CN110087257B - 一种支持移动边缘计算的任务卸载装置及方法 - Google Patents

一种支持移动边缘计算的任务卸载装置及方法 Download PDF

Info

Publication number
CN110087257B
CN110087257B CN201910334430.XA CN201910334430A CN110087257B CN 110087257 B CN110087257 B CN 110087257B CN 201910334430 A CN201910334430 A CN 201910334430A CN 110087257 B CN110087257 B CN 110087257B
Authority
CN
China
Prior art keywords
task
information
mec server
module
unloading
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.)
Active
Application number
CN201910334430.XA
Other languages
English (en)
Other versions
CN110087257A (zh
Inventor
柴蓉
杨甜甜
陈前斌
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.)
Chongqing University of Post and Telecommunications
Original Assignee
Chongqing University of Post and Telecommunications
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 Chongqing University of Post and Telecommunications filed Critical Chongqing University of Post and Telecommunications
Priority to CN201910334430.XA priority Critical patent/CN110087257B/zh
Publication of CN110087257A publication Critical patent/CN110087257A/zh
Application granted granted Critical
Publication of CN110087257B publication Critical patent/CN110087257B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • 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
    • H04L67/1001—Protocols in which an application is distributed across nodes in the network for accessing one among a plurality of replicated servers
    • H04L67/1004—Server selection for load balancing
    • H04L67/1008—Server selection for load balancing based on parameters of servers, e.g. available memory or workload
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W28/00—Network traffic management; Network resource management
    • H04W28/02—Traffic management, e.g. flow control or congestion control
    • H04W28/0231—Traffic management, e.g. flow control or congestion control based on communication conditions
    • H04W28/0236—Traffic management, e.g. flow control or congestion control based on communication conditions radio quality, e.g. interference, losses or delay
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W28/00—Network traffic management; Network resource management
    • H04W28/02—Traffic management, e.g. flow control or congestion control
    • H04W28/0231—Traffic management, e.g. flow control or congestion control based on communication conditions
    • H04W28/0242—Determining whether packet losses are due to overload or to deterioration of radio communication conditions
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W40/00—Communication routing or communication path finding
    • H04W40/02—Communication route or path selection, e.g. power-based or shortest path routing
    • H04W40/04—Communication route or path selection, e.g. power-based or shortest path routing based on wireless node resources
    • H04W40/10—Communication route or path selection, e.g. power-based or shortest path routing based on wireless node resources based on available power or energy
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W40/00—Communication routing or communication path finding
    • H04W40/02—Communication route or path selection, e.g. power-based or shortest path routing
    • H04W40/12—Communication route or path selection, e.g. power-based or shortest path routing based on transmission quality or channel quality
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
    • Y02D30/00—Reducing energy consumption in communication networks
    • Y02D30/70—Reducing energy consumption in communication networks in wireless communication networks

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Computer Hardware Design (AREA)
  • General Engineering & Computer Science (AREA)
  • Mobile Radio Communication Systems (AREA)

Abstract

本发明涉及一种支持移动边缘计算的任务卸载装置及方法，属于无线通信领域。该装置包括：终端特性感知模块、任务特性感知模块、信息监测模块、网络信息收集模块、信息分析处理模块、任务卸载决策模块和卸载执行模块；该方法为：信息监测模块监测周围可用MEC服务器的状态信息，并发送至网络信息收集模块，信息分析处理模块对用户终端特性、用户任务特性以及候选MEC服务器状态信息进行综合处理，在满足最大可容忍时延要求的限制条件下，最小化任务执行能耗，实现最佳卸载决策选择。本发明支持MEC场景下基于最佳卸载策略的用户任务卸载，可实现UE能耗降低及用户任务执行性能的显著提升。

