CN111918248A - 车联网环境下基于d2d的多接入边缘计算任务卸载方法 - Google Patents
车联网环境下基于d2d的多接入边缘计算任务卸载方法 Download PDFInfo
- Publication number
- CN111918248A CN111918248A CN202010711904.0A CN202010711904A CN111918248A CN 111918248 A CN111918248 A CN 111918248A CN 202010711904 A CN202010711904 A CN 202010711904A CN 111918248 A CN111918248 A CN 111918248A
- Authority
- CN
- China
- Prior art keywords
- base station
- unloading
- information
- data
- channel
- 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.)
- Pending
Links
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
- H04W4/70—Services for machine-to-machine communication [M2M] or machine type communication [MTC]
-
- 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
- G06F9/50—Allocation of resources, e.g. of the central processing unit [CPU]
- G06F9/5083—Techniques for rebalancing the load in a distributed system
- G06F9/5088—Techniques for rebalancing the load in a distributed system involving task migration
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W12/00—Security arrangements; Authentication; Protecting privacy or anonymity
- H04W12/10—Integrity
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W72/00—Local resource management
- H04W72/04—Wireless resource allocation
- H04W72/044—Wireless resource allocation based on the type of the allocated resource
- H04W72/0453—Resources in frequency domain, e.g. a carrier in FDMA
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2209/00—Indexing scheme relating to G06F9/00
- G06F2209/50—Indexing scheme relating to G06F9/50
- G06F2209/502—Proximity
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Computer Security & Cryptography (AREA)
- Software Systems (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Mobile Radio Communication Systems (AREA)
Abstract
本发明属于无线通信与车联网技术领域,公开了一种车联网环境下基于D2D的多接入边缘计算任务卸载方法;UE到D2D卸载者之间进行有效的数据传输,并且卸载的初始化由UE自行发起,基站通过控制信道接收卸载请求,并为UE挑选合适的卸载对象,基站收集可用性、信道条件等需求信息,然后与卸载对象、差信道UE进行信息的同步交换,差信道UE通过物理上行控制链路向基站发送调度请求信令,基站为请求者和卸载者进行资源块安排。本发明基于D2D计算任务卸载并通过采用子载波资源分配,降低了信息交互传输所需要的能量,降低了网络宽带的使用量及核心网的压力,提高了传输速度并且使信息的真实性得到验证,提高了信息的安全。
Description
