CN109167787A - 一种移动边缘计算网络中安全计算卸载的资源优化方法 - Google Patents

一种移动边缘计算网络中安全计算卸载的资源优化方法 Download PDF

Info

Publication number
CN109167787A
CN109167787A CN201811036972.0A CN201811036972A CN109167787A CN 109167787 A CN109167787 A CN 109167787A CN 201811036972 A CN201811036972 A CN 201811036972A CN 109167787 A CN109167787 A CN 109167787A
Authority
CN
China
Prior art keywords
user
resource allocation
initial
communication
allocation scheme
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN201811036972.0A
Other languages
English (en)
Other versions
CN109167787B (zh
Inventor
利强
雷晋
林静然
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
University of Electronic Science and Technology of China
Original Assignee
University of Electronic Science and Technology of China
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by University of Electronic Science and Technology of China filed Critical University of Electronic Science and Technology of China
Priority to CN201811036972.0A priority Critical patent/CN109167787B/zh
Publication of CN109167787A publication Critical patent/CN109167787A/zh
Application granted granted Critical
Publication of CN109167787B publication Critical patent/CN109167787B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L63/00—Network architectures or network communication protocols for network security
    • H04L63/04—Network architectures or network communication protocols for network security for providing a confidential data exchange among entities communicating through data packet networks
    • H04L63/0407—Network architectures or network communication protocols for network security for providing a confidential data exchange among entities communicating through data packet networks wherein the identity of one or more communicating identities is hidden
    • H04L63/0414—Network architectures or network communication protocols for network security for providing a confidential data exchange among entities communicating through data packet networks wherein the identity of one or more communicating identities is hidden during transmission, i.e. party's identity is protected against eavesdropping, e.g. by using temporary identifiers, but is known to the other party or parties involved in the communication
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F9/00—Arrangements for program control, e.g. control units
    • G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
    • G06F9/46—Multiprogramming arrangements
    • G06F9/48—Program initiating; Program switching, e.g. by interrupt
    • G06F9/4806—Task transfer initiation or dispatching
    • G06F9/4843—Task transfer initiation or dispatching by program, e.g. task dispatcher, supervisor, operating system
    • G06F9/4881—Scheduling strategies for dispatcher, e.g. round robin, multi-level priority queues
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L67/00—Network arrangements or protocols for supporting network services or applications
    • H04L67/01—Protocols
    • H04L67/10—Protocols in which an application is distributed across nodes in the network

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Software Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Security & Cryptography (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Computer Hardware Design (AREA)
  • Computing Systems (AREA)
  • Mobile Radio Communication Systems (AREA)

Abstract

本发明公开了一种移动边缘计算网络中安全计算卸载的资源优化方法，其包括以下步骤：S1、初始化用户和移动边缘服务器的参数和配置；S2、获取初始通信与计算资源分配方案和对应的初始目标函数值；S3、根据初始通信与计算资源分配方案，采用投影梯度法获取新的通信与计算资源分配方案和对应的新目标函数值；S4、判断新目标函数值与上次目标函数值的差值是否在阈值范围内，若是则输出当前的通信与计算资源分配方案并结束优化；否则进入步骤S5；S5、将当前的通信与计算资源分配方案作为初始通信与计算资源分配方案，并返回步骤S3。本发明考虑了系统中存在窃听者的场景，提高了系统的安全性，实现了最小延时，提高了服务质量。

