检索结果-内蒙古大学图书馆

作者：侯家鑫重庆大学

学位级别：硕士

随着各种移动应用程序数量的急剧增加,用户设备所拥有的有限资源难以满足移动应用程序不断增长的资源需求。为了缓解用户设备的计算负担,移动边缘计算(Mobile Edge Computing,MEC)是一种有前景的解决方案。在MEC中,多个用户会同时访问... 详细信息

随着各种移动应用程序数量的急剧增加,用户设备所拥有的有限资源难以满足移动应用程序不断增长的资源需求。为了缓解用户设备的计算负担,移动边缘计算(Mobile Edge Computing,MEC)是一种有前景的解决方案。在MEC中,多个用户会同时访问边缘服务器并提交各种具有不同计算资源需求、截止时间和任务数据量的异构任务。MEC旨在将计算任务从用户设备卸载到附近的边缘服务器进行计算,以降低计算任务的时延与用户设备的能耗,从而提高用户的体验质量(Quality of Experience,QoE)。本文主要针对多用户MEC场景下的任务卸载决策问题进行研究。现有的任务卸载决策方法主要以服务质量(Quality of Service,QoS)作为优化目标,难以准确反应用户的主观需求,从而导致了低QoE问题。此外,多用户MEC中不同用户对QoE具有差异化需求,并且任务异构性会让时延与能耗处于不同的尺度。针对这些问题,本文设计了一种考虑任务异构性和用户差异化需求的差异化QoE模型,并构建了面向差异化QoE的多用户卸载决策优化模型。另一方面,传统的优化方法较难应对多用户MEC环境的动态变化,会导致不佳的卸载决策优化结果。深度强化学习(Deep Reinforcement Learning,DRL)通过与环境交互来学习策略,能较好的适应多用户MEC环境的动态性,使其适合解决多用户MEC任务卸载决策问题。本文分别从集中式决策和分布式决策的角度研究了多用户MEC中基于DRL的任务卸载决策方法。主要内容包括:(1)基于包含用户设备层和边缘服务器层的多用户MEC异构任务卸载场景,研究建立了多用户MEC任务卸载的系统模型,包括多用户MEC场景模型、异构任务模型和通信模型。针对多用户MEC场景下用户的差异化需求与任务异构性所带来的挑战,研究建立了由时延效用与能耗效用构成的差异化QoE模型。该模型采用无量纲化变换将时延与能耗转化为基于任务异构性的时延效用与能耗效用,并通过将用户差异化需求定义为偏好权重,对时延效用与能耗效用进行加权求和。在此基础上,提出了基于差异化QoE的多用户卸载决策优化模型。(2)针对多用户MEC场景下用户间卸载决策相互影响导致的资源竞争问题,提出了一种基于图深度强化学习的集中式卸载决策方法GCN-PPO(Graph Convolutional Neural network-Proximal Policy Optimization)。该方法采用集中式的方式收集全局信息来做出卸载决策,包括全部边缘服务器信息、全部用户设备信息、网络拓扑结构等。同时,GCN-PPO使用了多用户MEC中的网络拓扑结构来增强DRL的推理表达能力,从而进一步提升性能。通过构建集中式的多用户MEC环境来进行仿真实验,仿真结果表明GCN-PPO相比于近端策略优化算法可以有效地提升平均QoE、任务成功率、时延效用、能耗效用,验证了网络拓扑结构可以有效地增强DRL的推理能力。(3)针对集中式卸载决策方法收集全局信息带来的局限性,提出了一种基于独立多智能体深度强化学习的分布式任务卸载决策方法GP-NFSP(Gate Recurrent Unit enhanced Proximal Policy Optimization-Neural Fictitious Self-Play)。该方法对分布式DRL方法导致的非平稳问题和只能使用部分信息进行卸载决策的问题,分别采用虚拟自玩博弈和循环神经网络来解决。该方法可以使每个用户使用本地部分信息来做出卸载决策,包括全部边缘服务器信息和本地用户设备信息。通过构建分布式的多用户MEC环境进行仿真实验,GP-NFSP相对于已有的基于独立多智能体的卸载决策方法能够有效提升平均QoE、任务成功率、时延效用、能耗效用。同时,仿真结果验证了该方法能够有效地处理非平稳问题和使用部分信息的影响。

