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:
随着物联网(IoT)迅速发展,移动边缘计算(MEC)在提供高性能、低延迟计算服务方面的作用日益明显.然而,在面向IoT业务的MEC(MEC-IoT)时变环境中,不同边缘设备和应用业务在时延和能耗等方面具有显著的异构性,对高效的任务卸载及资源分配构成严峻挑战.针对上述问题,该文提出一种动态的分布式异构任务卸载算法(D2HM),该算法利用分布式博弈机制并结合李雅普诺夫优化理论,设计了一种资源的动态报价机制,并实现了对不同业务类型差异化控制和计算资源的弹性按需分配,仿真结果表明,所提的算法可以满足异构任务的多样化计算需求,并在保证网络稳定性的前提下降低系统的平均时延.
推荐文章
移动边缘计算中分布式的设备发射功率优化算法
移动边缘计算
计算卸载
马尔可夫近似
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
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
Ad hoc云中基于移动预测的多准则任务卸载算法
Adhoc云
多准则
任务卸载
时间序列分析
层次分析法
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 移动边缘计算中分布式异构任务卸载算法
来源期刊 电子与信息学报 学科 工学
关键词 边缘计算 物联网 博弈论 李雅普诺夫优化 异构任务卸载
年,卷(期) 2020,(12) 所属期刊栏目
研究方向 页码范围 2891-2898
页数 8页 分类号 TN92
字数 语种 中文
DOI 10.11999/JEIT190728
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (34)
共引文献  (9)
参考文献  (12)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2009(1)
  • 参考文献(1)
  • 二级参考文献(0)
2011(1)
  • 参考文献(0)
  • 二级参考文献(1)
2013(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(2)
  • 参考文献(0)
  • 二级参考文献(2)
2016(11)
  • 参考文献(1)
  • 二级参考文献(10)
2017(17)
  • 参考文献(3)
  • 二级参考文献(14)
2018(6)
  • 参考文献(2)
  • 二级参考文献(4)
2019(3)
  • 参考文献(3)
  • 二级参考文献(0)
2020(2)
  • 参考文献(2)
  • 二级参考文献(0)
2020(2)
  • 参考文献(2)
  • 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
边缘计算
物联网
博弈论
李雅普诺夫优化
异构任务卸载
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
电子与信息学报
月刊
1009-5896
11-4494/TN
大16开
北京市北四环西路19号
2-179
1979
chi
出版文献量(篇)
9870
总下载数(次)
11
总被引数(次)
95911
论文1v1指导