摘要：移动边缘计算(Mobile Edge Computing,MEC)作为一种新兴的计算模式可以将智能设备上的任务调度到MEC服务器中执行以解决智能设备资源受限问题。多用户场景下以时延和任务依赖性为约束的任务调度问题是移动边缘计算中的研究热点之一。针对该问题建立了任务调度模型,然后依据场景特性将任务调度问题转换为最小化能量消耗问题。针对任务调度问题的实时性和持续性进一步将优化问题缩放至较小规模的优化问题,并依据优化问题的解设计了一个实时调度算法。最后使用遗传算法作为对比算法进行仿真实验。实验结果表明实时调度算法比遗传算法更有效地降低了智能设备整体能量消耗,并在高并发、高时延要求等情况下仍保持良好的性能。

摘要：为了满足延时敏感型应用执行的需求,实现移动设备的能耗优化,基于移动边缘计算环境提出一种融入缓存机制的任务卸载策略。与仅关注计算卸载决策不同,该策略可将已完成的重复请求任务及相关数据在边缘云上进行缓存,这样可以降低任务的卸载延时。将计算与存储能力受限的边缘云中的任务缓存与卸载优化决策问题分解为两个子优化问题进行求解。证明任务卸载子问题可转换为决策变量的凸最优化问题,而任务缓存子问题可转换为0-1整数规划问题。分别设计内点法和分支限界法对两个子问题进行求解,进而得到满足截止时间约束时能耗最优的卸载决策解。仿真算例证明了该策略在动态异构的任务执行环境下可以实现更好的能效优化。

摘要：基于移动边缘计算的内容卸载技术可以有效降低骨干网络的流量压力,提升终端用户体验。针对终端用户与小基站之间的异质接触率,设计了一种贪心策略的内容卸载方案。首先,将内容最优卸载问题转化为内容最大投递率问题;其次,证明最大投递率问题满足子模性,在此基础上,采用贪心算法部署内容,该算法可以以概率(1-1/e)保证其最优性;最后,详细分析了内容流行度指数以及缓存大小对不同卸载方案的影响。实验结果表明,所提方案提高了内容投递率同时降低了内容传输时延。

摘要：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。

摘要：由于边缘服务器的带宽资源和计算能力相对较差,基于此提出了端边缘云三层网络架构,并设计了以系统能耗最小为目标的任务卸载和资源分配综合优化模型,该模型明确定义了马尔可夫随机过程的状态空间、动作空间和奖惩函数。采用了双深度Q网络(Double DQN)和对偶深度Q网络(Dueling DQN)算法进行仿真实验,结果表明:所提出的算法比多种基线算法和原始DQN算法的效果要好。

摘要：为了保证车联网信息分发的效果,提出基于移动边缘计算的车联网信息分发方法。首先,针对用户、边缘和核心3个层级,构建车联网信道模型。其次,将多跳信息分发协议作为信息分发的路由协议,通过车辆信息采集、处理等步骤生成分发信息包。最后,利用移动边缘计算技术选择信息分发路径。实验结果表明,与传统方法相比,该方法的平均信息分发成功率和信息分发完整度均有所提高。

摘要：5G万物互联为用户带来极致网络体验的同时也提出了新的挑战,用户的超低时延体验、移动状态下无顿感的获取业务以及安全防护问题备受关注。移动边缘计算能够满足5G低时延、大连接、高带宽的严苛要求,作为一种多信任域共存的计算范式,多实体之间、跨信任域之间互联互通频繁,身份认证作为安全防护的第一道关口尤为重要。通过对现有边缘计算范式下的身份认证机制研究,提出了一种通过构建信任域的基于预认证的轻量级快速切换认证方案,不同区域间移动的用户能实现快速安全的切换认证。所提方案将服务和计算由云端下沉到边缘侧,生物指纹技术被用于用户端以抵御终端被盗攻击,不同区域的边缘服务器采用预认证的方式来满足快速切换需求,用户与边缘服务器采用实时协商共享会话密钥的方式建立安全通道,认证方案以异或和哈希运算来保证轻量级。对所提方案从安全性与性能两方面进行评估,其中,安全性从理论设计分析和形式化工具验证两方面进行。采用形式化分析工具AVISPA验证了在存在入侵者的情况下所提方案的安全性,与其他方案相比所提方案更安全。性能主要从认证方案的计算成本和通信成本进行评估,仿真表明,所提方案在通信成本上有较好的优势,计算开销能够满足资源受限的移动终端用户需求。后续需要从两方面对方案进行改进,一是要加强方案可扩展性的改进以确保用户及边缘服务器能随时加入退出。二是要加强方案普适性的改进以满足第三方服务商的接入部署。

摘要：为了研究移动设备在多资源复杂环境下的能量消耗问题,提出一种针对移动边缘设备计算卸载的改进粒子群算法。首先基于多环境的移动设备能耗提出一种移动设备能量消耗的计算模型;其次针对计算资源分配问题设计一种可以用于衡量分配方案优劣的适应度算法;最后提出一种改进的粒子群算法,用于求解进一步降低移动边缘设备能耗分配方案的最优解。通过使用模拟仿真软件对多种卸载策略下移动设备能耗、系统响应时间等关键指标对比表明,本文算法在满足用户响应时间的前提下,在求解降低移动设备能耗调度分配方案最优解的过程中具有更优的表现。

摘要：蜂窝工业物联网数据流量卸载因移动终端设备资源受限,需要的能耗较大。为此,设计一种基于移动边缘计算的蜂窝工业物联网数据流量卸载方法。按照拓扑结构,划分应用程序,确定计算顺序,将计算卸载任务分配至移动终端设备和移动边缘计算服务器,利用粒子群算法优化计算卸载,输出最优卸载策略和最低能耗值。经实验分析,通过与利用分层卸载方法和基于光纤-无线网络的协同计算卸载方法的结果进行对比,验证所提出卸载方法对节省能耗的有效性。

摘要：随着高速通信与协同驾驶技术的出现,智能网联汽车行业飞速发展。5G智能网联车辆的使用与普及可以在降低交通事故率的同时,极大地缓解交通拥堵。然而,复杂多变的交通环境对车辆感知与计算的数据需求量庞大,单个车辆的通信与计算能力有限,无法满足海量数据的处理要求。课题组基于移动边缘计算构建车辆网络模型,融合博弈论思想,设计资源分配和任务卸载的联合最优方案,构建集安全性和稳定性于一体的5G智能网联汽车服务平台。