关键词：移动边缘计算任务卸载深度强化学习体验质量

来源：评论

学校读者我要写书评

暂无评论

基于多层移动边缘计算的工业物联网资源管理与优化

引用

移动通信 2023年第8期47卷 33-38页

作者：于亚男于明帅东北大学秦皇岛分校河北秦皇岛066004 燕山大学河北秦皇岛066000

工业物联网在数据采集和控制系统中发挥着越来越重要的作用。考虑工业网络中计算-网络资源受限问题,针对多个业务并行处理和传输需求,提出了一种三层移动边缘计算优化框架。该框架综合考虑丢包率、带宽分配和卸载策略对系统性能的影响,... 详细信息

工业物联网在数据采集和控制系统中发挥着越来越重要的作用。考虑工业网络中计算-网络资源受限问题,针对多个业务并行处理和传输需求,提出了一种三层移动边缘计算优化框架。该框架综合考虑丢包率、带宽分配和卸载策略对系统性能的影响,利用粒子群算法来优化多个子任务的资源分配策略,从而有效地降低系统延迟、能耗和成本。通过仿真实验验证了该方法的有效性,可以确保在有限的计算和通信资源下实现系统性能的最优化。

关键词：工业物联网移动边缘计算资源分配

来源：评论

学校读者我要写书评

暂无评论

D2D通信辅助的移动边缘计算系统性能分析和优化

D2D通信辅助的移动边缘计算系统性能分析和优化

引用

作者：郝松林南京邮电大学

学位级别：硕士

随着5G技术的快速发展,我们进入了万物互联的时代,物联网(Internet of Things,Io T)设备数量呈指数型增加,并作为功能性节点持续工作,一些常见的Io T设备如人体可穿戴设备、道路状况监控模块等由于受到自身的尺寸限制,导致可储备的能量... 详细信息

随着5G技术的快速发展,我们进入了万物互联的时代,物联网(Internet of Things,Io T)设备数量呈指数型增加,并作为功能性节点持续工作,一些常见的Io T设备如人体可穿戴设备、道路状况监控模块等由于受到自身的尺寸限制,导致可储备的能量受限,如何实现可持续和低能耗的通信与计算是当下研究难题之一,同时由于部分物联网设备的功能需求,需要处理一些时延敏感和计算密集型的计算任务,实现低时延计算也是当下巨大的挑战。为此,本文采用设备到设备(Device to Device,D2D)通信技术辅助移动边缘计算(Mobile Edge Computing,MEC),以充分利用移动边缘计算系统中闲置用户设备的计算资源实现计算压力的转移和降低。本文重点研究了在不同移动边缘计算场景下的能耗问题和时延问题。本文具体研究内容如下:(1)针对D2D辅助的WPT-MEC系统能耗问题,提出了一种能量发射器(Energy Transimitter,ET)的发射功率分配和用户计算任务分配的联合优化方案。在采用ET对任务型用户(TU,Task User)和资源型用户(RU,Resource User)进行能量传输的移动边缘计算系统中,将TU动态到达的计算任务分割成三部分,分别通过本地以及卸载到RU和MEC服务器进行计算。在用户能耗和计算任务因果性约束下,构建ET能耗最小化问题,推导出ET的最优发射功率闭合表达式,并将原优化问题转化成用户加权能耗和最小化的凸优化问题,对转化后的问题采用KKT(Karush-Kuhn-Tucker)最优性条件和向前搜索算法求得用户最优任务分配方案。仿真结果表明,在WPT-MEC系统引入D2D通信以及缓存卸载策略可有效降低系统能耗。(2)针对智能反射面(Intelligent Reflecting Surface,IRS)辅助的D2D-MEC系统的时延问题,提出了用户的计算任务分配、发射功率分配、系统带宽比例分配以及IRS的相移矩阵的最优设计方案。在引入IRS的多用户移动边缘计算系统中,TU通过直接链路和IRS构造的反射级联链路将计算任务卸载到MEC服务器和多个RU上进行计算。在用户任务分配、最大发射功率、系统带宽分配、IRS相移矩阵的约束下,推导用户各部分的时延表达式,构建了系统时延最小化问题,将该非凸问题分成多个子问题交替优化,分别推导出用户最优任务分配闭合表达式,求出用户的最优发射功率、最优系统带宽比例分配和IRS最优相移矩阵设计。仿真结果表明,在MEC系统中引入D2D通信和IRS技术可有效降低系统时延。