Description

一种支持移动边缘计算的任务卸载装置及方法
技术领域
本发明属于无线通信领域，涉及一种支持移动边缘计算的任务卸载装置及方法。
背景技术
随着移动互联网的发展及智能终端的普及，增强现实(Augmented Reality，AR)、虚拟现实及移动高清视频等新型应用不断涌现。然而，各类新型应用的计算资源密集特性对智能终端任务处理能力提出严峻挑战。为解决上述问题，移动边缘计算(Mobile EdgeComputing，MEC)技术应运而生。该技术通过将具备较强计算能力的MEC服务器部署至无线接入网络(Radio Access Network，RAN)中，支持用户将任务卸载至MEC服务器执行计算，可有效降低终端任务执行时延及能耗，显著提升用户服务质量(Quality of Service，QoS)。在MEC系统中，综合考虑任务特性及系统可用状态，设计高效的任务卸载机制。
目前虽然已有文献研究移动用户通过多个无线接入点进行计算卸载的问题，并基于博弈论设计计算迁移算法。基于该算法，每个用户根据计算需求、无线环境条件以及系统计算资源信息，选择本地执行计算任务或者从多个无线接入点中选择一个最优的无线接入点进行计算卸载，实现处理时延和移动设备能量消耗的最小化。又例如，有文献研究了采用动态频率及电压调整(Dynamic Frequency and Voltage Scaling，DFVS)及能量收集技术实现执行时延最小化，提出了一种基于李雅普诺夫优化的动态计算卸载算法，该算法首先以时隙为单位做出二元卸载决策，继而为本地执行的用户分配计算资源或为卸载的用户分配功率。但是现有支持MEC的任务卸载方案的研究较少考虑任务卸载装置的设计，导致所提算法在实际应用中受限；此外，针对存在多个可用MEC候选服务器时，如何优化选择卸载服务器也是亟需研究的问题。
发明内容
有鉴于此，本发明的目的在于提供一种支持移动边缘计算的任务卸载装置及方法，在满足最大可容忍时延要求的限制条件下，最小化任务执行能耗，实现最佳卸载决策选择；还支持MEC场景下基于最佳卸载策略的用户任务卸载，实现用户设备能耗降低及用户任务执行性能的显著提升。
为达到上述目的，本发明提供如下技术方案：
一种支持移动边缘计算的任务卸载装置，包括：
终端特性感知模块：各用户设备(User Equipment，UE)通过内设信息收集机制感知终端的宏微观信息，包括终端计算能力等信息，并发送至信息分析处理模块进行集中处理；
任务特性感知模块：对用户任务特性进行收集，包括任务的输入数据量、完成任务所需的计算资源量以及任务执行时延的最大容忍值，并将所得用户任务信息发送至信息分析处理模块；
信息监测模块：监测UE所关联基站周期性广播消息，获取基站传输带宽和移动边缘计算(Mobile Edge Computing，MEC)服务器计算能力等信息，并传送至网络信息收集模块；
网络信息收集模块：根据信息监测模块监测到的网络状态信息进行网络信息定向性收集，根据网络状态信息实现数据的实时更新，并通过与信息分析处理模块的实时交互，实现监测模块状态信息与信息分析处理模块状态信息关于基站及MEC服务器侧信息的互通性和一致性；
信息分析处理模块：根据终端特性感知模块、任务特性感知模块以及网络信息收集模块所收集的信息，确定候选MEC服务器，对用户的任务特性和候选MEC服务器状态信息进行存储，分析，处理，更新，并将数据传送至任务卸载决策模块；
任务卸载决策模块：根据信息分析处理模块输出的基站及MEC服务器信息，对用户候选MEC服务器的性能进行评估，选择性能最佳的MEC服务器执行卸载；
卸载执行模块：根据对应的任务卸载决策执行用户任务卸载。
进一步，任务特性感知模块对用户任务特性进行收集，第i个用户设备UEi任务特性由三元组表示：
Figure BDA0002038708790000021
其中，Ii表示UEi任务的输入数据量，Si表示完成UEi任务所需的计算资源量，
Figure BDA0002038708790000022
表示UEi任务执行时延的最大容忍值。
进一步，信息分析处理模块确定候选MEC服务器集包括：UEi的候选MEC服务器集合需满足：
Figure BDA0002038708790000023
其中，
Figure BDA0002038708790000024
Bj表示基站j的传输带宽，Pij表示UEi的任务Wi传输至MEC服务器Mj时的传输功率，hij表示任务Wi卸载到MEC服务器Mj时对应的链路的信道增益，σ2表示信道噪声功率，
Figure BDA0002038708790000025
表示UEi任务Wi传输至基站时所需最小传输速率；
Figure BDA0002038708790000026
Dij表示任务Wi传输至MEC服务器Mj并执行完成所需总时延，
Figure BDA0002038708790000027
表示任务Wi从UEi传输至MEC服务器Mj的传输时延，
Figure BDA0002038708790000031
Figure BDA0002038708790000032
表示用户卸载至MEC服务器Mj执行的执行时延，
Figure BDA0002038708790000033
其中
Figure BDA0002038708790000034
表示与基站j相关联的MEC服务器Mj的计算能力；
