检索结果-内蒙古大学图书馆

软件学报 2020年第6期31卷 1889-1908页

作者：刘伟黄宇成杜薇王伟武汉理工大学计算机科学与技术学院湖北武汉430070 交通物联网技术湖北省重点实验室湖北武汉430070 同济大学计算机科学与技术系上海200092

云计算和移动互联网的不断融合,促进了移动云计算的产生和发展,但是其难以满足终端应用对带宽和延迟的需求.移动边缘计算在靠近用户的网络边缘提供计算和存储能力,通过计算卸载,将终端任务迁移至边缘服务器上面执行,能够有效降低应用延... 详细信息

云计算和移动互联网的不断融合,促进了移动云计算的产生和发展,但是其难以满足终端应用对带宽和延迟的需求.移动边缘计算在靠近用户的网络边缘提供计算和存储能力,通过计算卸载,将终端任务迁移至边缘服务器上面执行,能够有效降低应用延迟和节约终端能耗.然而,目前针对移动边缘环境任务卸载的主要工作大多考虑单个移动终端和边缘服务器资源无限的场景,这在实际应用中存在一定的局限性.因此,针对边缘服务器资源受限下的任务卸载问题,提出了一种面向多用户的串行任务动态卸载策略(multi-user serial task dynamic offloading strategy,简称MSTDOS).该策略以应用的完成时间和移动终端的能量消耗作为评价指标,遵循先来先服务的原则,采用化学反应优化算法求解,充分考虑多用户请求对服务器资源的竞争关系,动态调整选择策略,为应用做出近似最优的卸载决策.仿真结果表明,MSTDOS策略比已有算法能够取得更好的应用性能.

关键词：移动边缘计算资源受限串行任务任务卸载资源分配

来源：评论

学校读者我要写书评

暂无评论

移动边缘计算中的时延和能耗均衡优化算法

引用

北京邮电大学学报 2020年第2期43卷 110-115页

作者：景泽伟杨清海秦猛西安电子科技大学综合业务网理论及关键技术国家重点实验室西安710071 鹏城实验室深圳518055

为了提升移动边缘计算(MEC)网络中的任务卸载效用,提出了一种基于任务卸载增益最大化的时延和能耗均衡优化算法.通过分析通信资源和计算资源对时延和能耗这2种性能指标的制约关系,将原问题分解为联合发射功率子信道分配子问题和MEC计算... 详细信息

为了提升移动边缘计算(MEC)网络中的任务卸载效用,提出了一种基于任务卸载增益最大化的时延和能耗均衡优化算法.通过分析通信资源和计算资源对时延和能耗这2种性能指标的制约关系,将原问题分解为联合发射功率子信道分配子问题和MEC计算频率分配子问题.通过Karush-Kuhn-Tucker条件,导出了最优的MEC计算频率闭式解.此外,提出了一种基于二分法的发射功率分配算法和基于匈牙利二部图匹配的子信道分配算法.仿真结果表明,提出的算法相比传统算法可以显著提升用户的任务卸载效用.

关键词：移动边缘计算任务卸载子信道分配能耗任务完成时间

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的通信资源调度算法

引用

数字通信世界 2025年第2期 55-57页

作者：李煜王翔内蒙古电力集团蒙电信息通信产业有限责任公司内蒙古呼和浩特010000 内蒙古电力(集团)有限责任公司通信分公司内蒙古呼和浩特010000

移动边缘计算(MEC)是一种新兴的计算模式,旨在将计算和存储资源部署在靠近用户设备的网络边缘,以减少延迟和提高服务质量,然而,MEC环境下的通信资源调度面临着诸多挑战。本文针对MEC环境下的通信资源调度问题,提出了一种基于深度强化学... 详细信息

移动边缘计算(MEC)是一种新兴的计算模式,旨在将计算和存储资源部署在靠近用户设备的网络边缘,以减少延迟和提高服务质量,然而,MEC环境下的通信资源调度面临着诸多挑战。本文针对MEC环境下的通信资源调度问题,提出了一种基于深度强化学习的调度算法,该算法通过对网络状态进行实时感知和学习,自适应地调整资源分配策略,以最大化系统的长期收益。仿真结果表明,与传统的调度算法相比,所提算法能够显著提高系统的吞吐量和用户体验质量,同时降低时延和能耗。本文的研究成果对于优化MEC环境下的通信资源管理具有一定的参考意义。