Description

一种移动边缘计算网络中安全计算卸载的资源优化方法
技术领域
本发明涉及无线通信和边缘计算领域，具体涉及一种移动边缘计算网络中安全计算卸载的资源优化方法。
背景技术
移动边缘计算网络是对云网络的延伸，即把大量具有计算、存储、通信等功能的处理器放在云网络的边缘，以实现更高速率的传输和更短的延时。边缘计算通常考虑分布式计算模式，即计算任务是可以分解为多个子任务并行计算的。因此，用户具体要对任务做出怎样的分解，是边缘计算中亟待解决的问题。此外，边缘计算网络中，虽然用户离服务器的距离更近了，但用户的隐私保护仍然是必须考虑的重要因素。
发明内容
针对现有技术中的上述不足，本发明提供的一种移动边缘计算网络中安全计算卸载的资源优化方法使得用户任务延迟小，提高了系统的实时性和安全性。
为了达到上述发明目的，本发明采用的技术方案为：
提供一种移动边缘计算网络中安全计算卸载的资源优化方法，其包括以下步骤：
S1、初始化用户和移动边缘服务器的参数和配置；
S2、根据用户和移动边缘服务器的参数和配置得到初始通信与计算资源分配方案和对应的初始目标函数值；
S3、根据初始通信与计算资源分配方案，采用投影梯度法获取新的通信与计算资源分配方案和对应的新目标函数值；
S4、判断新目标函数值与上次目标函数值的差值是否在阈值范围内，若是则输出当前的通信与计算资源分配方案并结束优化；否则进入步骤S5；
S5、将当前的通信与计算资源分配方案作为初始通信与计算资源分配方案，并返回步骤S3。
进一步地，步骤S1中移动边缘服务器的参数和配置包括：
用户数量K、窃听者数量L、移动边缘服务器MEC的天线数目M、用户天线数N、窃听者天线数E、第k个用户与窃听者之间的信道用户与移动边缘服务器MEC之间的信道第k个用户的最大计算频率Fk,max、第k个用户的发射功率限制Pk、第k个用户的任务描述比特数Dk、处理每比特数据所需的CPU周期κ、第k个用户的初始发送信号协方差矩阵移动边缘服务器MEC的最大计算频率FM,max、无线信道带宽B和误差阈值[-err，err]；其中k∈(1,2,…,K)；(·)H为共轭转置；为复数域。
进一步地，步骤S2的具体方法为：
获取第k个用户的任务卸载比例其中
获取移动边缘服务器MEC分配给第k个用户的初始计算资源
获取第k个用户的安全通信速率的初始值其中
I为单位矩阵；Hm为第m个用户与移动边缘服务器MEC之间的信道，且 为第m个用户的初始发送信号协方差矩阵；Gm为第m个用户与L个窃听者之间的信道矩阵组成的矩阵，即Gm＝[Gm,1,...,Gm,l,...,Gm,L]，且Gm,l为第m个用户与第l个窃听者之间的信道；为第k个用户与移动边缘服务器MEC之间的初始通信速率；为第k个用户与窃听者之间的初始通信速率；
进而得到第k个用户的初始通信与计算资源分配方案
根据公式
得到与所有初始通信与计算资源分配方案的集合x0对应的初始目标函数值y0，即其中为第k个用户的初始任务卸载比例；γ≤10； 为初始拉格朗日乘子，且Fk,max为移动边缘服务器MEC给第k个用户分配的最大计算资源；c0为初始惩罚因子；g(x0)为中间参数；e为常数；为含有初始惩罚因子c0的增广拉格朗日函数。
进一步地，步骤S3的具体方法包括以下步骤：
