5G边缘计算白皮书。介绍移动边缘计算的发展背景和市场需求，并对业务场景的规划和应用，在本地分流、数据服务和业务优化三大领域进行分类和研究。从关键技术、标准化和发展趋势方面，对移动边缘计算技术进行探索。

德鲁 无线供电的移动边缘计算网络中在线计算卸载的深度强化学习 使用Python代码重现我们的DROO算法以进行无线供电的移动边缘计算[1]，该算法使用随时间变化的无线信道增益作为输入并生成二进制卸载决策。 这包括： ：基于实现的WPMEC的DNN结构，包括训练结构和测试结构。 ：基于。 ：基于实现。 ：解决资源分配问题 ：所有数据都存储在此子目录中，包括： data _＃。mat ：训练和测试数据集，其中＃= {10，20，30}是用户编号 ：针对DROO运行此文件，包括设置系统参数，基于 ：基于。 ：基于实现。 ：当WD的权重​​交替时，运行此文件以评估DROO的性能 demo_on_off.py ：当某些WD随机打开/关闭时，运行此文件以评估DROO的性能 引用这项工作 L. Huang，S。Bi和YJ Zhang，“用于无线移动边缘计算网络中在线计算

绝对清晰完整，对5G时代医疗与边缘计算的智慧医疗进行了深入描述。供参考。随着移动通信、互联网、物联网、云计算、大数据、人工智能等技术的飞速发展，以患者为中心的医疗网络 和大数据平台快速形成，推动医疗真正进入智慧医疗时代，并随着互联网特别是以移动通信技术为基础的移动互 联网的发展迎来爆发。移动通信自 20 世纪 80 年代诞生以来，经过三十多年的快速增长，已成为连接人类社会 的基础信息网络。移动通信的发展不仅深刻改变了人们的生活方式，而且已成为推动国民经济发展、提升社会信 息化水平的重要引擎。

区块链本质上是分布式数据库，无需第三方中介机构即可安全更新状态。将区块链技术引入6G蜂窝移动通信系统中以保障用户的隐私安全，减少资源分配和通信服务成本，支持不同分布式应用，从而实现移动通信和区块链技术的有机结合，被预测为6G蜂窝移动通信的关键技术之一。从区块链结合物联网（IoT）、边缘计算、频谱分配、干扰管理方面展开了详细的介绍，阐述了近年来国际学术界在该方向的最新研究进展，并在此基础上对6G蜂窝移动通信中区块链技术的发展趋势进行了进一步的展望。

针对移动边缘计算中具有依赖关系的任务的卸载决策问题，提出一种基于深度强化学习的任务卸载调度方法，以最小化应用程序的执行时间。任务调度的过程被描述为一个马尔可夫决策过程，其调度策略由所提出的序列到序列深度神经网络表示，并通过近端策略优化（proximal policy optimization）方法进行训练。仿真实验表明，所提出的算法具有良好的收敛能力，并且在不同环境下的表现均优于所对比的六个基线算法，证明了该方法的有效性和可靠性。

基于边缘计算的沉浸式VR_V2.zip

2021安全访问服务边缘SASE行业报告：重塑网安行业格局

8云 micro service 微服务 容器 container

边缘计算-小型化边缘服务器系统参考架构及技术规范

针对移动边缘计算（MEC）提供IT服务环境和云计算能力带来的高带宽、低时延优势，结合LTE免授权频谱（LTE-U）技术，研究了车辆异构网络中基于 MEC 的任务卸载模式决策和资源分配问题。考虑链路差异化要求，即车辆到路边单元（V2I）链路的高容量和车辆到车辆（V2V）链路的高可靠性，将用户服务质量（QoS）建模为容量与时延的组合形式。首先采用改进的 K-means 算法依据不同的 QoS 对请求车辆进行聚类，从而确定通信模式，其次利用基于无竞争期（CFP）的LTE-U，结合载波聚合（CA）技术，使用分布式Q-Learning算法进行信道和功率分配。仿真结果表明，所提机制可以在保证V2V链路可靠性的同时，使得V2I遍历容量最大化。