边端协同环境中的任务卸载和资源分配方法OA北大核心CSTPCD
将终端任务卸载至边缘计算环境弥补了云计算距离较远而产生较大延迟的缺陷,同时还降低了设备能耗.但从资源方面来讲,边缘服务器的各类资源并不像云服务器那么充足,因此,任务卸载和资源分配的联合优化成为边缘计算的研究热点之一.已有的任务卸载和资源分配联合优化研究通常假设任务卸载至单个边缘服务器,默认每个终端设备产生一个任务,即使有研究多服务器的,也通常忽略服务器间的负载均衡.为此,本文在一个多边缘服务器多用户多任务的边端系统中,提出了一种权衡时延、能耗和负载均衡指标(即效益)的任务卸载和资源分配方法,其通过优化任务卸载决策、服务器计算资源分配和终端设备发射功率,实现任务卸载效益最大化.最后,为了验证所提方法的有效性,进行了充分的对比实验.实验结果表明,与对比方法相比,所提出的方法在提升卸载效益和实现服务器间负载均衡方面有良好的性能.
张俊娜;赵豪;李天泽;赵晓焱;王亚丽;
河南师范大学计算机与信息工程学院,河南新乡453007
计算机与自动化
边缘计算任务卸载资源分配负载均衡强化学习
《南京师大学报(自然科学版)》 2024 (001)
P.121-132 / 12
国家自然科学基金项目(62072159);河南省科技攻关项目(232102211061、222102210011).
评论