S3-1、对关于求梯度，得到梯度其中为所有初始通信与计算资源分配方案的集合x0经过0次内层迭代得到的通信与计算资源分配方案集合，即 为第k个用户的初始发送信号协方差矩阵经过0次内层迭代得到的协方差矩阵，即 为第k个用户的安全通信速率的初始值经过次内层迭代得到的安全通信速率，即 为移动边缘服务器MEC分配给第k个用户的初始计算资源经过0次内层迭代得到的计算资源，即 为第k个用户的任务卸载比例经过0次内层迭代得到的任务卸载比例，即
S3-2、根据公式
得到迭代中间点其中为梯度下降步长；
S3-3、将迭代中间点投影到可行集
得到所有用户内层迭代一次后的通信与计算资源分配方案集合其中Tr(·)为矩阵的迹；
S3-4、判断所有用户内层迭代一次后的通信与计算资源分配方案集合是否满足条件若是则结束内层迭代并进入步骤S3-5；否则将作为并返回步骤S3-2；其中ε0为误差常数；
S3-5、分别根据公式
和c1＝ρc0
更新拉格朗日乘子和惩罚因子并分别得到更新后的拉格朗日乘子和更新后的惩罚因子c1，并得到更新后拉格朗日乘子集合其中ρ为常数，且ρ>1；
S3-6、将满足条件的通信与计算资源分配方案的集合记为x1，得到新的每个用户的通信与计算资源分配方案的集合x1；并根据更新后的通信与计算资源分配方案x1、更新后的惩罚因子c1、和更新后的拉格朗日乘子集合u1，采用与步骤S2相同的方法得到与新的每个用户的通信与计算资源分配方案的集合x1相对应的新目标函数值y1。
进一步地，步骤S4的具体方法为：
若新目标函数值与上次目标函数值的差值在范围[-err，err]内，则输出新目标函数值对应的通信与计算资源分配方案并结束优化，否则将新目标函数值对应的通信与计算资源分配方案的集合x1作为新的x0，将更新后的惩罚因子c1作为新的c0，将更新后的拉格朗日乘子集合u1作为新的u0，并返回步骤S3。
本发明的有益效果为：本发明考虑了系统中存在窃听者的场景，提高了系统的安全性，且更贴合实际应用，且在保证了安全传输的条件下，明确的为用户规划了计算任务分配策略以及发送信号协方差矩阵的设计，并在此基础上实现最小延时，提高了服务质量。
附图说明
图1为本发明的流程示意图。
具体实施方式
下面对本发明的具体实施方式进行描述，以便于本技术领域的技术人员理解本发明，但应该清楚，本发明不限于具体实施方式的范围，对本技术领域的普通技术人员来讲，只要各种变化在所附的权利要求限定和确定的本发明的精神和范围内，这些变化是显而易见的，一切利用本发明构思的发明创造均在保护之列。
如图1所示，该移动边缘计算网络中安全计算卸载的资源优化方法包括以下步骤：
S1、初始化用户和移动边缘服务器的参数和配置；
S2、根据用户和移动边缘服务器的参数和配置得到初始通信与计算资源分配方案和对应的初始目标函数值；
S3、根据初始通信与计算资源分配方案，采用投影梯度法获取新的通信与计算资源分配方案和对应的新目标函数值；
S4、判断新目标函数值与上次目标函数值的差值是否在阈值范围内，若是则输出当前的通信与计算资源分配方案并结束优化；否则进入步骤S5；
S5、将当前的通信与计算资源分配方案作为初始通信与计算资源分配方案，并返回步骤S3。
步骤S1中移动边缘服务器的参数和配置包括：
用户数量K、窃听者数量L、移动边缘服务器MEC的天线数目M、用户天线数N、窃听者天线数E、第k个用户与窃听者之间的信道用户与移动边缘服务器MEC之间的信道第k个用户的最大计算频率Fk,max、第k个用户的发射功率限制Pk、第k个用户的任务描述比特数Dk、处理每比特数据所需的CPU周期κ、第k个用户的初始发送信号协方差矩阵移动边缘服务器MEC的最大计算频率FM,max、无线信道带宽B和误差阈值[-err，err]；其中k∈(1,2,…,K)；(·)H为共轭转置；为复数域。
