朱新峰，吴名位，王国海

(1.扬州大学 信息工程学院，江苏 扬州 225100；2.中电科航空电子有限公司 航空电子事业部，四川 成都 610000)

0 引 言

移动边缘计算(MEC)是5G时代的一项新兴技术，该技术将云计算中心的部分功能迁移至基站，使基站具备相应的计算、存储、处理等功能。MEC可以近距离为移动用户提供云计算和IT服务，允许用户在基站内或一定范围内使用边缘云服务，使得移动用户感知到的端到端延迟减少。近期，如何对基站内的资源进行科学合理分配、如何实现资源分配的低时延和高带宽成为近期研究热点，尤其是在一些对时延敏感、数据量大的应用中，如：车联网、远程医疗、公共安全和CloudMES[1]等应用场景。但MEC因其属性和用户的移动性为资源的合理分配和充分利用带来诸多挑战[2]，考虑到MEC的计算压力和用户密集度成正比，本文结合MEC的频谱资源分配，综合不同场景、不同用户量、不同用户和用户的不同任务等多种因素，采用K-means算法对用户进行聚类，利用拍卖算法对资源进行分配，不仅使得资源得到较好利用、用户获得较好体验，且在有效提高吞吐量、降低传输时延方面获得较好效果。

1 相关工作

本章介绍在MEC环境下，边缘服务器的计算资源分配、频谱资源分配、基于k-means算法的用户分类和拍卖算法的相关研究。文献[3]提出的MEC平台的体系结构描述以及支持上述特性的关键功能，说明了应用程序开发人员可以利用来自MEC的实时无线接入网信息提供上下文感知服务，支持使用涉及云服务器的协作计算在资源约束设备中执行计算密集型应用程序。……