基于边缘计算的计算资源分配和偏分任务卸载算法
2022-12-21王喜鸿王良成张小波
王喜鸿,王良成,张小波
(1三亚理工职业学院 海南 三亚 572000)
(2三亚学院 海南 三亚 572000)
0 引言
随着移动设备和应用的飞速增加,对无线网络的吞吐量、低延时提出了更高的需求[1]。为了解决用户超低延时和用户设备更低能耗的需求,欧洲电信标准协会(European Telecommunications Standard Institute,ETSI)提出了移动边缘计算(mobile edge computing,MEC),其是在无线网络内为附近用户提供基础IT和云服务。另外,还出现了许多中边缘计算方式,如微云(cloudlets)、移动云计算(mobile cloud computing,MCC)、雾计算(fog computing)等。虽然概念十分相似,但是在技术上存在着非常大的差别。
1 MEC的概念
MEC是一种能够解决资源受限移动设备和资源密集型应用的技术,其具有MEC的数据中心,且在无线接入点或蜂窝基站部署了云资源,从而使终端设备用户和公有云数据中心的延迟得到了有效降低。MEC与MCC对比情况见表1。

表1 MEC与MCC对比情况
2 MEC的相关研究
当前关于MEC的相关研究包括资源分配、任务卸载两个方面,因此主要研究目标主要集中以下几方面。
2.1 降低任务处理时间
为了避免相同资源分配方案与用户状态的重复学习,采用多叠强化学习(reinforcement learning,RL)算法,同时对于频谱分配、传输功率分配进行优化,以此来实现用户之间的传输延迟最小化。也有非合作博弈方法,通过分布式迭代算法解决MEC任务,最小化任务执行延迟。
2.2 降低设备处理任务的能耗
胡锦天等[2]研究了MEC系统中时延敏感应用的节能任务接纳,并且提出了约束条件下总能耗最小化边缘服务器的计算资源和延迟。在时间截止、传输错误率等约束条件下,还提出了一种最小化移动设备能耗的卸载决策方法,并且该方法在可接受试验和通信质量下具有良好的效果。……
