移动边缘云计算的高效多用户计算卸载
本文提出了一种基于博弈论的移动云计算高效计算卸载方案,将分散的决策过程转换为博弈的形式,设计了一个去中心化的计算卸载机制并分析了其效率。数值实验表明,本文提出的机制能够实现高效的计算卸载,随着系统规模的增加能够有很好的扩展性。
Apr, 2014
该论文讨论了在 MIMO 多小区系统中,多个移动用户向公共云服务器请求计算卸载时的资源优化问题,通过联合优化广播和计算资源来最小化用户的能量消耗,提出了一种基于迭代优化的算法,通过限定与云的协同 / 信令,实现了分布式和并行实现的优化方法。
Dec, 2014
本研究提出在多用户 MEC 系统中优化资源分配,解决 I/O 干扰问题,设计针对多种指标的离线调度算法,实现用户的离线调度,控制他们的离线大小并将时间分配给通信与计算。
Nov, 2018
本篇论文研究了一个多用户缓存辅助移动边缘计算系统中通信、缓存和计算的联合设计,提出了一种联合缓存和卸载机制,以及优化存储资源的能量最小化问题。数值结果表明,所提出的次优解法优于现有比较方案。
Aug, 2017
我们研究了在一个拥有大量设备和一组边缘服务器的稠密网络中的分散任务卸载和负载平衡问题。通过将均值场多智能体多臂赌博(MAB)游戏与一种负载平衡技术相结合,调整服务器的奖励以实现目标人口分布,解决了由于未知网络信息和随机任务大小而导致的复杂优化问题。数值结果证明了我们方法的有效性和对目标负载分布的收敛。
Jun, 2024
此研究探讨了一个多用户移动云计算系统中的任务离线决策、资源分配等问题,并且通过提出有效算法使用计算接入点 (CAP) 来优化整个系统的能量、计算和时延成本,从而带来了相当的成本效益。
Mar, 2018
这篇论文提出了一种新颖的移动边缘计算 (MEC) 系统中的用户合作方法,既在计算方面,又在通信方面,以改善低延迟计算任务的能效。通过对部分和二进制卸载两种计算卸载模型的研究,并联合优化用户和助手的计算和通信资源,本研究提出的方案明显提高了用户和助手节点的计算能力和能源效率。
May, 2018
本文提出了一种基于深度强化学习和马尔科夫决策过程的移动边缘计算系统中的任务卸载策略优化算法。实验结果表明,该算法相比基线策略有了显著的平均成本改善。
Mar, 2018
本文提出了一种合作计算的系统,使用户将计算分配给助手,控制分配过程以最小化用户的能耗,并证明了问题的最优解结构特征,最后将其扩展到突发数据案例,并通过模拟得出了算法的实效性。
Apr, 2017