CN115065727A - 一种基于边缘计算场景的任务卸载方法 - Google Patents

一种基于边缘计算场景的任务卸载方法 Download PDF

Info

Publication number
CN115065727A
CN115065727A CN202210553733.2A CN202210553733A CN115065727A CN 115065727 A CN115065727 A CN 115065727A CN 202210553733 A CN202210553733 A CN 202210553733A CN 115065727 A CN115065727 A CN 115065727A
Authority
CN
China
Prior art keywords
edge
server
task
layer
mobile equipment
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
CN202210553733.2A
Other languages
English (en)
Other versions
CN115065727B (zh
Inventor
童泽云
王珺
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.)
Nanjing University of Posts and Telecommunications
Original Assignee
Nanjing University of Posts 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 Nanjing University of Posts and Telecommunications filed Critical Nanjing University of Posts and Telecommunications
Priority to CN202210553733.2A priority Critical patent/CN115065727B/zh
Publication of CN115065727A publication Critical patent/CN115065727A/zh
Application granted granted Critical
Publication of CN115065727B publication Critical patent/CN115065727B/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

Landscapes

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

Abstract

本发明公开了一种基于边缘计算场景的任务卸载方法，包括：建立任务卸载框架，包括边缘层、移动设备层和中央云层；所述移动设备层将任务请求发送至中央云层，中央云层根据任务请求对移动设备分配代理服务器，代理服务器根据分配与移动设备建立连接；代理服务器将移动设备的待卸载任务转发至边缘计算层或中央云层进行处理，边缘计算层或中央云层将任务处理结果发送至代理服务器，代理服务器转发任务处理结果至移动设备。本发明的任务卸载框架，使用者通过改变位于中央云层的代理服务器分配模块和位于代理服务层的卸载决策制定下发模块的分配方式和卸载策略，可以在不改变框架的情况下实现不同的边缘卸载架构和卸载算法的仿真，具有较高通用性。