步骤S2的具体方法为：
获取第k个用户的任务卸载比例其中
获取移动边缘服务器MEC分配给第k个用户的初始计算资源
获取第k个用户的安全通信速率的初始值其中
I为单位矩阵；Hm为第m个用户与移动边缘服务器MEC之间的信道，且 为第m个用户的初始发送信号协方差矩阵；Gm为第m个用户与L个窃听者之间的信道矩阵组成的矩阵，即Gm＝[Gm,1,...,Gm,l,...,Gm,L]，且Gm,l为第m个用户与第l个窃听者之间的信道；为第k个用户与移动边缘服务器MEC之间的初始通信速率；为第k个用户与窃听者之间的初始通信速率；
进而得到第k个用户的初始通信与计算资源分配方案
根据公式
得到与所有初始通信与计算资源分配方案的集合x0对应的初始目标函数值y0，即其中为第k个用户的初始任务卸载比例；γ≤10； 为初始拉格朗日乘子，且Fk,max为移动边缘服务器MEC给第k个用户分配的最大计算资源；c0为初始惩罚因子；g(x0)为中间参数；e为常数；为含有初始惩罚因子c0的增广拉格朗日函数。
步骤S3的具体方法包括以下步骤：
S3-1、对关于求梯度，得到梯度其中为所有初始通信与计算资源分配方案的集合x0经过0次内层迭代得到的通信与计算资源分配方案集合，即 为第k个用户的初始发送信号协方差矩阵经过0次内层迭代得到的协方差矩阵，即 为第k个用户的安全通信速率的初始值经过次内层迭代得到的安全通信速率，即 为移动边缘服务器MEC分配给第k个用户的初始计算资源经过0次内层迭代得到的计算资源，即 为第k个用户的任务卸载比例经过0次内层迭代得到的任务卸载比例，即
S3-2、根据公式
得到迭代中间点其中为梯度下降步长；
S3-3、将迭代中间点投影到可行集
得到所有用户内层迭代一次后的通信与计算资源分配方案集合其中Tr(·)为矩阵的迹；
S3-4、判断所有用户内层迭代一次后的通信与计算资源分配方案集合是否满足条件若是则结束内层迭代并进入步骤S3-5；否则将作为并返回步骤S3-2；其中ε0为误差常数；
S3-5、分别根据公式
和c1＝ρc0
更新拉格朗日乘子和惩罚因子并分别得到更新后的拉格朗日乘子和更新后的惩罚因子c1，并得到更新后拉格朗日乘子集合其中ρ为常数，且ρ>1；
S3-6、将满足条件的通信与计算资源分配方案的集合记为x1，得到新的每个用户的通信与计算资源分配方案的集合x1；并根据更新后的通信与计算资源分配方案x1、更新后的惩罚因子c1、和更新后的拉格朗日乘子集合u1，采用与步骤S2相同的方法得到与新的每个用户的通信与计算资源分配方案的集合x1相对应的新目标函数值y1。
步骤S4的具体方法为：若新目标函数值与上次目标函数值的差值在范围[-err，err]内，则输出新目标函数值对应的通信与计算资源分配方案并结束优化，否则将新目标函数值对应的通信与计算资源分配方案的集合x1作为新的x0，将更新后的惩罚因子c1作为新的c0，将更新后的拉格朗日乘子集合u1作为新的u0，并返回步骤S3。
综上所述，本发明考虑了系统中存在窃听者的场景，提高了系统的安全性，且更贴合实际应用，且在保证了安全传输的条件下，明确的为用户规划了计算任务分配策略以及发送信号协方差矩阵的设计，并在此基础上实现最小延时，提高了服务质量。

