边缘计算场景下基于强化学习的应用最优部署

作     者：马新新 管昕洁 白光伟 糜元根 MA Xin-xin;GUAN Xin-jie;BAI Guang-wei;MI Yuan-gen

作者机构：南京工业大学计算机科学与技术学院江苏南京211816 

基　　金：国家自然科学基金项目(61802176、61602235) 江苏省自然科学基金项目(BK20161007) 

出 版 物：《计算机工程与设计》 (Computer Engineering and Design)

年 卷 期：2021年第42卷第1期

页      码：15-23页

摘      要：为有效解决城市范围内智能公共交通应用程序的布局问题,制定总代价最小化的应用布局优化策略MIN-COST,以降低应用程序部署的总代价为目标,同时满足应用程序服务延时要求。通过提出一个基于深度强化学习技术优化公交边缘应用程序部署的一般框架,可以从历史经验中学习到最优化部署方法,相对于一般启发式算法更加快速。将仿真结果与其它部署策略进行比较,验证了所提策略可以在保证服务时延的基础上有效降低应用程序服务总代价。

主 题 词：移动边缘计算 资源分配 容器技术 应用程序部署 强化学习 

学科分类：08[工学] 080203[080203] 0802[工学-机械学] 

D　O　I：10.16208/j.issn1000-7024.2021.01.003

馆 藏 号：203101700...