技术领域
本发明属于无线通信与车联网技术领域,尤其涉及一种车联网环境下基于D2D的多接入边缘计算任务卸载方法。
背景技术
目前,随着5G技术的迅速发展,智能交通系统取代传统交通系统指日可待,智能交通系统主要由车辆、路侧单元、中心控制台三大部分组成,该系统会收集车辆的行驶信息、路况信息等大量数据,其中车联网在智能交通系统中发挥着关键作用,目前车辆可以与其他车辆,路侧单元,网络,路边行人以及中央云服务器交换信息,由于在智能交通中车辆需要接受和处理道路上的大量信息,并且随着人们对服务质量的要求越来越高,需要在车联网上实现许多新颖的移动应用,这些墨迹的道路信息和移动应用程序需要大量计算资源进行计算处理,并且导致车辆的高能耗。但是车辆本身的计算能力和电力有限,所以这些问题为车联网带来了挑战,传统的解决方案是把资源受限设备上的任务卸载到资源丰富的设备上去计算,称之为计算卸载。
然而在计算卸载决策前的信息收集阶段,仍存在信息真实性无法得到验证、用户无法控制自身信息的访问权限等信息安全相关的问题;并且虽然车辆配备了可联网的功能强大的计算单元,提供了智能驾驶辅助以及各种信息娱乐应用,但这些应用任务需要低延迟和高的计算能力,这时车辆自身有限的资源和计算能力无法满足上述要求,并且虽然现有的第三方基础设施,如中央云,可以通过计算能力强的代理资源以丰富车联网高速的应用需求,但是将任务卸载到中央云,会占用大量的网络宽带,增加核心网的压力并导致网络延迟。
通过上述分析,现有技术存在的问题及缺陷为:
(1)在计算卸载决策前的信息收集阶段,仍存在信息真实性无法得到验证、用户无法控制自身信息的访问权限等信息安全相关的问题;
(2)车辆自身有限的资源和计算能力无法满足上述要求,并且虽然现有的第三方基础设施,如中央云,可以通过计算能力强的代理资源以丰富车联网高速的应用需求,但是将任务卸载到中央云,会占用大量的网络宽带,增加核心网的压力并导致网络延迟。
发明内容
针对现有技术存在的问题,本发明提供了一种车联网环境下基于D2D的多接入边缘计算任务卸载方法。
本发明是这样实现的,一种车联网环境下基于D2D的多接入边缘计算任务卸载方法,所述车联网环境下基于D2D的多接入边缘计算任务卸载方法具体包括:
步骤一,UE与D2D卸载者之间进行有效的数据传输,UE进行卸载初始化,基站接收到信道差的UE后为D2D卸载进行安排,当UE处于一个完全隔离的环境中时,通过一个已知邻近的且于基站间信道良好的UE做中继转发卸载的初始要求;
步骤二,基站通过控制信道接收卸载请求,基站提取UE和临近UE的位置、负载和信道条件及相关信息,并基于获取到的相关信息为UE选择合适的卸载对象;
所述基站通过控制信道接收卸载请求包括:
基站接收到各个UE同时发出的卸载请求时,基站进行联合分配通信和计算资源,表达式如下:
限制条件有:
ti≤τi i ∈{1,2,...,K}
其中,K表示任务总个数;向量n={n1,n2,……nk}是子载波的分配向量,向量m={m1,m2,……mk}是基站服务器计算资源的分配比例向量,向量a={a1,a2,……ak}是任务的卸载决策向量,ai=1代表该任务卸载到基站服务器执行,ai=0代表该任务在移动设备本地执行;是任务本地执行的能耗,只包含计算产生的能耗;
步骤三,进行子载波分配,并进行计算任务分割;
所述子载波分配方法包括:
(2.1)初始化一个最大迭代次数及最大容忍阈值,给定子载波分配策略;
(2.2)基于子载波分配策略进行子载波分配;
(2.3)将步骤(2.2)得到的子载波分配结果代入步骤(2.1)中,再次求解卸载策略,重复步骤(2.1)至步骤(2.2),直至结果收敛;
步骤四,基站收集可用性、信道条件及相关需求信息,与卸载对象、差信道UE进行信息的同步交换;
所述基站与卸载对象、差信道UE进行信息的同步交换的方法包括以下步骤:
(4.1)基站抽取卸载对象、差信道UE的分散的数据,根据基站设定的预定义模型制定数据采集的准则,并向目标数据库导入;
(4.2)基站与卸载对象和差信道UE进行同步交换的数据信息按照预定的模型对数据信息进行清洗和处理;
步骤五,差信道UE通过物理上行控制链路向基站发送调度请求信令,基站为请求者和卸载者进行资源块安排;
步骤六,执行卸载处理,并将处理结果返回基站,中断UE与D2D卸载者之间的数据传输。
进一步,步骤一中,所述UE与D2D卸载者之间进行有效的数据传输包括:通过SC节点开/关方法进行UE与D2D卸载者之间数据信息传输的连续性管理;
所述SC节点开/关方法当SC演进型节点B(SC-eNodeB)不具有与SC-eNode B相关联的任何UE时或当SC-eNode B不与相关联的UE传送任何数据时,SC-eNode B可被关掉而不影响UE连接性。
进一步,步骤(2.2)中,所述子载波分配方法包括:
(2.2.1)将0/1卸载策略初始化A=(0,0,……,0),卸载匹配策略初始化为W=(0,0……,0),将子载波分配策略随机初始化为S=(S1,S2,……,SR);