Figure BDA0002038708790000035
表示任务执行完成时延的最大容忍值；
如满足上述条件，则该MEC服务器确定为候选MEC服务器。
进一步，该任务卸载方法具体为：设UEi的候选MEC服务器的数目为Ni，若Ni＞1，则根据各MEC服务器的性能状况，卸载至最佳MEC服务器；若Ni＝1，则执行卸载至该MEC服务器；若Ni＝0，则由本地UE执行任务。
进一步，对于候选MEC服务器的数量Ni＞1，评估各候选MEC服务器执行任务卸载所需能耗，选择对应能耗最小的MEC服务器作为卸载目标服务器；
令Eij为任务Wi卸载至MEC服务器Mj执行任务所需总能耗，
Figure BDA0002038708790000036
其中，
Figure BDA0002038708790000037
表示从UEi上传至MEC服务器Mj的传输能耗；
Figure BDA0002038708790000038
表示卸载至MEC服务器执行的能耗，κ为服务器有效的开关电容。
本发明的有益效果在于：本发明在满足最大可容忍时延要求的限制条件下，最小化任务执行能耗，实现最佳卸载决策选择。本发明还支持MEC场景下基于最佳卸载策略的用户任务卸载，可实现UE能耗降低及用户任务执行性能的显著提升。
本发明的其他优点、目标和特征在某种程度上将在随后的说明书中进行阐述，并且在某种程度上，基于对下文的考察研究对本领域技术人员而言将是显而易见的，或者可以从本发明的实践中得到教导。本发明的目标和其他优点可以通过下面的说明书来实现和获得。
附图说明
为了使本发明的目的、技术方案和优点更加清楚，下面将结合附图对本发明作优选的详细描述，其中：
图1为MEC服务器执行卸载的网络示意图；
图2为本发明所述任务卸载装置示意图；
图3为本发明所述任务卸载方法的流程示意图。
具体实施方式
以下通过特定的具体实例说明本发明的实施方式，本领域技术人员可由本说明书所揭露的内容轻易地了解本发明的其他优点与功效。本发明还可以通过另外不同的具体实施方式加以实施或应用，本说明书中的各项细节也可以基于不同观点与应用，在没有背离本发明的精神下进行各种修饰或改变。需要说明的是，以下实施例中所提供的图示仅以示意方式说明本发明的基本构想，在不冲突的情况下，以下实施例及实施例中的特征可以相互组合。
本发明所述的一种支持MEC的任务卸载装置及方法，具体为：信息监测模块监测周围可用MEC服务器的状态信息，并发送至网络信息收集模块，信息分析处理模块对用户终端特性、用户任务特性以及候选MEC服务器状态信息进行综合处理，在满足最大可容忍时延要求的限制条件下，最小化任务执行能耗，实现最佳卸载决策选择。
图1为MEC服务器执行卸载的网络示意图，每个基站配置一个MEC服务器，UE经由无线通信链路与基站建立连接，可将任务卸载到MEC服务器执行，以达到节省时延和降低能耗的目的。
图2为本发明所述任务卸载装置示意图，如图2所示，该任务卸载装置包括：
终端特性感知模块：各UE通过内设信息收集机制感知终端的宏微观信息，包括终端计算能力等信息，并发送至信息分析处理模块进行集中处理；
任务特性感知模块：对用户任务特性进行收集，包括任务的输入数据量、完成任务所需的计算资源量以及任务执行时延的最大容忍值，并将所得用户任务信息发送至信息分析处理模块；
信息监测模块：监测UE所关联基站周期性广播消息，获取基站传输带宽，MEC服务器计算能力等信息，并传送至网络信息收集模块；
网络信息收集模块：根据信息监测模块监测到的网络状态信息进行网络信息定向性收集，根据网络状态信息实现数据的实时更新，并通过与信息分析处理模块的实时交互，实现监测模块状态信息与信息分析处理模块状态信息关于基站及MEC服务器侧信息的互通性、一致性；
信息分析处理模块：根据终端特性感知模块，任务特性感知模块以及网络信息收集模块所收集的信息，确定候选MEC服务器，对用户的任务特性、候选MEC服务器状态信息进行存储，分析，处理，更新，将数据传送至任务卸载决策模块；
任务卸载决策模块：根据信息分析处理模块输出的基站及MEC服务器信息，对用户候选MEC服务器的性能进行评估，选择性能最佳的MEC服务器执行卸载；
卸载执行模块：根据对应的任务卸载决策执行用户任务卸载。
图3为本发明所述任务卸载方法的流程示意图，如图3所示，本发明所述任务卸载方法具体为：对于候选MEC服务器的数量Ni>1，评估各候选MEC服务器执行任务卸载所需能耗，选择对应能耗最小的MEC服务器作为卸载目标服务器。令Eij为任务Wi卸载至MEC服务器Mj执行任务所需总能耗，
Figure BDA0002038708790000051
其中，
Figure BDA0002038708790000052
表示UEi上传任务Wi至MEC服务器Mj的传输能耗；
Figure BDA0002038708790000053
表示任务Wi卸载至MEC服务器执行的能耗，κ为服务器有效开关电容。若Ni＝1，则执行卸载至该MEC服务器；若Ni＝0，则由UE本地执行任务。
最后说明的是，以上实施例仅用以说明本发明的技术方案而非限制，尽管参照较佳实施例对本发明进行了详细说明，本领域的普通技术人员应当理解，可以对本发明的技术方案进行修改或者等同替换，而不脱离本技术方案的宗旨和范围，其均应涵盖在本发明的权利要求范围当中。

