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:
在工业物联网中,现场设备的计算能力有限,基于边缘计算的任务卸载可以有效缓解现场设备的计算压力,提供低时延计算服务.此外,由于网络中不同区域的边缘服务器负载不同,需要合理安排任务卸载以及分配边缘服务器计算资源,从而降低任务完成时延,实现负载均衡.因此,研究了工业物联网中基于边缘计算的任务卸载和资源分配,提出了一种工业物联网中计算任务跨域卸载模型,并构建了一个最小化任务完成时间的混合整数非线性优化问题.将该问题分解为资源分配与任务卸载两个子问题,基于两个子问题特征,通过迭代交替求解,得到资源分配最优解与任务卸载策略.实验结果表明,与不跨域方法相比,所提方法有效地减轻了边缘服务器的负载不均衡,减少了任务完成时延.
推荐文章
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
车载边缘计算中基于信誉值的计算卸载方法研究
车载边缘计算
计算卸载
信誉值
移动边缘计算中基于改进拍卖模型的计算卸载策略
移动边缘计算
计算卸载
拍卖算法
失败补偿
车载边缘计算环境中的任务卸载决策和优化
计算卸载
最小执行时间算法
最小完成时间算法
车载边缘计算
计算切换
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 工业物联网中基于边缘计算的跨域计算资源分配与任务卸载
来源期刊 物联网学报 学科 工学
关键词 工业物联网 资源分配 任务卸载 跨域
年,卷(期) 2020,(2) 所属期刊栏目 理论与技术
研究方向 页码范围 96-104
页数 9页 分类号 TP301.6
字数 8034字 语种 中文
DOI 10.11959/j.issn.2096-3750.2020.00143
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 杨博 上海交通大学自动化系 10 147 5.0 10.0
3 周鹏 上海交通大学自动化系 17 53 4.0 6.0
7 徐金城 上海交通大学自动化系 1 0 0.0 0.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (15)
共引文献  (30)
参考文献  (11)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1994(1)
  • 参考文献(1)
  • 二级参考文献(0)
2010(1)
  • 参考文献(0)
  • 二级参考文献(1)
2012(1)
  • 参考文献(0)
  • 二级参考文献(1)
2014(1)
  • 参考文献(0)
  • 二级参考文献(1)
2015(1)
  • 参考文献(0)
  • 二级参考文献(1)
2016(3)
  • 参考文献(1)
  • 二级参考文献(2)
2017(9)
  • 参考文献(4)
  • 二级参考文献(5)
2018(6)
  • 参考文献(3)
  • 二级参考文献(3)
2019(3)
  • 参考文献(2)
  • 二级参考文献(1)
2020(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)
研究主题发展历程
节点文献
工业物联网
资源分配
任务卸载
跨域
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
物联网学报
季刊
2096-3750
10-1491/TP
16开
北京市丰台区成寿寺路11号邮电出版大厦
80-897
2017
chi
出版文献量(篇)
224
总下载数(次)
4
总被引数(次)
359
论文1v1指导