(2.2.2)CRS计算本地执行所需的能耗为{E1,E2,……ER},同时衡量与附近CPS之间的信道条件,并进行匹配;
(2.2.3)当CR和CP匹配成功,两者之间可建立D2D链路,无论CR还是CP都不会有重新选择匹配对象的机会。
进一步,步骤四中,所述基站通过设定的预定义模型进行数据采集包括全量抽取、增量抽取。
进一步,所述全量抽取将卸载对象、差信道UE的源数据信息进行原封不动的抽取。
进一步,所述增量抽取将卸载对象、差信道UE抽取到的数据中发生改变的数据。
进一步,步骤(4.2)中,所述对数据信息进行清洗和处理包括:
1)对同步交换的数据信息进行去重,对数据进行归类处理;
2)并对交换的数据信息进行分解。
进一步,步骤1)中,所述对同步交换的数据信息进行去重包括:
1.1)获取文本集合;
1.2)文本集合中文档进行分词处理,并计算IF、DF、IDF和TF-IDF值;
1.3)进行特征选择,删除小于Simliar的TF-IDF值。
本发明的另一目的在于提供一种存储在计算机可读介质上的计算机程序产品,包括计算机可读程序,供于电子装置上执行时,提供用户输入接口以实施所述车联网环境下基于D2D的多接入边缘计算任务卸载方法。
本发明的另一目的在于提供一种计算机可读存储介质,储存有指令,当所述指令在计算机上运行时,使得计算机执行所述车联网环境下基于D2D的多接入边缘计算任务卸载方法。
结合上述的所有技术方案,本发明所具备的优点及积极效果为:本发明基于D2D计算任务卸载并通过采用子载波资源分配,降低了信息交互传输所需要的能量,降低了网络宽带的使用量及核心网的压力,提高了传输速度并且使信息的真实性得到验证,提高了信息的安全。
附图说明
为了更清楚地说明本申请实施例的技术方案,下面将对本申请实施例中所需要使用的附图做简单的介绍,显而易见地,下面所描述的附图仅仅是本申请的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下还可以根据这些附图获得其他的附图。
图1是本发明实施例提供的车联网环境下基于D2D的多接入边缘计算任务卸载方法流程图。
图2是本发明实施例提供的子载波分配方法流程图。
图3是本发明实施例提供的给定子载波分配算法流程图。
图4是本发明实施例提供的基站与卸载对象、差信道UE进行信息的同步交换的具体方法流程图。
图5是本发明实施例提供的对数据信息进行清洗和处理工作的方法流程图。
图6是本发明实施例提供的对同步交换的数据信息进行去重操作的方法流程图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
针对现有技术存在的问题,本发明提供了一种车联网环境下基于D2D的多接入边缘计算任务卸载方法,下面结合附图对本发明作详细的描述。
如图1所示,本发明实施例提供的车联网环境下基于D2D的多接入边缘计算任务卸载方法具体包括:
S101,UE与D2D卸载者之间进行有效的数据传输,UE进行卸载初始化,基站接收到信道差的UE后为D2D卸载进行安排,当UE处于一个完全隔离的环境中时,通过一个已知邻近的且于基站间信道良好的UE做中继转发卸载的初始要求;
S102,基站通过控制信道接收卸载请求,基站提取UE和临近UE的位置、负载和信道条件及相关信息,并基于获取到的相关信息为UE选择合适的卸载对象;
S103,进行子载波分配,并进行计算任务分割;
S104,基站收集可用性、信道条件及相关需求信息,与卸载对象、差信道UE进行信息的同步交换;
S105,差信道UE通过物理上行控制链路向基站发送调度请求信令,基站为请求者和卸载者进行资源块安排;
S106,执行卸载处理,并将处理结果返回基站,中断UE与D2D卸载者之间的数据传输。
步骤S101中,本发明实施例提供的UE与D2D卸载者之间进行有效的数据传输包括:通过SC节点开/关方法进行UE与D2D卸载者之间数据信息传输的连续性管理;
所述SC节点开/关方法当SC演进型节点B(SC-eNodeB)不具有与SC-eNode B相关联的任何UE时或当SC-eNode B不与相关联的UE传送任何数据时,SC-eNode B可被关掉而不影响UE连接性。
步骤S104中,本发明实施例提供的基站通过设定的预定义模型进行数据采集包括全量抽取、增量抽取。
本发明实施例提供的全量抽取将卸载对象、差信道UE的源数据信息进行原封不动的抽取。
本发明实施例提供的增量抽取将卸载对象、差信道UE抽取到的数据中发生改变的数据。
步骤S102中,本发明实施例提供的基站通过控制信道接收卸载请求包括:
基站接收到各个UE同时发出的卸载请求时,基站进行联合分配通信和计算资源,表达式如下:
限制条件有:
ti≤τi i ∈{1,2,...,K}
其中,K表示任务总个数;向量n={n1,n2,……nk}是子载波的分配向量,向量m={m1,m2,……mk}是基站服务器计算资源的分配比例向量,向量a={a1,a2,……ak}是任务的卸载决策向量,ai=1代表该任务卸载到基站服务器执行,ai=0代表该任务在移动设备本地执行;是任务本地执行的能耗,只包含计算产生的能耗。
