检索结果-内蒙古大学图书馆

计算机应用与软件 2024年第5期41卷 33-39页

作者：茶青牛力侯鹏何敏李波云南大学信息学院云南昆明650500

计算卸载和切换是提升车载边缘计算的计算性能和服务质量的关键问题。但由于车辆的移动性,可用计算资源的动态性变化将会导致卸载场景不断变化,进而导致任务完成时间增加。为此,提出基于计算资源动态可用性的计算卸载切换策略,包括在路... 详细信息

计算卸载和切换是提升车载边缘计算的计算性能和服务质量的关键问题。但由于车辆的移动性,可用计算资源的动态性变化将会导致卸载场景不断变化,进而导致任务完成时间增加。为此,提出基于计算资源动态可用性的计算卸载切换策略,包括在路径固定情况下上传目标服务节点的选择策略和基于动态可用计算资源的切换策略。实验结果表明,相对于现有研究,所提策略能够有效地缩短任务完成时间,提升计算卸载性能。

关键词：车载边缘计算计算卸载计算切换计算切换策略

来源：评论

学校读者我要写书评

暂无评论

基于马尔科夫决策过程的车载边缘计算切换策略

引用

计算机工程与科学 2020年第5期42卷 788-794页

作者：李波牛力彭紫艺黄鑫丁洪伟云南大学信息学院云南昆明650500

针对车载边缘计算环境中卸载场景的动态变化对计算卸载的影响,提出了一种基于马尔科夫决策过程的计算切换策略,在保证任务完成时间的基础上,对计算卸载的整体过程进行分析,从而进一步降低了计算切换的引入对卸载效果的影响。仿真实验针... 详细信息

针对车载边缘计算环境中卸载场景的动态变化对计算卸载的影响,提出了一种基于马尔科夫决策过程的计算切换策略,在保证任务完成时间的基础上,对计算卸载的整体过程进行分析,从而进一步降低了计算切换的引入对卸载效果的影响。仿真实验针对计算切换的引入是否有助于提升计算卸载的效果以及如何进一步降低计算切换的引入对计算卸载的影响进行了4种算法的对比,实验结果表明,基于文中提出的计算切换策略,可以提升计算卸载的效率,保证用户的服务体验。

关键词：车载边缘计算计算卸载计算切换马尔科夫决策过程

来源：评论

学校读者我要写书评

暂无评论

基于移动路径预测的车载边缘计算卸载切换策略研究

引用

电子与信息学报 2020年第11期42卷 2664-2670页

作者：李波牛力黄鑫丁洪伟云南大学信息学院昆明650500

车载云计算环境中的计算卸载存在回程网络延迟高、远程云端负载大等问题,车载边缘计算利用边缘服务器靠近车载终端,就近提供云计算服务的特点,在一定程度上解决了上述问题。但由于汽车运动造成的通信环境动态变化进而导致任务完成时间增... 详细信息

车载云计算环境中的计算卸载存在回程网络延迟高、远程云端负载大等问题,车载边缘计算利用边缘服务器靠近车载终端,就近提供云计算服务的特点,在一定程度上解决了上述问题。但由于汽车运动造成的通信环境动态变化进而导致任务完成时间增加,为此该文提出一种基于移动路径可预测的计算卸载切换策略MPOHS,即在车辆移动路径可预测情况下,引入基于最小完成时间的计算切换策略,以降低车辆移动性对计算卸载的影响。实验结果表明,相对于现有研究,该文所提算法能够在减少平均任务完成时间的同时,减少切换次数和切换时间开销,有效降低汽车运动对计算卸载的影响。

关键词：车载边缘计算计算卸载计算切换计算切换决策

来源：评论

学校读者我要写书评

暂无评论

车载边缘计算环境下的计算卸载和计算切换研究

车载边缘计算环境下的计算卸载和计算切换研究

引用

作者：黄鑫云南大学

学位级别：硕士

在车载云计算中通常利用云服务器或者其它高性能汽车为资源受限的汽车提供计算卸载服务,但是汽车与宏基站的低传输速率会导致任务完成时间增加,待处理任务数目和计算量的增加可能造成云服务器负荷过载,如何降低日益增长的计算密集型任... 详细信息

