APP下载

基于深度强化学习的边云协同串行任务卸载算法

2021-06-19张凤荔赵佳君王瑞锦

电子科技大学学报 2021年3期
关键词:用户设备

张凤荔,赵佳君,刘 东,王瑞锦

(1.电子科技大学信息与软件工程学院 成都610054;2.网络与数据安全四川省重点实验室 成都610054)

近年来,移动应用程序在各行各业都有着广泛的应用,但在实现诸如媒体处理、在线游戏、增强现实、虚拟现实和在移动设备中执行各种创新移动应用程序的时间、能量、成本和安全性等相关方面仍存在一些困难和挑战。由于这些移动设备的资源限制,为了满足应用程序运行的低延迟和高数据速率的需求,产生了一种新的计算模式——移动边缘计算(mobile edgecomputing,MEC)[1]。

在MEC场景中,通过在用户设备周围的无线基站部署MEC服务器,将处于远距离云端的计算资源延伸至网络边缘,为用户设备提供物理距离更近的服务,降低由网络延迟造成的任务时延,同时也可以缓解应用数据传输对核心网造成的压力。当进行任务卸载操作时,用户设备将计算任务数据通过无线基站传输至MEC服务器上进行计算,MEC服务器完成计算后将计算结果返回至用户设备,从而完成一次任务卸载操作,如此可以使得用户应用获得更低的延迟体验,变相地增加用户设备应用程序拥有的计算能力。

目前大量的研究是基于用户设备与MEC服务器之间的任务卸载,并未考虑云端依旧拥有大量的计算资源,且能够针对特定场景优化计算环境的情况。在大量移动设备和物联网设备的高度计算资源需求下,仅依靠MEC服务器进行计算是难以完成的,仍然会出现资源瓶颈。在考虑用户设备与MEC服务器之间的网络边缘任务卸载的同时,还需要云端的强大计算能力来辅助MEC服务器,通过边云协同来共同为移动设备提供相对低时延、高计算能力的服务。……

登录APP查看全文

猜你喜欢

用户设备
谐响应分析在设备减振中的应用
基于VB6.0+Access2010开发的设备管理信息系统
基于MPU6050简单控制设备
关注用户
关注用户
关注用户
500kV输变电设备运行维护探讨
如何在设备采购中节省成本
Camera360:拍出5亿用户
100万用户