基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
由于使用中心云服务会产生相应的延迟和通信成本,更靠近移动用户的移动边缘计算已经成为处理计算密集型和延迟敏感型应用程序的主要技术.位于网络边缘的小型云数据中心被称为微云,其能够为周围邻近的移动设备提供计算能力,减少服务交付的时延.然而,在移动微云组成的边缘网络环境下,负载均衡问题直接影响了任务的响应时间.为了提高用户服务质量,文中提出基于移动边缘计算的任务迁移和协作式负载均衡机制,包括分别针对用户和微云设计的延迟感知目标选择策略LATS和协作式负载均衡策略CLB.LATS根据微云当前的负载信息为移动用户选择最优的任务迁移对象;CLB使用Balls-into-bins模型,只需要获取局部信息就可以有效地实现移动微云之间的负载均衡.仿真结果表明,所提策略能够有效减小系统延迟和负载差异,同时降低通信和计算成本.
推荐文章
边缘计算网络中面向负载均衡的调度机制
边缘计算
集中控制
负载均衡
分段路由
基于强化学习的移动边缘计算任务卸载方法
强化学习方法
Q-Learning算法
移动边缘
计算任务卸载
卸载模型
基于云计算的负载均衡方法研究
负载均衡
云计算
综合权值
迁移概率
基于蜜蜂采蜜机理的云计算负载均衡策略
云计算
负载均衡
蜜蜂采蜜机理
朴素贝叶斯
用户服务质量
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于移动边缘计算的任务迁移和协作式负载均衡机制
来源期刊 计算机科学 学科 工学
关键词 移动边缘计算 用户任务迁移 负载均衡 Balls-into-bins理论 计算通信成本
年,卷(期) 2019,(12) 所属期刊栏目 网络与通信
研究方向 页码范围 126-131
页数 6页 分类号 TP393
字数 6974字 语种 中文
DOI 10.11896/jsjkx.181202453
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 白光伟 南京工业大学计算机科学与技术学院 166 534 10.0 13.0
2 殷佳 南京工业大学计算机科学与技术学院 1 1 1.0 1.0
3 管昕洁 南京工业大学计算机科学与技术学院 5 3 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (19)
节点文献
引证文献  (1)
同被引文献  (0)
二级引证文献  (0)
2001(1)
  • 参考文献(1)
  • 二级参考文献(0)
2003(1)
  • 参考文献(1)
  • 二级参考文献(0)
2009(1)
  • 参考文献(1)
  • 二级参考文献(0)
2013(3)
  • 参考文献(3)
  • 二级参考文献(0)
2014(1)
  • 参考文献(1)
  • 二级参考文献(0)
2015(1)
  • 参考文献(1)
  • 二级参考文献(0)
2016(4)
  • 参考文献(4)
  • 二级参考文献(0)
2017(4)
  • 参考文献(4)
  • 二级参考文献(0)
2018(3)
  • 参考文献(3)
  • 二级参考文献(0)
2019(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2020(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
移动边缘计算
用户任务迁移
负载均衡
Balls-into-bins理论
计算通信成本
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
计算机科学
月刊
1002-137X
50-1075/TP
大16开
重庆市渝北区洪湖西路18号
78-68
1974
chi
出版文献量(篇)
18527
总下载数(次)
68
论文1v1指导