在车载云计算中通常利用云服务器或者其它高性能汽车为资源受限的汽车提供计算卸载服务,但是汽车与宏基站的低传输速率会导致任务完成时间增加,待处理任务数目和计算量的增加可能造成云服务器负荷过载,如何降低日益增长的计算密集型任务的完成时间和减少云层负载成为了计算卸载中两个亟待解决的问题。边缘计算技术的推广为解决这两个问题提供了新思路。静态环境下,因为边缘服务器更加靠近汽车终端,所以增加边缘层可有效地提升用户体验感和降低云层负载。处于行车状态时,汽车运动造成的通信环境动态变化会导致任务完成时间增加,如何降低汽车运动对计算卸载的影响是本文的研究重点。本文针对车载边缘计算环境下的计算卸载和切换进行了理论研究和实验仿真。首先在静态环境中对比了卸载至边缘、卸载至云以及本地执行的任务通信、执行和完成时间,并基于自适应卸载算法讨论了不同类型的任务三种执行方案的优劣。其次针对汽车行车状态下,提出了基于计算切换的计算卸载算法来降低运动对计算卸载带来的任务完成时间增加等消极影响。最后本文提出了一种适用于路径可预测情况下基于贪心的卸载算法,进一步缩短了任务完成时间。本次研究采用任务的本地执行比例、边缘执行比例、云端执行比例、平均通信时间、平均执行时间和平均完成时间六项性能指标对本文涉及的算法的卸载性能进行评价和分析。结果表明:(1)在静态环境下,任务卸载至边缘分别比卸载至云和不卸载的平均完成时间降低了约42.78%和73.99%,但是任务在云的执行时间比在边缘的执行时间缩短了约24.47%;(2)针对汽车行车状态,基于计算切换的卸载算法比基于枚举的卸载算法的任务完成时间降低了约22.01%;(3)路径可预测情况下,考虑汽车运动轨迹时,本文提出的基于贪心的卸载算法比基于计算切换的卸载算法的任务完成时间降低了约14.87%。本文主要创新点是在动态环境中,提出基于计算切换的计算卸载算法和基于最大传输速率的链路选择策略来降低汽车运动对计算卸载的影响。最终在路径可预测情况下,设计出了一种基于贪心的卸载算法,以实现进一步地降低汽车运动对计算卸载的消极影响。

关键词：车载边缘计算任务完成时间计算卸载计算切换

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多属性决策的计算切换算法研究

移动边缘计算中基于多属性决策的计算切换算法研究

引用

作者：朱懿云南大学

学位级别：硕士

近些年来,云计算与移动云计算迅速发展,随之而来出现的问题是由于智能终端的数量和处理器计算能力能力的增加,越来越多的计算密集型应用应用被卸载到云端,这样就给核心网络造成很大的负载,从而不能满足那些对延迟敏感的应用,所以移动边... 详细信息

近些年来,云计算与移动云计算迅速发展,随之而来出现的问题是由于智能终端的数量和处理器计算能力能力的增加,越来越多的计算密集型应用应用被卸载到云端,这样就给核心网络造成很大的负载,从而不能满足那些对延迟敏感的应用,所以移动边缘计算就因此产生。它通过将计算、存储等资源部署在网络的边缘,能快速地处理任务并传输。但是由于用户终端的移动性,需要考虑的一个很重要的问题就是当服务质量受到位置影响时应当采取什么措施。合理的计算切换能够很好地解决这个问题。在移动边缘计算中,什么时候进行计算切换以及切换到哪里是切换问题的关键。本文研究了计算切换的具体过程、影响计算切换的因素及管理体系,提出了计算切换的管理框架。在考虑任务完成时间、移动终端能耗和任务完成成本这些因素影响的基础上并根据切换管理的框架和具体的判决准则,提出了简单加权法、熵值法和基于理想解排序的这三种多属性决策计算切换算法。最后在实验部分对这三种多属性决策计算切换算法进行仿真实验,在根据实验结果对三种算法的性能进行分析,然后再研究计算量与数据量变化对算法性能的影响。实验结果表明:采用多属性切换决策的方法要优于不切换和总是发生切换的决策,并且在多属性决策的方法中,理想解排序的方法要优于简单加权法和熵值法,并且任务的完成时间、移动终端能耗、和任务的执行成本随着终端移动速度的增大而有明显减少,说明基于阈值的判决准则和多属性切换决策算法适用于移动边缘计算中的计算切换。