关键词：移动边缘计算 D2D通信无线能量传输智能反射面计算卸载

来源：评论

学校读者我要写书评

暂无评论

基于可行点追踪-连续凸逼近的移动边缘计算任务卸载

引用

计算机与现代化 2023年第8期 93-97页

作者：陈刚王志坚徐胜超广州华商学院数据科学学院广东广州511300

移动边缘计算任务卸载会受到邻近服务器的干扰,导致计算任务难以准确卸载到网络边缘服务器,因此设计基于可行点追踪-连续凸逼近的移动边缘计算任务卸载方法。该方法首先建立移动边缘计算任务的依赖模型,分析移动边缘计算任务的卸载需求... 详细信息

移动边缘计算任务卸载会受到邻近服务器的干扰,导致计算任务难以准确卸载到网络边缘服务器,因此设计基于可行点追踪-连续凸逼近的移动边缘计算任务卸载方法。该方法首先建立移动边缘计算任务的依赖模型,分析移动边缘计算任务的卸载需求。其次,考虑任务卸载时延和卸载能耗,以任务依赖模型为依据,建立任务卸载模型。最后,采用可行点追踪-连续凸逼近,将求解卸载模型的求解问题转变为线性松弛问题,引入迭代过滤函数追踪可行点,避免邻近服务器的干扰,对松弛变量进行连续凸逼近获取任务卸载模型的最优解,实现移动边缘计算任务的卸载。实验结果表明,本文方法负载低、卸载能耗低、卸载精度高。

关键词：可行点追踪-连续凸逼近法移动边缘计算任务依赖模型线性松弛问题任务卸载

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数据安全的访问控制方法研究

移动边缘计算中面向数据安全的访问控制方法研究

引用

作者：侯懿宸福建师范大学

学位级别：硕士

随着智能移动终端以及5G等移动通信技术的发展,具有位置感知、移动支持、低延迟、高带宽和邻近性的移动边缘计算(Mobile Edge Computing,MEC)受到行业和学术界的广泛关注。但它也带来了新的数据安全威胁,特别是数据访问过程中的安全威胁... 详细信息

