SDCN中基于深度强化学习的移动边缘计算任务卸载算法研究

作     者：蒋守花 王以伍 JIANG Shouhua;WANG Yiwu

作者机构：成都医学院现代教育技术中心四川成都610500 

基　　金：四川省高等学校人文社会科学重点研究基地·四川省教育信息化应用与发展研究中心项目(No.JYXX23-002) 成都医学院校基金科研项目(No.CYSYB23-02) 

出 版 物：《电信科学》 (Telecommunications Science)

年 卷 期：2024年第40卷第2期

页      码：96-106页

摘      要：随着网络技术的不断发展,基于Fat-Tree的网络拓扑结构分布式网络控制模式逐渐显露出其局限性,软件定义数据中心网络(software-defined data center network,SDCN)技术作为Fat-Tree网络拓扑的改进技术,受到越来越多研究者的关注。首先搭建了一个SDCN中的边缘计算架构和基于移动边缘计算(mobileedge computing,MEC)平台三层服务架构的任务卸载模型,结合移动边缘计算平台的实际应用场景,利用同策略经验回放和熵正则改进传统的深度Q网络(deep Q-leaning network,DQN)算法,优化了MEC平台的任务卸载策略,并设计了实验对基于同策略经验回放和熵正则的改进深度Q网络算法(improved DQN algorithm based on same strategy empirical playback and entropy regularization,RSS2E-DQN)和其他3种算法在负载均衡、能耗、时延、网络使用量几个方面进行对比分析,验证了改进算法在上述4个方面具有更优越的性能。

主 题 词：软件定义数据中心网络 深度强化学习 边缘计算任务卸载 同策略经验回放 熵正则 

学科分类：08[工学] 081201[081201] 0812[工学-测绘类] 

D　O　I：10.11959/j.issn.1000-0801.2024025

馆 藏 号：203126655...