一种基于边缘计算的计算卸载方法.pdf
元枫****文章
在线预览结束,喜欢就下载吧,查找使用更方便
相关资料
一种基于边缘计算的计算卸载方法.pdf
本发明公开了一种基于边缘计算的计算卸载方法,涉及计算卸载技术领域;为了解决单纯依靠缘服务器进行计算卸载处理的效果不佳问题;具体包括以下处理步骤:构建计算卸载模型;制定任务卸载条件:设定待卸载任务的处理格式;分配任务卸载资源;通过计算卸载模块进行任务卸载,并对其作评价及优化;输出任务卸载结果;所述计算卸载模型由用于对卸载任务信息进行收集的任务集合单元、用于对卸载任务的处理环境进行安全监控的任务安全检测单元、用于根据实际卸载速率为低效率的处理任务进行智能管理的处理速率补给单元组成。本发明避免出现计算任务卸载的
基于车辆边缘计算的任务卸载方法.pdf
本发明提供了一种基于车辆边缘计算的任务卸载方法,包括步骤1:建立车辆边缘计算中的通信模型和计算模型;步骤2:设计系统目标函数;步骤3:对任务卸载的决策变量进行编码;步骤4:初始化种群和遗传迭代设置;步骤5:进行交叉变异运算,产生新一代种群;步骤6:计算群体中个体的适应度;步骤7:非支配排序和拥挤度计算;步骤8:选择幸存个体;步骤9:跳转步骤5,并循环,直至满足条件;步骤10:选取最优个体作为最优解。本发明通过采用遗传算法在常数时间内求出车辆边缘计算中系统目标函数的最优解,实现最小化时延和能量消耗,不但可以
一种基于移动边缘计算的资源卸载决策方法.pdf
本发明公开了一种基于移动边缘计算的资源卸载决策方法,包括以下步骤:通过参数初始化,获取资源卸载所需参数;根据资源卸载所需参数,将初始状态下用户与最近的基站建立连接,按照领导者和跟随者的顺序更新基于本轮的最优策略;基于更新的最优策略,经过多个迭代周期,判断某一时刻每个移动用户的效用和基站的效用是否达到最大,如果是则停止迭代,否则返回步骤二继续进行迭代,通过多轮博弈收敛到Stackelberg均衡,使基站和用户双方效用均达到最大,最终完成资源的卸载。本发明提出的方案有利于在提高边缘服务器效用的同时保证移动设备
移动边缘计算中一种基于改进粒子群算法的计算卸载方法.pdf
本发明提供一种基于改进粒子群算法的计算卸载方法,本方法结合本地设备的能量信息及充电状态信息,综合考虑能耗和时延卸载成本,建立多设备多任务多服务器场景下的MEC计算卸载系统模型,对于计算卸载的混合整数非线性规划问题,采用改进的粒子群算法对卸载决策和资源分配变量进行求解,最终获得最优的卸载决策和资源分配方案。该方法在多设备多任务多服务器的场景下,克服现有计算卸载方法中没有考虑MEC服务器的计算资源分配问题。
一种基于主动信任检测的边缘计算任务卸载方法.pdf
本发明公开了一种基于主动信任检测的边缘计算任务卸载方法。在边缘计算网络中,计算能力较弱的物联网络设备将任务卸载到其附近的边缘服务器上执行,为分辨出可信边缘服务器与恶意边缘服务器、使得任务都能够卸载到可信边缘服务器上执行,本发明创新性的提出了一种通过主动信任检测来获取信任的方法,其主要包括如下步骤:一是物联网络设备采用主动信任检测的方法获得边缘服务器的信任度;二是物联网络设备在卸载任务时,依据边缘服务器的负载情况与信任度情况进行综合选取,使得任务卸载到负载轻,可信的边缘服务器上执行,从而得到准确的计算结果,