Claims (5)

1.一种移动边缘计算网络中安全计算卸载的资源优化方法，其特征在于：包括以下步骤：
S1、初始化用户和移动边缘服务器的参数和配置；
S2、根据用户和移动边缘服务器的参数和配置得到初始通信与计算资源分配方案和对应的初始目标函数值；
S3、根据初始通信与计算资源分配方案，采用投影梯度法获取新的通信与计算资源分配方案和对应的新目标函数值；
S4、判断新目标函数值与上次目标函数值的差值是否在阈值范围内，若是则输出当前的通信与计算资源分配方案并结束优化；否则进入步骤S5；
S5、将当前的通信与计算资源分配方案作为初始通信与计算资源分配方案，并返回步骤S3。
2.根据权利要求1所述的一种移动边缘计算网络中安全计算卸载的资源优化方法，其特征在于，所述步骤S1中移动边缘服务器的参数和配置包括：
用户数量K、窃听者数量L、移动边缘服务器MEC的天线数目M、用户天线数N、窃听者天线数E、第k个用户与窃听者之间的信道用户与移动边缘服务器MEC之间的信道第k个用户的最大计算频率Fk,max、第k个用户的发射功率限制Pk、第k个用户的任务描述比特数Dk、处理每比特数据所需的CPU周期κ、第k个用户的初始发送信号协方差矩阵移动边缘服务器MEC的最大计算频率FM,max、无线信道带宽B和误差阈值[-err，err]；其中k∈(1,2,…,K)；(·)H为共轭转置；为复数域。
3.根据权利要求2所述的一种移动边缘计算网络中安全计算卸载的资源优化方法，其特征在于，所述步骤S2的具体方法为：
获取第k个用户的任务卸载比例其中
获取移动边缘服务器MEC分配给第k个用户的初始计算资源fk 0；
获取第k个用户的安全通信速率的初始值其中
I为单位矩阵；Hm为第m个用户与移动边缘服务器MEC之间的信道，且m∈(1,2,…,K)， 为第m个用户的初始发送信号协方差矩阵；Gm为第m个用户与L个窃听者之间的信道矩阵组成的矩阵，即Gm＝[Gm,1,...,Gm,l,...,Gm,L]，且Gm,l为第m个用户与第l个窃听者之间的信道；为第k个用户与移动边缘服务器MEC之间的初始通信速率；为第k个用户与窃听者之间的初始通信速率；
进而得到第k个用户的初始通信与计算资源分配方案
根据公式
得到与所有初始通信与计算资源分配方案的集合x0对应的初始目标函数值y0，即其中为第k个用户的初始任务卸载比例；γ≤10； 为初始拉格朗日乘子，且Fk,max为移动边缘服务器MEC给第k个用户分配的最大计算资源；c0为初始惩罚因子；g(x0)为中间参数；e为常数；为含有初始惩罚因子c0的增广拉格朗日函数。
4.根据权利要求3所述的一种移动边缘计算网络中安全计算卸载的资源优化方法，其特征在于，所述步骤S3的具体方法包括以下步骤：
S3-1、对关于求梯度，得到梯度其中为所有初始通信与计算资源分配方案的集合x0经过0次内层迭代得到的通信与计算资源分配方案集合，即 为第k个用户的初始发送信号协方差矩阵经过0次内层迭代得到的协方差矩阵，即 为第k个用户的安全通信速率的初始值经过次内层迭代得到的安全通信速率，即 为移动边缘服务器MEC分配给第k个用户的初始计算资源fk 0经过0次内层迭代得到的计算资源，即 为第k个用户的任务卸载比例经过0次内层迭代得到的任务卸载比例，即
S3-2、根据公式
得到迭代中间点其中为梯度下降步长；
S3-3、将迭代中间点投影到可行集
得到所有用户内层迭代一次后的通信与计算资源分配方案集合其中Tr(·)为矩阵的迹；
S3-4、判断所有用户内层迭代一次后的通信与计算资源分配方案集合是否满足条件若是则结束内层迭代并进入步骤S3-5；否则将作为并返回步骤S3-2；其中ε0为误差常数；
S3-5、分别根据公式
和c1＝ρc0
更新拉格朗日乘子和惩罚因子并分别得到更新后的拉格朗日乘子和更新后的惩罚因子c1，并得到更新后拉格朗日乘子集合其中ρ为常数，且ρ>1；
S3-6、将满足条件的通信与计算资源分配方案的集合记为x1，得到新的每个用户的通信与计算资源分配方案的集合x1；并根据更新后的通信与计算资源分配方案x1、更新后的惩罚因子c1、和更新后的拉格朗日乘子集合u1，采用与步骤S2相同的方法得到与新的每个用户的通信与计算资源分配方案的集合x1相对应的新目标函数值y1。
5.根据权利要求4所述的一种移动边缘计算网络中安全计算卸载的资源优化方法，其特征在于，所述步骤S4的具体方法为：
若新目标函数值与上次目标函数值的差值在范围[-err，err]内，则输出新目标函数值对应的通信与计算资源分配方案并结束优化，否则将新目标函数值对应的通信与计算资源分配方案的集合x1作为新的x0，将更新后的惩罚因子c1作为新的c0，将更新后的拉格朗日乘子集合u1作为新的u0，并返回步骤S3。
CN201811036972.0A 2018-09-06 2018-09-06 一种移动边缘计算网络中安全计算卸载的资源优化方法 Active CN109167787B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201811036972.0A CN109167787B (zh) 2018-09-06 2018-09-06 一种移动边缘计算网络中安全计算卸载的资源优化方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201811036972.0A CN109167787B (zh) 2018-09-06 2018-09-06 一种移动边缘计算网络中安全计算卸载的资源优化方法

