边缘计算的物联网深度学习及任务卸载调度策略

• 作者: 李冀明 苟英 魏星
• 来源期刊: 计算机应用与软件
• 学科: 工学
• 关键词: 边缘计算 物联网 深度学习 卸载调度策略 用户隐私
• 年，卷（期）: 2019,（8）
• 所属期刊栏目: 网络与通信
• 页码范围: 125-129
• 页数: 5页
• 分类号: TP393
• 字数: 4775字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-386x.2019.08.023

摘要

为解决物联网深度学习模型的网络性能和隐私问题,提出一种边缘计算的物联网深度学习应用及任务卸载策略,以优化网络性能,保护数据上传中的用户隐私.深度学习的多层结构适用于边缘计算,边缘节点上传缩减的中间数据,因此减少了从物联网设备到云服务器的网络流量.考虑到边缘节点有限的服务能力,提出一种边缘计算环境中最大化任务数量的卸载调度策略,优化边缘计算的物联网深度应用性能.实验结果表明,该策略能够在边缘计算环境中执行多个深度学习任务,并且性能优于其他物联网深度学习优化解决方案.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	魏星	重庆工程学院计算机学院	27	20	3.0	4.0
2	李冀明	重庆工程学院软件学院	7	1	1.0	1.0
3	苟英	重庆商务职业学院出版传媒系	1	1	1.0	1.0