Claims (3)

1.一种支持移动边缘计算的任务卸载装置，其特征在于，该装置包括：
终端特性感知模块：各用户设备(User Equipment，UE)通过内设信息收集机制感知终端的宏微观信息，包括终端计算能力，并发送至信息分析处理模块进行集中处理；
任务特性感知模块：对用户任务特性进行收集，包括任务的输入数据量、完成任务所需的计算资源量以及任务执行时延的最大容忍值，并将所得用户任务信息发送至信息分析处理模块；
信息监测模块：监测UE所关联基站周期性广播消息，获取基站传输带宽和移动边缘计算(Mobile Edge Computing，MEC)服务器计算能力，并传送至网络信息收集模块；
网络信息收集模块：根据信息监测模块监测到的网络状态信息进行网络信息定向性收集，根据网络状态信息实现数据的实时更新，并通过与信息分析处理模块的实时交互，实现监测模块状态信息与信息分析处理模块状态信息关于基站及MEC服务器侧信息的互通性和一致性；
信息分析处理模块：根据终端特性感知模块、任务特性感知模块以及网络信息收集模块所收集的信息，确定候选MEC服务器，对用户的任务特性和候选MEC服务器状态信息进行存储，分析，处理，更新，并将数据传送至任务卸载决策模块；
任务卸载决策模块：根据信息分析处理模块输出的基站及MEC服务器信息，对用户候选MEC服务器的性能进行评估，选择性能最佳的MEC服务器执行卸载；
卸载执行模块：根据对应的任务卸载决策执行用户任务卸载；
任务特性感知模块对用户任务特性进行收集，第i个用户设备UEi任务特性由三元组表示：
Figure FDA0003534453050000011
其中，Ii表示UEi任务的输入数据量，Si表示完成UEi任务所需的计算资源量，
Figure FDA0003534453050000012
表示UEi任务执行时延的最大容忍值；
信息分析处理模块确定候选MEC服务器集包括：UEi的候选MEC服务器集合需满足：
Figure FDA0003534453050000013
其中，
Figure FDA0003534453050000014
Bj表示基站j的传输带宽，Pij表示UEi的任务Wi传输至MEC服务器Mj时的传输功率，hij表示任务Wi卸载到MEC服务器Mj时对应的链路的信道增益，σ2表示信道噪声功率，
Figure FDA0003534453050000015
表示UEi任务Wi传输至基站时所需最小传输速率；
Figure FDA0003534453050000016
Dij表示任务Wi传输至MEC服务器Mj并执行完成所需总时延，
Figure FDA0003534453050000017
表示任务Wi从UEi传输至MEC服务器Mj的传输时延，
Figure FDA0003534453050000021
Figure FDA0003534453050000022
表示用户卸载至MEC服务器Mj执行的执行时延，
Figure FDA0003534453050000023
其中
Figure FDA0003534453050000024
表示与基站j相关联的MEC服务器Mj的计算能力；
Figure FDA0003534453050000025
表示任务执行完成时延的最大容忍值；
如满足上述条件，则该MEC服务器确定为候选MEC服务器。
2.适用于权利要求1所述装置的一种支持移动边缘计算的任务卸载方法，其特征在于，该任务卸载方法具体为：设UEi的候选MEC服务器的数目为Ni，若Ni＞1，则根据各MEC服务器的性能状况，卸载至最佳MEC服务器；若Ni＝1，则执行卸载至该MEC服务器；若Ni＝0，则由本地UE执行任务。
3.根据权利要求2所述的一种支持移动边缘计算的任务卸载方法，其特征在于，对于候选MEC服务器的数量Ni＞1，评估各候选MEC服务器执行任务卸载所需能耗，选择对应能耗最小的MEC服务器作为卸载目标服务器；
令Eij为任务Wi卸载至MEC服务器Mj执行任务所需总能耗，
Figure FDA0003534453050000026
其中，
Figure FDA0003534453050000027
表示从UEi上传至MEC服务器Mj的传输能耗；
Figure FDA0003534453050000028
表示卸载至MEC服务器执行的能耗，κ为服务器有效的开关电容。
CN201910334430.XA 2019-04-24 2019-04-24 一种支持移动边缘计算的任务卸载装置及方法 Active CN110087257B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910334430.XA CN110087257B (zh) 2019-04-24 2019-04-24 一种支持移动边缘计算的任务卸载装置及方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910334430.XA CN110087257B (zh) 2019-04-24 2019-04-24 一种支持移动边缘计算的任务卸载装置及方法

