看过本文的还看了

相关文献

该作者的其他文献

文献详情 >面向边缘计算的智能资源分配与计算迁移研究 收藏
面向边缘计算的智能资源分配与计算迁移研究

面向边缘计算的智能资源分配与计算迁移研究

作     者:王倩 张雅文 陈思光 WANG Qian;ZHANG Yawen;CHEN Siguang

作者机构:南京邮电大学江苏省宽带无线通信和物联网重点实验室江苏南京210003 南京邮电大学物联网学院江苏南京210003 

基  金:国家自然科学基金(61971235) 中国博士后科学基金(面上一等资助)(2018M630590) 江苏省“333高层次人才培养工程” 江苏省博士后科研资助计划(2021K501C) 南京邮电大学‘1311’人才计划 江苏省研究生科研创新计划(KYCX22_1017) 

出 版 物:《中北大学学报(自然科学版)》 (Journal of North University of China(Natural Science Edition))

年 卷 期:2023年第44卷第1期

页      码:48-57,78页

摘      要:为了满足物联网场景中不同用户的差异化需求和提高资源利用率,以构建一个高效的边缘计算服务系统,本文提出了一种基于优先级的物联网边缘计算迁移机制。边缘节点通过感知任务的优先程度,合理分配计算资源,并提供相应的计算服务,避免时延敏感型任务因等待时间过长而导致执行失败,提高用户服务质量。通过综合考虑计算迁移决策、带宽资源和边缘节点计算资源分配,构建了一个基于优先级的任务完成总能耗最小化问题。同时,为解决上述优化问题,设计了一种基于优先级的智能资源分配与计算迁移算法。该算法通过融合深度确定性策略梯度算法的思想,构建了双重“行动者-评论家”网络架构,加快了训练过程的收敛速度;并且,为了使该算法适用于本文规划的混合整数优化问题,对连续动作输出做离散化处理,生成二进制迁移决策。仿真结果表明,本文所提机制能够获得近似贪婪算法的最优迁移与资源分配策略,与本地计算、完全迁移和DQN(Deep Q Networks)方案相比,本文提出的算法在系统总能耗方面分别平均减少约52%、 13%和7%。

主 题 词:计算迁移 边缘计算 任务优先级 深度强化学习 资源分配 

学科分类:12[管理学] 1201[管理学-管理科学与工程类] 08[工学] 081201[081201] 0812[工学-测绘类] 

D O I:10.3969/j.issn.1673-3193.2023.01.007

馆 藏 号:203118688...

读者评论 与其他读者分享你的观点

用户名:未登录
我的评分