移动边缘计算（MEC）将计算和存储资源移动到移动网络的边缘，使其能够在满足严格的延迟要求的同时在移动设备处运行要求高处理的应用。它考虑了移动计算卸载问题，其中可以调用工作流中的多个移动服务来满足其复杂需求，并决定是否卸载工作流的服务，同时考虑了组件服务之间的依赖关系，并旨在优化执行移动服务的执行时间和能耗。针对上述问题运用了基于遗传算法（GA）的卸载方法，经过设计和实施后，部分修改传统遗传算法，以满足对所述问题的特殊需求。仿真实验表明，GA算法的实验效果都优于算法Local Execution和RANDOM得到的实验结果。
2021-05-08 17:13:23
673KB
1
为了解决移动终端资源有限的问题，提升任务处理效率，提出了基于边-端协同的任务卸载与资源分配算法，以任务完成总效益最大化为目标，以业务QoS保证和资源受限为约束，形成了基于李雅普诺夫理论的最优任务卸载资源分配问题，由于该问题是NP难问题，因此提出了解将其耦为采用KKT条件求解的信道资源分配问题和关于任务分配的0-1整数规划问题。与传统算法相比，所提算法的复杂度是O(mn)，并提高了约20%的效益，降低了15%以上的时延。
2021-05-07 13:44:31
842KB
1