Publications (2)

Publication Number Publication Date
CN109167787A true CN109167787A (zh) 2019-01-08
CN109167787B CN109167787B (zh) 2020-01-31

Family

ID=64894266

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201811036972.0A Active CN109167787B (zh) 2018-09-06 2018-09-06 一种移动边缘计算网络中安全计算卸载的资源优化方法

Country Status (1)

Country Link
CN (1) CN109167787B (zh)

Cited By (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109918201A (zh) * 2019-03-05 2019-06-21 中国联合网络通信集团有限公司 任务卸载的控制方法和系统
CN109992423A (zh) * 2019-04-12 2019-07-09 南京航空航天大学 一种移动边缘计算中引入双子边缘的任务卸载框架方法
CN110113195A (zh) * 2019-04-26 2019-08-09 山西大学 一种移动边缘计算系统中联合卸载判决和资源分配的方法
CN110134507A (zh) * 2019-07-11 2019-08-16 电子科技大学 一种边缘计算系统下的合作计算方法
CN110167059A (zh) * 2019-05-22 2019-08-23 电子科技大学 一种边缘计算场景下基站业务量预测方法
CN110266757A (zh) * 2019-05-14 2019-09-20 上海大学 一种面向任务协同场景的边缘计算资源优化方法
CN110545204A (zh) * 2019-08-30 2019-12-06 海南电网有限责任公司 一种基于外罚函数与果蝇优化的资源分配方法及服务器
CN110602727A (zh) * 2019-08-28 2019-12-20 华北电力大学（保定） 一种基于物理层安全的协作mec系统计算任务卸载模式选择方法
CN111158707A (zh) * 2019-12-25 2020-05-15 北京邮电大学 一种边缘计算环境下的卸载方法和装置
CN112449016A (zh) * 2020-11-20 2021-03-05 北京邮电大学 一种任务卸载方法、装置、存储介质及电子设备
CN112737823A (zh) * 2020-12-22 2021-04-30 国网北京市电力公司 一种资源切片分配方法、装置及计算机设备
CN112995129A (zh) * 2021-01-28 2021-06-18 全球能源互联网研究院有限公司 基于边缘计算的电力业务安全传输方法及系统
CN113015217A (zh) * 2021-02-07 2021-06-22 重庆邮电大学 一种基于边云协同低成本的在线多功能业务的计算卸载方法
CN113784340A (zh) * 2021-09-15 2021-12-10 云南大学 一种保密卸载速率优化方法及系统