关键词：移动边缘计算资源调度深度强化学习吞吐量时延

来源：评论

学校读者我要写书评

暂无评论

移动边缘计算中能耗优化的多重资源计算卸载策略

引用

计算机集成制造系统 2019年第4期25卷 954-961页

作者：徐佳李学俊丁瑞苗刘晓安徽大学计算机科学与技术学院安徽合肥230601 迪肯大学信息技术学院

移动边缘计算环境中边缘设备的能耗优化主要采用计算卸载策略。然而目前常用的计算卸载策略大多只考虑单一的计算资源,没有对移动边缘计算环境中不同种类的计算资源进行综合考虑,无法在保证响应时间约束的情况下充分降低边缘设备能耗。... 详细信息

移动边缘计算环境中边缘设备的能耗优化主要采用计算卸载策略。然而目前常用的计算卸载策略大多只考虑单一的计算资源,没有对移动边缘计算环境中不同种类的计算资源进行综合考虑,无法在保证响应时间约束的情况下充分降低边缘设备能耗。为了解决这一问题,在移动边缘计算环境中提出一种多重资源计算卸载能耗模型,设计了一种新的评价边缘设备能耗的适应度计算方法,并结合工作流管理系统提出了移动边缘计算中能耗优化的多重资源计算卸载粒子群任务调度算法,该算法能够在考虑响应时间约束的情况下,充分降低移动终端能耗。实验表明,与已有4种计算卸载策略相比,新策略所对应的任务调度算法收敛稳定、适应度最优,在用户响应时间约束下,任务调度方案的边缘设备能耗值优于其他4种卸载策略。

关键词：移动边缘计算工作流调度能耗优化计算卸载多重资源

来源：评论

学校读者我要写书评

暂无评论

移动边缘计算任务卸载和基站关联协同决策问题研究

引用

计算机研究与发展 2018年第3期55卷 537-550页

作者：于博文蒲凌君谢玉婷徐敬东张建忠南开大学计算机与控制工程学院天津300071 广东省大数据分析与处理重点实验室(中山大学) 广州510006

为了缩小IoT应用的服务质量要求与IoT设备有限的计算资源之间的差距,提高设备与基站能源利用率,设计了基于超密集网络的移动边缘计算框架COMED,提出了一个结合任务卸载、设备-基站关联以及基站睡眠调度的在线优化问题,旨在最小化设备和... 详细信息

为了缩小IoT应用的服务质量要求与IoT设备有限的计算资源之间的差距,提高设备与基站能源利用率,设计了基于超密集网络的移动边缘计算框架COMED,提出了一个结合任务卸载、设备-基站关联以及基站睡眠调度的在线优化问题,旨在最小化设备和基站的整体能量消耗,同时满足IoT应用的服务质量要求.针对这一在线优化问题,提出了一个基于李雅普诺夫优化理论的任务调度算法JOSA,该算法只使用当前时间片的系统信息进行调度.仿真实验证明了COMED框架具有良好的性能:1)与设备本地处理相比,系统整体节能30%以上,与DualControl算法相比平均节能10%~50%;2)算法的执行时间与IoT设备数量呈近似线性的关系.

关键词：移动边缘计算任务卸载基站睡眠设备-基站关联 N P难问题

来源：评论

学校读者我要写书评

暂无评论

移动边缘计算不确定性任务持续卸载及资源分配方法

引用

软件学报 2024年第3期35卷 1466-1484页

作者：许斌赵云凯朱剑鸣刘一川李烜焘孙雁飞季一木南京邮电大学物联网学院江苏南京210003 南京邮电大学计算机学院江苏南京210003

移动边缘计算场景中任务的不确定性增加了任务卸载及资源分配的复杂性和难度.鉴于此,提出一种移动边缘计算不确定性任务持续卸载及资源分配方法.首先,构建一种移动边缘计算不确定性任务持续卸载模型,通过基于持续时间片划分的任务多批... 详细信息

移动边缘计算场景中任务的不确定性增加了任务卸载及资源分配的复杂性和难度.鉴于此,提出一种移动边缘计算不确定性任务持续卸载及资源分配方法.首先,构建一种移动边缘计算不确定性任务持续卸载模型,通过基于持续时间片划分的任务多批次处理技术应对任务的不确定性,并设计多设备计算资源协同机制提升对计算密集型任务的承载能力.其次,提出一种基于负载均衡的自适应策略选择算法,避免计算资源过度分配导致信道拥堵进而产生额外能耗.最后,基于泊松分布实现了对不确定任务场景模型的仿真,大量实验结果表明时间片长度减小能够降低系统总能耗.此外,所提算法能够更有效地实现任务卸载及资源分配,相较于对比算法,最大可降低能耗11.8%.