如图2所示,步骤S103中,本发明实施例提供的子载波分配方法包括:
S201,初始化一个最大迭代次数及最大容忍阈值,给定子载波分配策略;
S202,基于子载波分配策略进行子载波分配;
S203,将步骤S202得到的子载波分配结果代入步骤S201中,再次求解卸载策略,重复步骤S201至步骤S202,直至结果收敛。
如图3所示,步骤S202中,本发明实施例提供的子载波分配方法包括:
S301,将0/1卸载策略初始化A=(0,0,……,0),卸载匹配策略初始化为W=(0,0……,0),将子载波分配策略随机初始化为S=(S1,S2,……,SR);
S302,CRS计算本地执行所需的能耗为{E1,E2,……ER},同时衡量与附近CPS之间的信道条件,并进行匹配;
S303,当CR和CP匹配成功,两者之间可建立D2D链路,无论CR还是CP都不会有重新选择匹配对象的机会。
如图4所示,步骤S104中,本发明实施例提供的基站与卸载对象、差信道UE进行信息的同步交换的方法包括以下步骤:
S401,基站抽取卸载对象、差信道UE的分散的数据,根据基站设定的预定义模型制定数据采集的准则,并向目标数据库导入;
S402,基站与卸载对象和差信道UE进行同步交换的数据信息按照预定的模型对数据信息进行清洗和处理。
如图5所示,步骤S402中,本发明实施例提供的对数据信息进行清洗和处理包括:
S501,对同步交换的数据信息进行去重,对数据进行归类处理;
S502,并对交换的数据信息进行分解。
如图6所示,步骤S501中,本发明实施例提供的对同步交换的数据信息进行去重包括:
S601,获取文本集合;
S602,文本集合中文档进行分词处理,并计算IF、DF、IDF和TF-IDF值;
S603,进行特征选择,删除小于Simliar的TF-IDF值。
以上所述,仅为本发明较优的具体的实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等,都应涵盖在本发明的保护范围之内。
Claims (10)
1.一种车联网环境下基于D2D的多接入边缘计算任务卸载方法,其特征在于,所述车联网环境下基于D2D的多接入边缘计算任务卸载方法包括以下步骤:
步骤一,UE与D2D卸载者之间进行有效的数据传输,UE进行卸载初始化,基站接收到信道差的UE后为D2D卸载进行安排,当UE处于一个完全隔离的环境中时,通过一个已知邻近的且于基站间信道良好的UE做中继转发卸载的初始要求;
步骤二,基站通过控制信道接收卸载请求,基站提取UE和临近UE的位置、负载和信道条件及相关信息,并基于获取到的相关信息为UE选择合适的卸载对象;
所述基站通过控制信道接收卸载请求包括:
基站接收到各个UE同时发出的卸载请求时,基站进行联合分配通信和计算资源,表达式如下:
限制条件有:
ti≤τi i∈{1,2,...,K}
其中,K表示任务总个数;向量n={n1,n2,……nk}是子载波的分配向量,向量m={m1,m2,……mk}是基站服务器计算资源的分配比例向量,向量a={a1,a2,……ak}是任务的卸载决策向量,ai=1代表该任务卸载到基站服务器执行,ai=0代表该任务在移动设备本地执行;是任务本地执行的能耗,只包含计算产生的能耗;
步骤三,进行子载波分配,并进行计算任务分割;
所述子载波分配方法包括:
(2.1)初始化一个最大迭代次数及最大容忍阈值,给定子载波分配策略;
(2.2)基于子载波分配策略进行子载波分配;
(2.3)将步骤(2.2)得到的子载波分配结果代入步骤(2.1)中,再次求解卸载策略,重复步骤(2.1)至步骤(2.2),直至结果收敛;
步骤四,基站收集可用性、信道条件及相关需求信息,与卸载对象、差信道UE进行信息的同步交换;
所述基站与卸载对象、差信道UE进行信息的同步交换的方法包括以下步骤:
(4.1)基站抽取卸载对象、差信道UE的分散的数据,根据基站设定的预定义模型制定数据采集的准则,并向目标数据库导入;
(4.2)基站与卸载对象和差信道UE进行同步交换的数据信息按照预定的模型对数据信息进行清洗和处理;
步骤五,差信道UE通过物理上行控制链路向基站发送调度请求信令,基站为请求者和卸载者进行资源块安排;
步骤六,执行卸载处理,并将处理结果返回基站,中断UE与D2D卸载者之间的数据传输。
2.如权利要求1所述车联网环境下基于D2D的多接入边缘计算任务卸载方法,其特征在于,步骤一中,所述UE与D2D卸载者之间进行有效的数据传输包括:通过SC节点开/关方法进行UE与D2D卸载者之间数据信息传输的连续性管理;
所述SC节点开/关方法当SC演进型节点B(SC-eNodeB)不具有与SC-eNode B相关联的任何UE时或当SC-eNodeB不与相关联的UE传送任何数据时,SC-eNode B可被关掉而不影响UE连接性。