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103687023A (zh) * 2013-10-28 2014-03-26 南京邮电大学 基于时延区分业务和比例性速率约束的优化无线资源方法
CN104158855A (zh) * 2014-07-24 2014-11-19 浙江大学 基于遗传算法的移动服务组合计算卸载方法
CN106900011A (zh) * 2017-02-28 2017-06-27 重庆邮电大学 一种基于mec的蜂窝基站间任务卸载方法
WO2017176329A1 (en) * 2016-04-05 2017-10-12 Intel IP Corporation Devices and methods for mec v2x
CN107682443A (zh) * 2017-10-19 2018-02-09 北京工业大学 联合考虑延迟和能量消耗的移动边缘计算系统计算任务的高效卸载方法
CN107819840A (zh) * 2017-10-31 2018-03-20 北京邮电大学 超密集网络架构中分布式移动边缘计算卸载方法

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103687023A (zh) * 2013-10-28 2014-03-26 南京邮电大学 基于时延区分业务和比例性速率约束的优化无线资源方法
CN104158855A (zh) * 2014-07-24 2014-11-19 浙江大学 基于遗传算法的移动服务组合计算卸载方法
WO2017176329A1 (en) * 2016-04-05 2017-10-12 Intel IP Corporation Devices and methods for mec v2x
CN106900011A (zh) * 2017-02-28 2017-06-27 重庆邮电大学 一种基于mec的蜂窝基站间任务卸载方法
CN107682443A (zh) * 2017-10-19 2018-02-09 北京工业大学 联合考虑延迟和能量消耗的移动边缘计算系统计算任务的高效卸载方法
CN107819840A (zh) * 2017-10-31 2018-03-20 北京邮电大学 超密集网络架构中分布式移动边缘计算卸载方法

Non-Patent Citations (4)

* Cited by examiner, † Cited by third party
Title
FENG WANG: "Joint Offloading and Computing Optimization in Wireless Powered Mobile-Edge Computing Systems", 《IEEE TRANSACTIONS ON WIRELESS COMMUNICATIONS》 *
JINKE REN: "Latency Optimization for Resource Allocation in Mobile-Edge Computation Offloading", 《IEEE TRANSACTIONS ON WIRELESS COMMUNICATIONS》 *
JUAN LIU: "Delay-Optimal Computation Task Scheduling for Mobile-Edge Computing Systems", 《HTTPS://ARXIV.ORG/ABS/1604.07525》 *
WHENHAO FAN: "TerminalBooster: Collaborative Computation Offloading and Data Caching via Smart Basestations", 《IEEE WIRELESS COMMUNICATIONS LETTERS》 *