关键词：移动边缘计算不确定性任务任务卸载负载均衡自适应

来源：评论

学校读者我要写书评

暂无评论

移动边缘计算中基于图到序列深度强化学习的复杂任务部署策略

引用

通信学报 2024年第3期45卷 244-257页

作者：陈卓操民涛周致圆黄欣李彦重庆理工大学计算机科学与工程学院重庆400054 重庆理工大学两江人工智能学院重庆401135 重庆凯瑞机器人技术有限公司重庆400799 中国移动通信集团重庆有限公司重庆401120

借助于移动边缘计算(MEC)和网络虚拟化技术,可使移动端将执行各类复杂应用所需的算力、存储和传输等资源需求就近卸载至边缘服务节点,从而获得更高效的服务体验。面向边缘服务商,研究其在进行复杂任务部署时所面临的能耗优化决策问题。... 详细信息

借助于移动边缘计算(MEC)和网络虚拟化技术,可使移动端将执行各类复杂应用所需的算力、存储和传输等资源需求就近卸载至边缘服务节点,从而获得更高效的服务体验。面向边缘服务商,研究其在进行复杂任务部署时所面临的能耗优化决策问题。首先将复杂任务部署于多个边缘服务节点的问题建模为混合整数规划(MIP)模型,然后提出了一种融合图到序列的深度强化学习(DRL)求解策略。该策略通过基于图的编码器设计提取并学习子任务间潜在的依赖关系,从而根据边缘服务节点的可用资源状态及使用率自动发现任务部署的通用模式,最终快速获得能耗优化的部署策略。在不同的网络规模中,将所提策略与具代表性的基准策略进行了全面对比。实验结果表明,所提策略在任务部署错误率、MEC系统总功耗和算法求解效率等方面均显著优于基准策略。

关键词：移动边缘计算任务部署深度强化学习图神经网络

来源：评论

学校读者我要写书评

暂无评论

移动边缘计算中基于能量收集的能效优化方案

引用

北京邮电大学学报 2020年第5期43卷 15-20页

作者：薛建彬刘星星丁雪乾兰州理工大学计算机与通信学院兰州730050

移动边缘计算(MEC)系统中密集的计算任务卸载使得资源受限的终端设备能量效率低,能量服务单一,对此,提出了一种基于能量收集的系统能效优化方案.该方案首先在满足卸载发送功率限制等约束条件下,分析了能量收集状态及用户功率分配,建立... 详细信息

移动边缘计算(MEC)系统中密集的计算任务卸载使得资源受限的终端设备能量效率低,能量服务单一,对此,提出了一种基于能量收集的系统能效优化方案.该方案首先在满足卸载发送功率限制等约束条件下,分析了能量收集状态及用户功率分配,建立了最大化系统能效的联合优化模型;其次,利用广义分数规划理论将卸载能效转化为标准凸优化问题,并通过构建拉格朗日函数对目标函数进行迭代优化,获得最优的能量指示变量和功率分配.仿真结果表明,所提方案可以有效提升MEC系统中的用户能量效率,同时保证了用户服务质量,实现了绿色通信.

关键词：移动边缘计算能量收集计算卸载能效凸优化

来源：评论

学校读者我要写书评

暂无评论

移动边缘计算中一种多用户计算卸载方法

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

移动边缘计算场景下基于免疫优化的任务卸载

引用

西安电子科技大学学报 2022年第1期49卷 152-160页

作者：朱思峰孙恩林柴争义天津城建大学计算机与信息工程学院天津300384 天津工业大学计算机科学与技术学院天津300387

移动边缘计算通过将计算资源和存储资源下沉到移动网络的边缘,可以减少移动终端的任务计算时延和能耗,从而有效满足移动互联网、物联网高速发展所需的高回传带宽、低时延的要求。计算卸载作为移动边缘计算的一个主要优势,它通过将繁重... 详细信息

移动边缘计算通过将计算资源和存储资源下沉到移动网络的边缘,可以减少移动终端的任务计算时延和能耗,从而有效满足移动互联网、物联网高速发展所需的高回传带宽、低时延的要求。计算卸载作为移动边缘计算的一个主要优势,它通过将繁重的计算任务迁移到边缘服务器来提高移动服务能力。针对移动边缘计算场景下移动终端应用的低时延和低能耗的卸载需求,给出了一种最小化系统响应时延和移动终端能耗的任务卸载方案。首先在对系统响应时延和移动终端能耗进行综合考虑的基础上,构建了移动边缘计算场景下的任务切分模型、时延模型、能耗模型和任务卸载优化模型;然后,设计了一种改进的免疫优化算法,并给出了基于免疫优化的任务卸载方案;最后将文中方案与LOCAL Execution方案和基于遗传算法的卸载方案进行了对比实验。仿真实验表明,文中方案在时延和能耗的综合代价上优于文献方案,可以满足移动终端应用低时延和低能耗的卸载需求。

关键词：移动边缘计算任务卸载免疫优化算法任务处理卸载时延

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：