3.如权利要求2所述车联网环境下基于D2D的多接入边缘计算任务卸载方法,其特征在于,步骤(2.2)中,所述子载波分配方法包括:
(2.2.1)将0/1卸载策略初始化A=(0,0,……,0),卸载匹配策略初始化为W=(0,0……,0),将子载波分配策略随机初始化为S=(S1,S2,……,SR);
(2.2.2)CRS计算本地执行所需的能耗为{E1,E2,……ER},同时衡量与附近CPS之间的信道条件,并进行匹配;
(2.2.3)当CR和CP匹配成功,两者之间可建立D2D链路,无论CR还是CP都不会有重新选择匹配对象的机会。
4.如权利要求1所述车联网环境下基于D2D的多接入边缘计算任务卸载方法,其特征在于,步骤四中,所述基站通过设定的预定义模型进行数据采集包括全量抽取、增量抽取。
5.如权利要求4所述车联网环境下基于D2D的多接入边缘计算任务卸载方法,其特征在于,所述全量抽取将卸载对象、差信道UE的源数据信息进行原封不动的抽取。
6.如权利要求4所述车联网环境下基于D2D的多接入边缘计算任务卸载方法,其特征在于,所述增量抽取将卸载对象、差信道UE抽取到的数据中发生改变的数据。
7.如权利要求1所述车联网环境下基于D2D的多接入边缘计算任务卸载方法,其特征在于,步骤(4.2)中,所述对数据信息进行清洗和处理包括:
1)对同步交换的数据信息进行去重,对数据进行归类处理;
2)并对交换的数据信息进行分解。
8.如权利要求7所述车联网环境下基于D2D的多接入边缘计算任务卸载方法,其特征在于,步骤1)中,所述对同步交换的数据信息进行去重包括:
1.1)获取文本集合;
1.2)文本集合中文档进行分词处理,并计算IF、DF、IDF和TF-IDF值;
1.3)进行特征选择,删除小于Simliar的TF-IDF值。
9.一种存储在计算机可读介质上的计算机程序产品,包括计算机可读程序,供于电子装置上执行时,提供用户输入接口以实施如权利要求1-8任意一项所述车联网环境下基于D2D的多接入边缘计算任务卸载方法。
10.一种计算机可读存储介质,储存有指令,当所述指令在计算机上运行时,使得计算机执行如权利要求1-8任意一项所述车联网环境下基于D2D的多接入边缘计算任务卸载方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010711904.0A CN111918248A (zh) | 2020-07-22 | 2020-07-22 | 车联网环境下基于d2d的多接入边缘计算任务卸载方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010711904.0A CN111918248A (zh) | 2020-07-22 | 2020-07-22 | 车联网环境下基于d2d的多接入边缘计算任务卸载方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111918248A true CN111918248A (zh) | 2020-11-10 |
Family
ID=73280174
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010711904.0A Pending CN111918248A (zh) | 2020-07-22 | 2020-07-22 | 车联网环境下基于d2d的多接入边缘计算任务卸载方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111918248A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113014632A (zh) * | 2021-02-19 | 2021-06-22 | 南京大学 | 一种支持工业互联网业务应用的d2d计算卸载方法 |
CN113364859A (zh) * | 2021-06-03 | 2021-09-07 | 吉林大学 | 车联网中面向mec的联合计算资源分配和卸载决策优化方案 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104615714A (zh) * | 2015-02-05 | 2015-05-13 | 北京中搜网络技术股份有限公司 | 基于文本相似度和微博频道特征的博文排重方法 |
CN110062026A (zh) * | 2019-03-15 | 2019-07-26 | 重庆邮电大学 | 移动边缘计算网络中资源分配和计算卸载联合优化方案 |
CN111132077A (zh) * | 2020-02-25 | 2020-05-08 | 华南理工大学 | 车联网环境下基于d2d的多接入边缘计算任务卸载方法 |
-
2020
