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:
为提高移动边缘计算(MEC)环境下大型云计算中心资源的利用率和用户体验,提出基于K-means算法的动态计算资源和频谱资源分配算法(KDSAA).分析传统的资源平均分配方式和虚拟机分配方式现状,研究用户的综合需求,将资源模拟成“流体”,采用拍卖算法进行分配,线性求解出边缘云吞吐量和传输时延的最优值.实验结果表明,该算法可有效提高边缘云吞吐量和降低传输时延.
推荐文章
基于KD-树和K-means动态聚类方法研究
K-means聚类
KD-树
增量聚类
初始聚类中心
基于变异的k-means聚类算法
聚类
mk-means算法
变异
基于改进磷虾群算法的K-means算法
磷虾群算法
聚类算法
精英引领
最佳聚类数
动态分群
基于Spark的并行K-means算法研究
Spark
K-means
PSO
迭代计算
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K-means的动态资源分配策略
来源期刊 计算机工程与设计 学科
关键词 K-means 移动边缘计算 资源分配 频谱 线性 传输时延 吞吐量
年,卷(期) 2021,(4) 所属期刊栏目 网络与通信技术|Network and Communications Technology
研究方向 页码范围 901-907
页数 7页 分类号 TP39
字数 语种 中文
DOI 10.16208/j.issn1000-7024.2021.04.001
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (51)
共引文献  (24)
参考文献  (13)
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)
2005(1)
  • 参考文献(0)
  • 二级参考文献(1)
2007(1)
  • 参考文献(0)
  • 二级参考文献(1)
2008(2)
  • 参考文献(0)
  • 二级参考文献(2)
2009(1)
  • 参考文献(0)
  • 二级参考文献(1)
2010(4)
  • 参考文献(0)
  • 二级参考文献(4)
2011(5)
  • 参考文献(0)
  • 二级参考文献(5)
2012(13)
  • 参考文献(0)
  • 二级参考文献(13)
2013(6)
  • 参考文献(0)
  • 二级参考文献(6)
2014(4)
  • 参考文献(0)
  • 二级参考文献(4)
2015(7)
  • 参考文献(0)
  • 二级参考文献(7)
2016(5)
  • 参考文献(3)
  • 二级参考文献(2)
2017(10)
  • 参考文献(6)
  • 二级参考文献(4)
2019(4)
  • 参考文献(4)
  • 二级参考文献(0)
2021(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
K-means
移动边缘计算
资源分配
频谱
线性
传输时延
吞吐量
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
计算机工程与设计
月刊
1000-7024
11-1775/TP
大16开
北京142信箱37分箱
82-425
1980
chi
出版文献量(篇)
18818
总下载数(次)
45
论文1v1指导