的网络中,为了保证用户的服务体验,本文提出以租用边缘设施为主的服务提供商在部署服务时需要考虑与边缘设施提供商之间的关系是否稳定这一因素。同时在以回程流量为主的网络中,服务主要聚焦于带宽资源和缓存空间,根据这一特征,本文将对应的利润最大化问题建模为了一个混合整数线性规划问题。之后通过求解子问题得到的启示,再根据服务提供商和边缘设施提供商之间需要稳定的关系这一出发点,提出了基于延迟接受算法的服务部署策略。仿真实验表明在本文对应的场景下所提出的服务部署算法优于已有的以利润最大化为目标的服务部署算法。短期服务订阅的场景下,用户与边缘设施间的通信存在较大的不稳定性,而服务提供商往往只为短期服务订阅预留较少的资源。针对该场景,本文考虑到用户服务体验的优先级没有长期订阅服务场景下高这一特点,因此拍卖的模式能为服务提供商带来更大的利润。为了减少在拍卖的交易阶段因为用户通信失联带来的损失,本文设计了一个超额预售机制。由于传统的拍卖卖方通常只有一方,本文先提出了基于拍卖的单边缘设施下的服务部署策略,之后推广到多边缘设施的场景中,提出了基于拍卖的服务部署算法。仿真实验的结果表明在对应场景下所提出算法的性能胜过了对比的算法。

关键词：移动边缘计算服务部署利润最大化

来源：评论

学校读者我要写书评

暂无评论

移动边缘计算中面向移动感知的计算卸载策略研究

移动边缘计算中面向移动感知的计算卸载策略研究

引用

作者：班玉琦太原理工大学

学位级别：硕士

移动边缘计算中的计算卸载旨在将用户设备上的计算任务迁移至移动网络边缘上的边缘服务器执行以提升用户体验质量。基于5G技术的一系列新型应用要求计算过程支持设备的高速移动性,而目前计算卸载方案的研究却大多集中于静态或准静态场... 详细信息

移动边缘计算中的计算卸载旨在将用户设备上的计算任务迁移至移动网络边缘上的边缘服务器执行以提升用户体验质量。基于5G技术的一系列新型应用要求计算过程支持设备的高速移动性,而目前计算卸载方案的研究却大多集中于静态或准静态场景。由于用户移动过程中网络服务切换的多变性与信道状态的不稳定性,移动性支持的实现会为计算卸载方案的设计与部署带来诸多挑战,准静态场景下的卸载决策会由于用户的移动性导致卸载效用下降甚至任务卸载失败。因此,研究移动边缘计算场景下支持用户设备移动性的计算卸载方案对提升新型应用的服务质量起着至关重要的作用。本文基于超密集网络与无人机辅助卸载两类场景入手,结合任务需求、计算及通信资源限制、时延与能耗约束条件等因素,提出两种支持设备移动性的计算卸载方案。主要研究内容如下:(1)首先,在多设备与多边缘服务器的超密集网络场景下,针对移动边缘计算中考虑设备移动轨迹的计算卸载问题,提出一种启发式的卸载服务器选择方案与资源分配方案。文中结合设备移动性、计算与通信资源、信道状态及任务需求等因素将该场景下的计算卸载问题建模为混合整数非线性规划问题。为降低求解难度将上述问题分解为卸载服务器选择问题和固定服务器选择方案下的计算资源分配与子信道选择问题。采用凸优化技术及改进的Kuhn-Munkres算法对子问题进行求解,并基于子问题的解设计启发式卸载服务器选择算法,以多项式时间复杂度获得次优卸载方案。通过Edge Cloud Sim工具对本文卸载策略进行仿真,并与常用的其他5种卸载算法进行对比。实验结果表明,算法在满足任务的实时性要求下,与穷举法的平均系统效用差距能控制在2.3%内。同时在后续的实验中分析了提出的卸载方案在不同任务类型下的性能与算法的适用场景。(2)其次,在热点区域随设备移动性变化的无人机辅助卸载场景中,针对用户设备端任务的长期执行时延优化问题,提出一种综合考虑无人机部署数量与位置的任务卸载方案。文中结合用户与无人机双端移动性、设备电量约束、任务迁移方案等因素,建立卸载系统中用户端任务执行时延的长期优化问题系统模型。根据优化问题,计算卸载方案首先根据无人机与基站端计算能力确定场景中无人机数量,并将热点区域确定问题转化为最大团问题以确定无人机部署位置与悬停高度。之后基于每个时间段内无人机的部署方案,将不同覆盖范围内的任务分类后设计了任务的卸载决策与资源分配策略。最后通过仿真实验对计算卸载方案进行仿真,在三类场景中与其余4种算法对比证明了无人机部署方案与计算卸载策略的有效性。

关键词：移动边缘计算计算卸载移动感知卸载算法无人机辅助计算卸载

来源：评论

学校读者我要写书评

暂无评论

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

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

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

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

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

通借通还

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

请选择保存的检索档案：

请选择收藏分类：