- 2020-07-22 CN CN202010711904.0A patent/CN111918248A/zh active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104615714A (zh) * | 2015-02-05 | 2015-05-13 | 北京中搜网络技术股份有限公司 | 基于文本相似度和微博频道特征的博文排重方法 |
CN110062026A (zh) * | 2019-03-15 | 2019-07-26 | 重庆邮电大学 | 移动边缘计算网络中资源分配和计算卸载联合优化方案 |
CN111132077A (zh) * | 2020-02-25 | 2020-05-08 | 华南理工大学 | 车联网环境下基于d2d的多接入边缘计算任务卸载方法 |
Non-Patent Citations (1)
Title |
---|
牟钦宇: "基于D2D的计算任务卸载及其安全性能研究", 《中国优秀硕士学位论文全文数据库信息科技辑》 * |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113014632A (zh) * | 2021-02-19 | 2021-06-22 | 南京大学 | 一种支持工业互联网业务应用的d2d计算卸载方法 |
CN113014632B (zh) * | 2021-02-19 | 2021-12-24 | 南京大学 | 一种支持工业互联网业务应用的d2d计算卸载方法 |
CN113364859A (zh) * | 2021-06-03 | 2021-09-07 | 吉林大学 | 车联网中面向mec的联合计算资源分配和卸载决策优化方案 |
CN113364859B (zh) * | 2021-06-03 | 2022-04-29 | 吉林大学 | 车联网中面向mec的联合计算资源分配和卸载决策优化方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107403173B (zh) | 一种人脸识别系统及方法 | |
CN112181971A (zh) | 一种基于边缘的联邦学习模型清洗和设备聚类方法、系统、设备和可读存储介质 | |
WO2021208915A1 (zh) | 算力共享方法及相关设备 | |
WO2019200716A1 (zh) | 面向雾计算的节点计算任务调度方法及其设备 | |
WO2017162011A1 (zh) | 一种网元的性能数据处理方法及装置和nms | |
CN111918248A (zh) | 车联网环境下基于d2d的多接入边缘计算任务卸载方法 | |
CN110519370B (zh) | 一种基于设施选址问题的边缘计算资源分配方法 | |
CN101986284A (zh) | 一种虚拟机镜像文件的废弃空间动态回收系统 | |
Guo et al. | NOMA-assisted multi-MEC offloading for IoVT networks | |
CN109756912A (zh) | 一种多用户多基站联合任务卸载及资源分配方法 | |
CN103685517A (zh) | 一种基于业务类别特征的存储分级调度方法及系统 | |
CN113242553B (zh) | 一种基于区块链分片的恶意节点检测方法 | |
CN110545302A (zh) | 一种计算迁移方法、设备及存储介质 | |
CN113645076B (zh) | 基于超图匹配算法的虚拟网络资源分配方法 | |
CN113240020A (zh) | 一种基于超图分割的5g无线通信网络切片分类方法 | |
CN117539619A (zh) | 基于云边融合的算力调度方法、系统、设备和存储介质 | |
CN112835691A (zh) | 一种物联网通讯的边缘数据处理方法及系统 | |
CN111626354A (zh) | 应用于车联网中的基于任务依赖性的聚类方法 | |
WO2023020432A1 (zh) | 算力请求、算力分配、算力执行方法、终端及网络侧设备 | |
CN104468379B (zh) | 基于最短逻辑距离的虚拟Hadoop集群节点选择方法及装置 | |
CN112817732B (zh) | 一种适应云边协同多数据中心场景下的流数据处理方法及系统 | |
CN111258821A (zh) | 一种基于云计算的备份数据快速提取方法 | |
CN109587641B (zh) | 移动智能设备中基于用户匹配的数据流量共享方法 | |
CN115514816B (zh) | 分布式边缘云资源调度方法、装置、设备及介质 | |
CN111885157B (zh) | 物联网网间设备通信方法、系统及边缘节点 |
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 |