关键词：移动边缘计算计算切换判决准则多属性决策

来源：评论

学校读者我要写书评

暂无评论

移动边缘计算下任务卸载与切换算法的研究

移动边缘计算下任务卸载与切换算法的研究

引用

作者：于志伟哈尔滨工程大学

学位级别：硕士

随着科技的发展,移动设备对计算密集型的应用的需求逐渐增大。在移动设备上执行这样的计算密集型应用程序可能会导致响应速度变慢,从而降低用户的服务质量。移动边缘计算(Mobile Edge Computing,MEC)成为了解决该问题的有效途径,它是通... 详细信息

随着科技的发展,移动设备对计算密集型的应用的需求逐渐增大。在移动设备上执行这样的计算密集型应用程序可能会导致响应速度变慢,从而降低用户的服务质量。移动边缘计算(Mobile Edge Computing,MEC)成为了解决该问题的有效途径,它是通过将服务器部署在距离云服务器较远的网络边缘侧,与移动设备相比,它具有更加丰富的计算及存储资源,可以为不同类型用户提供数据处理服务,从而提升用户的服务质量。MEC服务器由于覆盖范围较小,其所获得的总收益受用户设备移动性的影响较大。因此,在服务器资源受限的情况下,如何基于用户设备的移动性设计有效的任务卸载策略来实现系统总收益最大化具有重要意义。车辆通信系统的高动态拓扑结构和时变的可用计算资源对车辆的高效任务卸载提出了挑战。最近,许多基于深度强化学习(Deep Reinforcement Learning,DRL)的任务卸载方法被提出。但是这些方法对新环境的适应性较弱,不能很好的适应高速移动的车辆。本文提出了一种基于轨迹预测的MEC自适应任务卸载方法,该方法仅需少量的梯度更新和样本即可快速适应新环境,可以更好地适应车辆快速移动带来的环境时变性。该方法通过轨迹预测方法选择可以进行卸载的候选车辆,并将计算卸载过程转换为序列预测过程,通过序列到序列神经网络来有效地表示该策略。实验结果表明,本文所提的方法在任务卸载的效用方面具有很大的优势。实际场景中,大多数用户都是在移动的状态下使用应用程序,那么当该用户从一个边缘服务器的服务范围移动到另一个边缘服务器的服务范围时,为了保证服务质量以及连接的连续性就必须进行计算切换。许多研究提出了基于主机的快速切换方案,基于主机的解决方案存在切换延迟长和大量丢包的问题,很难得到广泛的应用。本文提出一种基于软件定义网络(Software Defined Network,SDN)的网络控制的区域划分最小化切换方法,该方法的优点是移动设备不参与切换过程,并将城域网划分为多个不相交的集群,来最小化不同MEC区域之间可能的切换次数,进而减少了总的切换延迟。最后通过实验表明,该方法在切换延迟和丢包方面优于现有的方案,并且显著减少了总切换次数,提高了平均切换延迟。

关键词：移动边缘计算任务卸载计算切换元强化学习 SDN

来源：评论

学校读者我要写书评

暂无评论

雾计算的任务卸载在移动终端的研究

引用

计算机科学与应用 2022年第2期12卷 315-322页

作者：侯严严陆贝妮薛欢欢嘉兴南湖学院信息工程学院浙江嘉兴

针对移动云计算存在的传输延迟高和核心网络负载严重等问题,主流的解决方案是通过计算下沉的方式在路侧单元上部署边缘服务器,这种卸载到边缘服务器或路由器的计算模式称为雾计算。本文提出了两种雾计算环境下的任务卸载算法:泛洪算法... 详细信息

针对移动云计算存在的传输延迟高和核心网络负载严重等问题,主流的解决方案是通过计算下沉的方式在路侧单元上部署边缘服务器,这种卸载到边缘服务器或路由器的计算模式称为雾计算。本文提出了两种雾计算环境下的任务卸载算法:泛洪算法和基于阈值的切换算法,并通过Matlab R2017a平台对这两种卸载算法进行分析,并与本地执行和卸载到云服务器执行进行比较。结果表明雾计算环境下的任务卸载算法不仅能减轻云服务器的负载,而且能够大大缩短任务的完成时间。雾计算环境下,基于阈值的切换算法比泛洪算法更好地节约任务完成时间。