随着智能移动终端以及5G等移动通信技术的发展,具有位置感知、移动支持、低延迟、高带宽和邻近性的移动边缘计算(Mobile Edge Computing,MEC)受到行业和学术界的广泛关注。但它也带来了新的数据安全威胁,特别是数据访问过程中的安全威胁,容易导致数据的未经授权或越权访问、被撰改和泄露,从而影响数据的机密性和完整性。为了解决上述问题,访问控制作为保障访问过程中数据安全的重要方法之一,已经被应用于MEC。然而,现有访问控制研究成果存在粗粒度、灵活性差、准确率低、缺乏考虑内部攻击等缺点,无法满足MEC实际应用中的数据安全需求。基于上述分析,本论文针对MEC中单区域和多区域场景下的访问控制方法进行研究,以实现细颗粒度、高准确率、灵活的数据安全访问控制为目标。通过研究基于角色的访问控制(Role-based access control,RBAC)、基于属性的访问控制(Attribute-based access control,ABAC)和区块链等技术,提出基于角色-属性的访问控制方法、基于区块链的多级访问控制方法和基于区块链的跨域访问控制方法。论文主要贡献可概括如下:(1)基于角色-属性的访问控制方法针对MEC单区域场景中的数据访问控制(即:用户不会在不同区域间移动,资源数据和访问用户都在同一区域内),以解决现有研究方案粗颗粒度、准确率低、无法应对内部攻击等问题为目标,结合传统的RBAC和ABAC方法,提出新的基于角色-属性的访问控制方法。首先,将RBAC同动态细粒度的用户分组相结合,根据用户间属性相关度划分用户组;采用元图理论,实现用户间信任关系的建立,并基于用户组可信度为用户分配角色。其次,提出一种基于属性匹配度的用户再认证方法,在用户通过初步身份验证后,根据用户属性和访问数据属性的匹配度进一步用户再验证,限制授权用户的恶意访问,以降低内部攻击的可能性并实现细粒度的数据保护。实验结果表明,本方案相比于现有访问控制方法,在用户识别准确率方面提升至少5%,可有效识别恶意用户并进行用户组调整,同时实现细粒度的访问控制,确保访问过程中数据安全。(2)基于区块链的多级访问控制方法针对MEC单区域场景中的数据访问控制,以解决现有集中式访问控制方法粗粒度、灵活性差等问题为目标,结合传统ABAC方法、区块链技术和Info Map算法,提出新的基于区块链的多级访问控制方法。首先,提出一种基于安全级别的数据分类策略,根据数据的敏感度、重要程度、变更影响三个方面进行数据分类,以实现细粒度的数据保护。其次,提出一种基于改进Info Map算法的用户分组策略,根据用户的数据访问偏好相似度及用户信誉划分用户组。最后,利用Fabric的多通道特性,设计一个多级区块链结构,从资源数据、用户、多级区块链三个方面根据安全级别建立对应关系,实现灵活且细粒度的可信访问控制。经实验验证分析,本方案所提出的多级区块链结构在吞吐量、CPU利用率、时延和请求处理效率方面都有较优表现,同时可提高MEC中数据的机密性和完整性。(3)基于区块链的跨域访问控制方法针对MEC多区域场景中的跨域访问控制(即:用户会在不同区域间移动),以实现用户跨域安全访问、用户信誉动态评估为目标,结合传统ABAC方法、信任管理和区块链技术,提出新的基于区块链的跨域访问控制方法。首先,细化并扩展了方案(2)中的多级区块链架构,每个边缘区域维护一个域内区块链,并在此基础架构上构建交互链,通过不同边缘区域网关节点之间的协作,实现不同区域间的用户跨域访问。其次,提出一种新的用户信誉评估策略,根据用户的不同访问行为,动态评估用户综合信誉,以便网关节点评估用户跨域请求;同时根据用户安全级别分配不同的优先度,激励用户规范访问行为以提高自身信誉。最后,不同区域网关节点通过域内区块链、交互链共同实现用户的跨域访问控制。经实验验证分析,本方案在用户信誉评估、区块链性能方面表现较优,且可以提供一定的数据安全性。

关键词：移动边缘计算 RBAC模型 ABAC模型区块链跨域访问数据安全

来源：评论

学校读者我要写书评

暂无评论

移动边缘计算网络中的任务卸载和资源分配策略研究

移动边缘计算网络中的任务卸载和资源分配策略研究

引用

作者：张一帆北京邮电大学

学位级别：硕士

随着移动互联网与物联网的深度融合,车联网、无人机网等新型控制类应用场景快速涌现。在此类场景中,设备将采集的数据上传至计算中心,经过处理与分析后,生成的结果将被返还至设备端以指导其行为。随着数据爆炸式的增长,仅靠通信能力的... 详细信息