Publications (2)

Publication Number Publication Date
CN110087257A CN110087257A (zh) 2019-08-02
CN110087257B true CN110087257B (zh) 2022-04-22

Family

ID=67416439

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910334430.XA Active CN110087257B (zh) 2019-04-24 2019-04-24 一种支持移动边缘计算的任务卸载装置及方法

Country Status (1)

Country Link
CN (1) CN110087257B (zh)

Families Citing this family (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110519370B (zh) * 2019-08-28 2022-03-25 湘潭大学 一种基于设施选址问题的边缘计算资源分配方法
CN110602727B (zh) * 2019-08-28 2023-02-03 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
CN112448835B (zh) * 2019-09-03 2022-10-18 中移物联网有限公司 一种物联网系统
CN110780938B (zh) * 2019-09-18 2021-02-09 河海大学 一种移动云环境下基于差分进化的计算任务卸载方法
CN110798858B (zh) * 2019-11-07 2023-04-25 华北电力大学（保定） 基于代价效率的分布式任务卸载方法
CN111212106B (zh) * 2019-12-09 2022-07-22 中国科学院计算机网络信息中心 一种工业互联网环境中边缘计算任务处理与调度方法及装置
CN111093226B (zh) * 2019-12-12 2021-10-08 西安电子科技大学 基于非正交多址接入与移动边缘计算多任务并行迁移方法
CN111006669B (zh) * 2019-12-12 2022-08-02 重庆邮电大学 一种无人机系统任务协同及路径规划方法
CN111049917B (zh) * 2019-12-19 2020-12-29 电子科技大学 一种基于移动边缘计算的移动感知多用户卸载优化方法
CN111200831B (zh) * 2020-01-08 2021-08-24 中国科学院计算技术研究所 一种融合移动边缘计算的蜂窝网络计算卸载方法
CN111711962B (zh) * 2020-06-15 2022-04-12 重庆邮电大学 一种移动边缘计算系统子任务协同调度方法
CN113873546A (zh) * 2020-06-30 2021-12-31 华为技术有限公司 一种计算服务的实现方法及装置
CN113873582B (zh) * 2020-06-30 2023-03-28 华为技术有限公司 一种移动边缘计算处理方法以及相关设备
CN112203309B (zh) * 2020-10-12 2022-04-12 重庆邮电大学 一种基于服务器协作的联合任务卸载及缓存方法

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2017152723A1 (zh) * 2016-03-07 2017-09-14 大唐移动通信设备有限公司 一种数据传输方法、装置及系统
CN108494612A (zh) * 2018-01-19 2018-09-04 西安电子科技大学 一种提供移动边缘计算服务的网络系统及其服务方法
CN108541027A (zh) * 2018-04-24 2018-09-14 南京邮电大学 一种基于边缘云网络的通信计算资源置换方法
CN108880893A (zh) * 2018-06-27 2018-11-23 重庆邮电大学 一种移动边缘计算服务器联合能量收集及任务卸载方法
CN109413724A (zh) * 2018-10-11 2019-03-01 重庆邮电大学 一种基于mec的任务卸载和资源分配方案
CN109644199A (zh) * 2016-10-18 2019-04-16 华为技术有限公司 移动边缘计算中的虚拟网络状态管理