关键词：雾计算任务卸载泛洪算法计算切换

来源：评论

学校读者我要写书评

暂无评论

车载边缘计算环境中的任务卸载决策和优化

引用

微电子学与计算机 2019年第2期36卷 78-82页

作者：李波黄鑫牛力薛端白晨青云南大学信息学院云南昆明650500

车载云计算卸载存在高网络延迟、核心网负载严重等问题,本文提出了一种计算切换策略来降低车载边缘计算环境下的任务完成时间.基于Matlab R2016a平台对最小执行时间算法和最小完成时间算法进行了2组仿真实验,结果表明:通过本文提出的计... 详细信息

车载云计算卸载存在高网络延迟、核心网负载严重等问题,本文提出了一种计算切换策略来降低车载边缘计算环境下的任务完成时间.基于Matlab R2016a平台对最小执行时间算法和最小完成时间算法进行了2组仿真实验,结果表明:通过本文提出的计算切换策略能改良任务卸载效率,缩短任务的完成时间.

关键词：计算卸载最小执行时间算法最小完成时间算法车载边缘计算计算切换

来源：评论

学校读者我要写书评

暂无评论

车载边缘计算环境中计算卸载的决策和优化研究

车载边缘计算环境中计算卸载的决策和优化研究

引用

作者：白晨青云南大学

学位级别：硕士

近年来,云计算技术发展越来越成熟,将云计算与车载网进行结合,车辆、路侧单元和中央云端就构成了车载云计算环境。在车载云计算环境中,车辆携带的任务需要进行处理时,任务可以依赖自身资源进行处理,也可以把任务上传至中央云进行计算。... 详细信息

近年来,云计算技术发展越来越成熟,将云计算与车载网进行结合,车辆、路侧单元和中央云端就构成了车载云计算环境。在车载云计算环境中,车辆携带的任务需要进行处理时,任务可以依赖自身资源进行处理,也可以把任务上传至中央云进行计算。学术界将这种把资源受限设备上的任务卸载到资源丰富的代理端上去计算的方式称为“计算卸载”。计算卸载不仅可以延长终端设备的电池寿命,还可以减少任务的完成时间等。但是在车载云环境中,将任务卸载到资源集中的中央云端所带来的高网络延迟会导致云服务不能进行精确的车辆位置定位和处理低延时需求的任务等问题,并且还会带来额外的传输能量成本。随着5G通信技术的快速发展,将计算代理端下沉的边缘计算成为提高卸载效率的有效方法。在车载云环境中的路侧单元上部署边缘服务器使传统两层计算卸载结构车辆-云端转变成了三层计算卸载结构车辆-边缘-云端,称之为车载边缘计算环境,本文就是在该环境下进行的研究。本文重点研究5G异构网络中车载边缘计算环境下的计算卸载机制,首先对在静态车载边缘计算卸载环境中,边缘层的引入是否改善了任务卸载性能做了研究,然后对属性不同的任务的计算卸载如何做出更优的卸载决策进行了研究,最后重点研究了在动态车载边缘计算卸载环境中,由于车辆移动导致的通信链路变换,静态环境下的卸载算法用到动态环境中不能很好的降低任务的完成时间的问题,提出了通过计算切换的方式来降低动态车载边缘计算卸载环境下的任务完成时间的优化方案。本文就如何在车载边缘计算环境下提高卸载效率进行了研究和分析,并基于MATLAB R2016a平台进行了仿真实验,在通信计算比的约束条件下,对任务的执行时间和完成时间两项性能参数进行了分析和比较,对任务的计算卸载决策作出指导,并且对提出的动态车载边缘计算卸载优化方案进行了实验仿真。结果表明:三层计算卸载结构能很好的对传统的两层计算卸载结构进行补充;属性不同的任务对代理资源端的选择也是不同的;本文提出的计算切换的优化方案能改良动态环境下卸载效率,缩短任务的完成时间。

关键词：计算卸载云计算边缘计算车载边缘计算计算切换

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：