随着移动互联网与物联网的深度融合,车联网、无人机网等新型控制类应用场景快速涌现。在此类场景中,设备将采集的数据上传至计算中心,经过处理与分析后,生成的结果将被返还至设备端以指导其行为。随着数据爆炸式的增长,仅靠通信能力的增强难以满足控制类应用场景中对数据处理的实时性要求。在此情况下,国内外研究机构提出以边缘计算为核心的智能边缘网络架构。通过借助网络边缘及设备端的通信及计算能力,实现在靠近设备端的一侧完成数据收集、处理、分析及决策的全过程,避免了核心网络拥塞产生的时延弊端,从而可以大幅度降低数据处理的时延。然而,传统通信网络主要关注的是通信的能力,其核心功能是信息的传输,缺乏对如何高效利用泛在的计算能力进行信息处理的考虑。因此,如何充分发挥通信与计算的协同作用,将设备对局部物理世界的感知数据进行高效的处理,仍是值得研究的问题。本文针对移动边缘计算系统中的计算卸载策略展开了研究。其中,计算卸载包含任务卸载和资源分配两个步骤。首先,针对车联网中网络拓扑高速变化问题,考虑到车车和车路之间通信制式和计算成本的差异性,研究了移动性感知的多车协同计算卸载策略。然后,针对无人机辅助实时监控类应用中多任务流的异步到达问题,考虑到系统对于信息时效性的需求,本文以信息年龄作为衡量信息时效性的指标,研究了基于深度强化学习的异步计算卸载策略。本文的主要贡献如下:(1)在面向车联网应用的边缘计算系统中,针对车辆移动性导致的通信链路不稳定和计算结果返还不可靠问题,考虑到车车与车路之间通信制式和计算成本的差异性,本文以优化多车任务处理时延和通信计算花销为目标,对任务卸载、任务处理和结果返还过程进行建模,形成了系统效用最优化问题。由于该问题是一个混合整数非线性规划问题,具有NP-hard特性,本文设计了基于匹配算法的高效计算卸载策略,并通过仿真验证了该策略在提升系统效用方面具有很强的竞争力。(2)在面向无人机实时监控应用的边缘计算系统中,针对多无人机之间任务流异步到达的问题,考虑到系统对于信息时效性的需求,本文用信息年龄这一指标衡量系统中的信息时效性,并以优化系统中多无人机平均信息年龄为目标,对任务的流式生成、异步卸载和动态处理过程进行建模,形成了信息时效性最优化问题。由于任务生成、计算和卸载过程的动态随机性,该问题是一个长期随机优化问题,本文设计了基于深度强化学习的计算卸载策略,并通过仿真验证了该策略在提升系统的信息时效性方面具有很强的竞争力。

关键词：移动边缘计算任务卸载资源分配信息年龄深度强化学习

来源：评论

学校读者我要写书评

暂无评论

基于移动边缘计算的任务卸载优化

引用

计算机系统应用 2023年第4期32卷 262-267页

作者：彭昇赵建保魏敏捷秦伦明上海电力大学电子与信息工程学院上海201306 国网信息通信产业集团有限公司北京102200 上海电力大学电气工程学院上海201306

随着智慧物联体系的发展,物联网中应用程序的种类与数量不断增加.在移动边缘计算(mobile edge computing,MEC)中,通过允许移动用户将任务卸载至附近MEC服务器以加快移动应用程序的速度.本文通过考虑不同任务属性、用户的移动性和时间延... 详细信息

随着智慧物联体系的发展,物联网中应用程序的种类与数量不断增加.在移动边缘计算(mobile edge computing,MEC)中,通过允许移动用户将任务卸载至附近MEC服务器以加快移动应用程序的速度.本文通过考虑不同任务属性、用户的移动性和时间延迟约束模拟移动边缘场景.根据用户移动轨迹,将目标建模为寻找满足时延约束条件且在卸载过程中产生最小能耗MEC服务器优化模型,并提出一种最小能耗卸载算法求解该问题的最优解.仿真结果表明,在约束条件下,提出的算法可以找到在用户移动轨迹中产生最小能耗的MEC服务器,并显著降低任务卸载过程的能耗与时延,提高应用程序服务质量.

