MMDec, 2018

面向超高可靠低时延边缘计算的动态任务卸载和资源分配

PDF
TL;DR本论文提出了一种基于极值理论的移动边缘计算系统设计，用于满足极其可靠的低延迟要求和减少用户能量消耗，同时考虑无线通道动态和服务器资源负载。论文提供了两种时间尺度的解决方案，即长时间尺度下的用户 - 服务器关联和短时间尺度下的动态任务卸载和资源分配策略，并通过仿真实验验证了该方法的有效性。
mobile edge computingultra-reliable low-latencyextreme value theoryuser-server association policylyapunov optimization
发现论文，激发创造
  • 面向移动边缘计算的延迟和可靠性感知任务卸载和资源分配

    在多用户移动边缘计算场景下，考虑延迟和可靠性约束，提出了一种概率约束方法，使用了极值理论来解决低概率事件的问题，旨在最小化计算和传输功率，并使用 Lyapunov 随机优化工具解决。模拟结果表明该方法的有效性，同时研究了不同计算强度所需的功率延迟权衡和计算资源。

    Oct, 2017

  • 移动边缘计算系统的延迟最优计算任务调度

    本文研究了移动边缘计算中的任务调度问题，采用马尔科夫决策过程方法解决该问题，并且提出了一种有效的一维搜索算法来找到最优的任务调度策略。仿真结果表明，与基线策略相比，该策略可以实现更短的平均执行延迟。

    Apr, 2016

  • 移动边缘计算卸载中的资源分配延迟优化

    本文旨在研究移动边缘计算卸载系统（MECO）中资源分配与压缩模型对系统延迟的影响，并通过数值模拟验证了不同模型的有效性。

    Apr, 2017

  • 多用户边缘计算系统的随机联合无线电和计算资源管理

    本文提出了一种在线联合无线电和计算资源管理算法，用于多用户 MEC 系统，旨在最小化移动设备和 MEC 服务器的长期平均加权和功耗，同时满足任务缓冲稳定性约束。具体来说，我们在每个时隙中获取移动设备的最佳 CPU 周期频率，并使用 Gauss-Seidel 方法确定计算卸载的最佳传输功率和带宽分配；对于 MEC 服务器，推导出 CPU 核心的最佳频率和最佳 MEC 服务器调度决策。此外，提出了一个延迟改进机制来降低执行延迟。

    Feb, 2017

  • 移动边缘计算中的性能优化：基于深度强化学习的方法

    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

  • 多 MEC 服务器系统中的能效联合卸载和无线资源分配策略

    本文考虑一种基于 OFDMA 的多用户和多 MEC 服务器系统，联合研究任务卸载策略和无线资源分配，通过双层优化方法，将原始 NP 困难问题解耦为下层问题和上层任务卸载问题，通过模拟结果表明，与传统方案相比，所提出的算法在节能和成功卸载概率方面具有出色的性能。

    Mar, 2018

  • 移动边缘计算中的动态计算卸载与能量收集设备

    本文介绍了一种利用能量收集技术来为移动设备供电的绿色 MEC 系统，并开发了一种有效的计算卸载策略。从执行成本、执行延迟和任务失败三个角度，提出了 Lyapunov 优化的动态计算卸载（LODCO）算法，并在模拟中验证了其有效性和性能。

    May, 2016

  • 缓存辅助移动边缘计算的能量高效资源分配

    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

  • 基于价格的移动边缘计算中带有计算容量约束的分布式卸载

    本研究介绍了移动边缘计算技术，该技术可以通过将计算任务从无线设备卸载至网络边缘，从而实现实时信息传输和计算。

    Dec, 2017

  • 面向移动边缘计算卸载的能效资源分配 (扩展版)

    研究了基于时分多址和正交频分多址的多用户 MECO 系统的资源分配，其中优化的资源分配被证明具有基于阈值的结构，而云计算的有限容量则通过提出子优化算法减少了计算复杂度。

    May, 2016