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPWO2016174864A1 (ja) * 2015-04-28 2018-02-15 日本電気株式会社 通信方法、通信システム、モバイル通信用基地局、及び、無線ｌａｎ用通信装置
US10111024B2 (en) * 2015-07-10 2018-10-23 Lg Electronics Inc. Method and apparatus for an input data processing via a local computing or offloading based on power harvesting in a wireless communication system

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2017152723A1 (zh) * 2016-03-07 2017-09-14 大唐移动通信设备有限公司 一种数据传输方法、装置及系统
CN109644199A (zh) * 2016-10-18 2019-04-16 华为技术有限公司 移动边缘计算中的虚拟网络状态管理
CN108494612A (zh) * 2018-01-19 2018-09-04 西安电子科技大学 一种提供移动边缘计算服务的网络系统及其服务方法
CN108541027A (zh) * 2018-04-24 2018-09-14 南京邮电大学 一种基于边缘云网络的通信计算资源置换方法
CN108880893A (zh) * 2018-06-27 2018-11-23 重庆邮电大学 一种移动边缘计算服务器联合能量收集及任务卸载方法
CN109413724A (zh) * 2018-10-11 2019-03-01 重庆邮电大学 一种基于mec的任务卸载和资源分配方案

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
Virtualization at the network edge: A technology perspective;Syed Rameez Ullah Kakakhel;《2018 Third International Conference on Fog and Mobile Edge Computing (FMEC)》;20180531;全文 *
移动边缘计算中能耗优化的多重资源计算卸载策略;徐佳;《计算机集成制造系统》;20190415;全文 *

Also Published As

Publication number Publication date
CN110087257A (zh) 2019-08-02

Similar Documents

Publication Publication Date Title
CN110087257B (zh) 一种支持移动边缘计算的任务卸载装置及方法
CN107995660B (zh) 支持d2d-边缘服务器卸载的联合任务调度及资源分配方法
CN111132191B (zh) 移动边缘计算服务器联合任务卸载、缓存及资源分配方法
CN109814951B (zh) 移动边缘计算网络中任务卸载及资源分配的联合优化方法
CN109600262B (zh) Urllc传输网络切片中资源自配置和自优化方法及装置
CN111372314A (zh) 基于移动边缘计算场景下的任务卸载方法及任务卸载装置
CN109151864B (zh) 一种面向移动边缘计算超密集网络的迁移决策与资源优化分配方法
CN110096362B (zh) 一种基于边缘服务器协作的多任务卸载方法
CN111212106B (zh) 一种工业互联网环境中边缘计算任务处理与调度方法及装置
CN109951869B (zh) 一种基于云雾混合计算的车联网资源分配方法
CN112188442A (zh) 基于移动边缘计算的车联网数据驱动任务卸载系统和方法
CN109756912B (zh) 一种多用户多基站联合任务卸载及资源分配方法
CN112616152B (zh) 一种基于独立学习的移动边缘计算任务卸载方法
CN113115256B (zh) 一种在线vmec服务网络选择的迁移方法
CN112416603B (zh) 一种基于雾计算的联合优化系统和方法
US11019563B1 (en) Customer premises equipment (CPE) self-organization in fixed wireless access (FWA) network
KR20190030589A (ko) 오프로딩 시스템을 통해 무인 비행체의 영상을 분석하기 위한 방법 및 장치
CN114116061A (zh) 一种移动边缘计算环境下的工作流任务卸载方法及系统
CN111245878B (zh) 一种基于混合云计算和雾计算的计算卸载通信网络的方法
CN114615705B (zh) 一种基于5g网络下单用户资源分配策略方法
CN113207150B (zh) 一种基于背向散射通信的主被动混合卸载方法和装置
CN112969157B (zh) 一种无人机网络负载均衡方法
CN116017570A (zh) 一种基于区块链的边缘计算系统资源管理方法
CN112203309B (zh) 一种基于服务器协作的联合任务卸载及缓存方法
Palit et al. Improving ue energy efficiency through network-aware video streaming over 5g

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