基于机器学习的MEC随机任务迁移算法

• 作者: 刘韵洁 孟浩 郭倩影 霍如 黄韬
• 来源期刊: 北京邮电大学学报
• 学科: 工学
• 关键词: 移动边缘计算 随机任务迁移 机器学习 时延 移动设备能耗
• 年，卷（期）: 2019,（2）
• 所属期刊栏目: 论文
• 页码范围: 25-30
• 页数: 6页
• 分类号: TN929.53
• 字数: 4327字
• 语种: 中文
• DOI: 10.13190/j.jbupt.2018-078

摘要

针对移动边缘计算(MEC),提出了一种基于机器学习的随机任务迁移算法,通过将任务划分为可迁移组件和不可迁移组件,结合改进的Q学习和深度学习算法生成随机任务最优迁移策略,以最小化移动设备能耗与时延的加权和.仿真结果表明,该算法的时延与能耗加权和与移动设备本地执行算法相比节约了38.1％.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	孟浩	北京工业大学北京未来网络科技高精尖创新中心	4	8	2.0	2.0
2	黄韬	北京工业大学北京未来网络科技高精尖创新中心	61	544	10.0	21.0
4	刘韵洁	北京工业大学北京未来网络科技高精尖创新中心	29	387	9.0	19.0
6	霍如	北京工业大学北京未来网络科技高精尖创新中心	4	5	2.0	2.0
9	郭倩影	北京工业大学北京未来网络科技高精尖创新中心	1	2	1.0	1.0