Cited By (20)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109918201A (zh) * 2019-03-05 2019-06-21 中国联合网络通信集团有限公司 任务卸载的控制方法和系统
CN109992423A (zh) * 2019-04-12 2019-07-09 南京航空航天大学 一种移动边缘计算中引入双子边缘的任务卸载框架方法
CN109992423B (zh) * 2019-04-12 2021-08-24 南京航空航天大学 一种移动边缘计算中引入双子边缘的任务卸载框架方法
CN110113195A (zh) * 2019-04-26 2019-08-09 山西大学 一种移动边缘计算系统中联合卸载判决和资源分配的方法
CN110266757A (zh) * 2019-05-14 2019-09-20 上海大学 一种面向任务协同场景的边缘计算资源优化方法
CN110167059A (zh) * 2019-05-22 2019-08-23 电子科技大学 一种边缘计算场景下基站业务量预测方法
CN110134507A (zh) * 2019-07-11 2019-08-16 电子科技大学 一种边缘计算系统下的合作计算方法
CN110134507B (zh) * 2019-07-11 2019-10-22 电子科技大学 一种边缘计算系统下的合作计算方法
CN110602727A (zh) * 2019-08-28 2019-12-20 华北电力大学（保定） 一种基于物理层安全的协作mec系统计算任务卸载模式选择方法
CN110545204A (zh) * 2019-08-30 2019-12-06 海南电网有限责任公司 一种基于外罚函数与果蝇优化的资源分配方法及服务器
CN110545204B (zh) * 2019-08-30 2022-09-23 海南电网有限责任公司 一种基于外罚函数与果蝇优化的资源分配方法及服务器
CN111158707A (zh) * 2019-12-25 2020-05-15 北京邮电大学 一种边缘计算环境下的卸载方法和装置
CN111158707B (zh) * 2019-12-25 2021-05-25 北京邮电大学 一种边缘计算环境下的卸载方法和装置
CN112449016A (zh) * 2020-11-20 2021-03-05 北京邮电大学 一种任务卸载方法、装置、存储介质及电子设备
CN112449016B (zh) * 2020-11-20 2022-03-15 北京邮电大学 一种任务卸载方法、装置、存储介质及电子设备
CN112737823A (zh) * 2020-12-22 2021-04-30 国网北京市电力公司 一种资源切片分配方法、装置及计算机设备
CN112995129A (zh) * 2021-01-28 2021-06-18 全球能源互联网研究院有限公司 基于边缘计算的电力业务安全传输方法及系统
CN113015217A (zh) * 2021-02-07 2021-06-22 重庆邮电大学 一种基于边云协同低成本的在线多功能业务的计算卸载方法
CN113015217B (zh) * 2021-02-07 2022-05-20 重庆邮电大学 一种基于边云协同低成本的在线多功能业务的计算卸载方法
CN113784340A (zh) * 2021-09-15 2021-12-10 云南大学 一种保密卸载速率优化方法及系统

Also Published As

Publication number Publication date
CN109167787B (zh) 2020-01-31

Similar Documents

Publication Publication Date Title
CN109167787A (zh) 一种移动边缘计算网络中安全计算卸载的资源优化方法
Chen et al. Efficient resource allocation for on-demand mobile-edge cloud computing
Kuchuk et al. Improving big data centers energy efficiency: Traffic based model and method
CN111163519B (zh) 系统收益最大化的无线体域网资源分配与任务卸载方法
Liu et al. An energy-efficient task scheduling for mobile devices based on cloud assistant
CN114126066B (zh) 面向mec的服务器资源配置与选址联合优化决策方法
CN111641973A (zh) 一种雾计算网络中基于雾节点协作的负载均衡方法
CN109089272A (zh) 在多基站场景中的基于非正交多址接入的移动边缘计算布伦特式时延优化方法
CN112188627B (zh) 一种基于状态预测的动态资源分配策略
Rengarajan et al. Energy-optimal base station density in cellular access networks with sleep modes
CN112822707B (zh) 一种计算资源有限mec中任务卸载与资源分配方法
CN110233755A (zh) 一种物联网中雾计算的计算资源和频谱资源分配方法
CN109783233A (zh) 一种提供移动边缘计算中任务卸载的方法
Zhang et al. Joint spectrum reservation and on-demand request for mobile virtual network operators
CN111200831A (zh) 一种融合移动边缘计算的蜂窝网络计算卸载方法
Chen et al. Dynamic pricing for smart mobile edge computing: A reinforcement learning approach
Kang et al. Incentive mechanism design for mobile data offloading in heterogeneous networks
Peng et al. Optimal power management under delay constraint in cellular networks with hybrid energy sources
Marbukh Towards fog network utility maximization (FoNUM) for managing fog computing resources
Dlamini et al. Online resource management in energy harvesting BS sites through prediction and soft-scaling of computing resources
Merwaday et al. Incentivizing spectrum sharing via subsidy regulations for future wireless networks
Zhang et al. Stochastic programming method for offloading in mobile edge computing based internet of vehicle
Pervaiz et al. User adaptive QoS aware selection method for cooperative heterogeneous wireless systems: A dynamic contextual approach
Singh et al. Combined base station association and power control in multichannel cellular networks
CN111602431B (zh) 控制通信网络的基站的设备和方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant