软件学报

北大核心,INSPEC,JST,Pж(AJ),EI

国内刊号:11-2560/TP

国际刊号:1000-9825

软件学报杂志2023年第2期:面向移动边缘计算网络的高能效计算卸载算法

发布日期:

作者:张祥俊,伍卫国,张弛,柴玉香,杨诗园,王雄

单位:张祥俊,西安交通大学 计算机科学与技术学院, 陕西 西安 710049;西安交通大学 国家高性能计算中心(西安), 陕西 西安 71004911,伍卫国,西安交通大学 计算机科学与技术学院, 陕西 西安 710049;西安交通大学 国家高性能计算中心(西安), 陕西 西安 71004902,张弛,西安交通大学 计算机科学与技术学院, 陕西 西安 71004903,柴玉香,西安交通大学 计算机科学与技术学院, 陕西 西安 71004904,杨诗园,西安交通大学 计算机科学与技术学院, 陕西 西安 71004905,王雄,西安交通大学 计算机科学与技术学院, 陕西 西安 71004906

关键词:移动边缘计算;计算卸载;用户关联匹配;服务质量;严格势力场博弈

基金:国家重点研发计划(2016YFB0201800,2017YFB0203003)

移动边缘计算(mobile edge computing,MEC)是一种高效的技术,通过将计算密集型任务从移动设备卸载到边缘服务器,使终端用户实现高带宽、低时延的目标.移动边缘计算环境下的计算卸载在减轻用户负载和增强终端计算能力等方面发挥着重要作用.考虑了服务缓存,提出一种云-边-端协同的计算卸载框架,在该框架中引入D2D (device-to-device,D2D)通信和机会网络.基于建立的模型,将计算卸载决策问题转化为一个混合整数非线性规划问题,并对无线特性和移动用户之间的非合作博弈交互制定了一个迭代机制来共同确定计算卸载方案.对提出的计算卸载算法从理论上证明了多用户计算卸载博弈模型为严格势力场博弈(exact potential game,EPG),卸载决策可获得全网范围内的最优效益.考虑到服务器的计算资源、卸载任务数据量和任务延迟需求,提出对用户和MEC服务器之间最佳用户关联匹配算法.最后,模拟结果表明,卸载决策算法具有较快的收敛速度,并在能效方面优于其他基准算法.

来源:2023年第2期

《软件学报》期刊编辑部

查看软件学报杂志2023年第2期

联系我们

  • 地址:北京8718信箱
  • 电话:010-62562563
  • E-mail:jos (a) iscas. ac. cn

咨询工作人员