关键词：移动边缘计算任务卸载物联网(IoT) MEC服务器

来源：评论

学校读者我要写书评

暂无评论

基于双重拍卖的移动边缘计算任务卸载和资源分配策略

引用

计算机系统应用 2023年第5期32卷 45-56页

作者：郑景舜贾小林西南科技大学计算机科学与技术学院绵阳621010

在移动边缘计算(mobile edge computing,MEC)系统中,用户的卸载策略会影响能耗和计算成本,进而影响用户效益.然而,目前多数研究未考虑边缘服务器随机分布场景中用户的卸载策略和资源请求策略对效益的影响.针对该问题,提出了一种基于改... 详细信息

在移动边缘计算(mobile edge computing,MEC)系统中,用户的卸载策略会影响能耗和计算成本,进而影响用户效益.然而,目前多数研究未考虑边缘服务器随机分布场景中用户的卸载策略和资源请求策略对效益的影响.针对该问题,提出了一种基于改进双重拍卖算法的计算卸载和资源分配策略.首先,该策略将用户与边缘服务器之间的交互过程建模为Stackelberg博弈,并且证明了在该博弈内存在唯一纳什均衡点;其次,计算出用户对于不同服务器的卸载意愿以及计算资源请求量,并将用户与最优服务器进行拍卖;最后,采用遍历法交换上一轮拍卖中部分交易中的用户与服务器,以实现系统整体效益最优.仿真实验结果表明,与其他基准算法相比,所提算法在服务器随机分布场景下提高了33.4%的系统用户总效益,有效降低系统损失.

关键词：移动边缘计算计算卸载资源分配博弈论纳什均衡

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信息分发方法设计

引用

信息与电脑 2023年第4期35卷 215-217页

作者：王雷降华河南应用技术职业学院河南郑州450042

为了保证车联网信息分发的效果,提出基于移动边缘计算的车联网信息分发方法。首先,针对用户、边缘和核心3个层级,构建车联网信道模型。其次,将多跳信息分发协议作为信息分发的路由协议,通过车辆信息采集、处理等步骤生成分发信息包。最... 详细信息

为了保证车联网信息分发的效果,提出基于移动边缘计算的车联网信息分发方法。首先,针对用户、边缘和核心3个层级,构建车联网信道模型。其次,将多跳信息分发协议作为信息分发的路由协议,通过车辆信息采集、处理等步骤生成分发信息包。最后,利用移动边缘计算技术选择信息分发路径。实验结果表明,与传统方法相比,该方法的平均信息分发成功率和信息分发完整度均有所提高。

关键词：移动边缘计算车联网路由协议信息分发

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蜂窝工业物联网数据流量卸载方法

引用

自动化技术与应用 2023年第3期42卷 122-124,133页

作者：郑忠斌徐东黄海艇马兆冉工业互联网创新中心(上海)有限公司上海201303

蜂窝工业物联网数据流量卸载因移动终端设备资源受限,需要的能耗较大。为此,设计一种基于移动边缘计算的蜂窝工业物联网数据流量卸载方法。按照拓扑结构,划分应用程序,确定计算顺序,将计算卸载任务分配至移动终端设备和移动边缘计算服务... 详细信息

蜂窝工业物联网数据流量卸载因移动终端设备资源受限,需要的能耗较大。为此,设计一种基于移动边缘计算的蜂窝工业物联网数据流量卸载方法。按照拓扑结构,划分应用程序,确定计算顺序,将计算卸载任务分配至移动终端设备和移动边缘计算服务器,利用粒子群算法优化计算卸载,输出最优卸载策略和最低能耗值。经实验分析,通过与利用分层卸载方法和基于光纤-无线网络的协同计算卸载方法的结果进行对比,验证所提出卸载方法对节省能耗的有效性。

关键词：移动边缘计算工业物联网流量卸载

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：