一种基于强化学习的多节点MEC计算资源分配方案

• 作者: 余萌迪 唐俊华 李建华
• 来源期刊: 通信技术
• 学科: 工学
• 关键词: 移动边缘计算 MEC 计算资源分配 负载均衡
• 年，卷（期）: 2019,（12）
• 所属期刊栏目: 网络与系统
• 页码范围: 2920-2925
• 页数: 6页
• 分类号: TN929.5
• 字数: 2920字
• 语种: 中文
• DOI: 10.3969/j.issn.1002-0802.2019.12.015

摘要

移动边缘计算(Mobile Edge Computing,MEC)将云计算服务从云端下沉到网络边缘,能够满足第五代移动通信(5G)新业务超低时延的需求,被认为是未来5G通信的关键技术之一.针对5G应用场景下的多用户多边缘服务器的MEC网络架构和系统模型,设计了一种基于强化学习的多节点计算资源分配方案.该方案中用户设备将计算任务发送到家庭基站,家庭基站基于过往经验独立决策选择哪个MEC节点上传卸载的计算任务,在不引入额外信令开销的同时,实现了MEC服务器端的负载均衡.仿真实验表明,提出的方法在负载均衡上优于其他对比方法,尤其是在高任务强度时.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李建华	上海交通大学网络安全技术研究院	336	2966	25.0	36.0
5	唐俊华	上海交通大学网络安全技术研究院	17	67	5.0	7.0
7	余萌迪	上海交通大学网络安全技术研究院	1	0	0.0	0.0