Description

一种基于边缘计算场景的任务卸载方法
技术领域
本发明涉及边缘计算通信技术领域，特别涉及一种基于边缘计算场景的任务卸载方法。
背景技术
随着近几年5G移动通信技术的不断发展，以及城市中物联网设备在多个领域中的广泛应用，人们对小型可移动设备的需求急剧增加。然而，移动设备往往受到有限资源的限制，尤其是计算资源和功耗资源限制，为了缓解这些资源限制，常常需要借助云计算，即移动设备通过网络将数据和任务全部迁移到中央云计算服务器，利用中央云服务器更强大的计算资源和功耗资源进行移动设备的任务处理，最后将任务的计算结果发送回移动设备即可。
虽然云计算可以解决移动设备资源受限的问题，但又引申出新的问题：由于移动设备需要经过核心网将任务和数据迁移到中央云服务器，在这一过程中将导致较高且难以预计的传输时延，无法满足5G移动通信技术指标之一的超低时延要求。在此背景下移动边缘计算MEC应运而生，MEC将服务下沉至网络边缘侧，更加靠近移动设备，保证5G通信技术的超低时延要求。
因此，边缘计算正在逐步取代中央云计算进行任务处理，但目前研究大多集中在边缘计算卸载策略上，对于边缘计算的具体实现方式关注较少，当移动设备的卸载策略部署到实际生产环境中，通过边缘计算进行处理时需要重新编写代码，无法实现边缘计算实际生产环境的快速部署。
发明内容
发明目的：针对以上问题，本发明目的是提供一种基于边缘计算场景的任务卸载方法，通过为每台移动设备分配代理服务器，可以快速部署边缘计算场景和架构，并进行边缘计算卸载任务的模拟和仿真。
技术方案：本发明的一种基于边缘计算场景的任务卸载方法，该方法包括以下步骤：
步骤1，建立任务卸载框架，包括边缘层、移动设备层和中央云层；
所述边缘层位于核心网边缘侧，边缘层包括边缘计算层和代理服务层，边缘计算层包括边缘服务器，代理服务层包括代理服务器；
所述移动设备层包括用户使用的各类移动设备；
所述中央云层为位于核心网的远程中央云服务器；
步骤2，所述移动设备层将任务请求发送至中央云层，中央云层根据任务请求对移动设备分配代理服务器，代理服务器根据分配与移动设备建立连接；
步骤3，代理服务器将移动设备的待卸载任务转发至边缘计算层或中央云层进行处理，边缘计算层或中央云层将任务处理结果发送至代理服务器，代理服务器转发任务处理结果至移动设备。
进一步，所述步骤2包括：
步骤201，中央云服务器运行所述任务卸载框架后，首先创建套接字、建立TCP连接并进行端口监听，等待接收边缘服务器的连接请求或者物联网中移动设备的连接请求，若连接请求为前者，则执行步骤202，否则执行步骤203；
步骤202，中央云服务器的边缘服务器管理模块将边缘服务器的IP地址记录到中央云服务器的数据库中，并将对应的边缘服务器记录在可用边缘服务器列表中；
步骤203，中央云服务器的移动设备管理模块将请求记录在中央云服务器的数据库中，调用中央云服务器的代理服务器分配模块，代理服务器分配模块根据移动设备的物理位置和网络环境以及当前边缘服务器网络拓扑，分配可用边缘服务器列表中的一台边缘服务器作为移动设备的代理服务器。
进一步，所述步骤2还包括：
步骤204，边缘服务器第一次被选为移动设备的代理服务器后，代理服务器的边缘服务器信息记录模块接收来自边缘服务器管理模块记录的所有边缘服务器的网络拓扑变换和参数，并记录到代理服务器的数据库中；
步骤205，代理服务器的代理移动设备管理模块将分配的移动设备的相关信息记录到代理服务器的数据库中，同时代理移动设备管理模块与移动设备之间建立一条新的TCP连接链路用于通信，每台移动设备的设备参数监控模块周期性的向代理服务器的移动设备信息监控模块发送中央处理器的利用率和能耗功率指标，利用率和能耗功率指标被记录在代理服务器的数据库中；
步骤206，代理服务器的卸载决策制定下发模块根据代理服务器数据库中记录的边缘服务器参数和移动设备参数，调用开发人员建立的边缘计算卸载策略进行卸载决策；
步骤207，移动设备的卸载决策接收模块按照卸载决策进行任务调度。
进一步，所述边缘服务器管理模块记录边缘服务器的工作负载，将负载过高的边缘服务器标记为繁忙，并将繁忙的边缘服务器排除出可用边缘服务器列表，边缘服务器管理模块周期性向边缘服务器信息记录模块发送边缘服务器的网络拓扑变换，包括边缘服务器的加入、退出或繁忙状态。
进一步，所述步骤3包括：当移动设备按照卸载决策进行任务调度后，在移动设备本地处理的任务直接由移动设备的本地任务执行模块处理，需要卸载的任务由移动设备的任务卸载模块发送至代理服务器的移动设备任务调度模块，再由移动设备任务调度模块将任务转发至边缘计算器或中央云服务器的卸载任务执行模块，卸载任务执行模块利用自身计算能力和能耗资源进行计算，并将计算结果通过任务结果返回模块发送回代理服务器，由代理服务器将任务结果转发回移动设备。
进一步，在步骤201中，当边缘计算器向中央云服务器发送连接请求时，边缘服务器的边缘服务申请模块与边缘服务器管理模块建立通信连接，请求接入边缘计算网络，该请求信息中包括当前边缘服务器的基础信息；边缘服务器的本地资源报告模块周期性向边缘服务器管理模块发送心跳包，保证自身在线。
进一步，所述步骤206包括：根据代理服务器数据库中记录的移动设备当前运行数据和边缘计算层中其他边缘服务器的运行数据，卸载决策制定下发模块构建本地计算模型和数据传输模型，制定出所代理的移动设备的任务卸载决策。
有益效果：本发明与现有技术相比，其显著优点是：
(1)本发明公开了一种带有代理服务层的通用边缘计算场景的任务卸载方法，通过将每层的关键部件模块化，构建了一种便于重复利用的移动边缘计算任务卸载方法；
(2)本发明公开的任务卸载软件框架，使用者通过改变位于中央云层的代理服务器分配模块和位于代理服务层的卸载决策制定下发模块的分配方式和卸载策略，可以在不改变框架的情况下实现不同的边缘卸载架构和卸载算法的仿真，具有较高通用性。
附图说明
图1为本发明任务卸载框架结构示意图；
图2为本发明任务卸载框架流程图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请进行进一步详细说明。
本实施例所述的一种基于边缘计算场景的任务卸载方法，包括如下步骤：
步骤1，建立任务卸载框架，结构如图1所示，包括边缘层、移动设备层和中央云层。
移动设备层包括用户使用的各类移动设备，如小型物联网可移动设备、智能手机或车载移动设备等直接面向用户、并为用户提供服务的设备。移动设备因为自身的资源限制，包括计算资源(CPU最高频率有限)和能耗资源(携带的电池容量大小有限)的限制，使得仅凭自身无法向用户提供良好的使用体验，因此移动设备根据卸载策略，将部分计算时间长、能量消耗大的任务卸载到服务器进行处理，以提高处理效率。
边缘层包括位于核心网边缘侧的边缘服务器，边缘层根据是否需要为移动设备提供代理服务分为边缘计算层和代理服务层。代理服务层包括代理服务器，代理服务器的选择由使用者根据需要搭建的边缘计算任务环境来确定。代理服务层为移动设备提供代理服务，包括确定边缘卸载策略，以及在需要进行任务卸载时，从移动设备获得具体任务和参数并进行转发，完成实际的任务卸载。
中央云层包括位于核心网的远程中央云服务器，其任务是提供相较于边缘服务器更强大的计算能力和更大的存储空间。中央云服务器根据需要接收来自移动设备或边缘服务器的任务卸载，此外中央云服务器还负责协调当前边缘计算网络，包括记录所有边缘服务器的IP地址、参数指标和负载情况等。
如图2所示，步骤2，移动设备层将任务请求发送至中央云层，中央云层根据任务请求对移动设备分配位于代理服务层的代理服务器，代理服务器根据分配与移动设备建立连接：
步骤201，中央云服务器运行所述任务卸载框架后，首先利用Socket网络编程创建套接字、建立TCP连接并进行端口监听，等待接收边缘服务器的连接请求或者物联网中移动设备的连接请求，若连接请求为前者，则执行步骤202，否则执行步骤203；
中央云服务器包括边缘服务器管理模块、代理服务器分配模块和移动设备管理模块。当边缘计算器向中央云服务器发送连接请求时，边缘服务器的边缘服务申请模块与边缘服务器管理模块建立通信连接，请求接入边缘计算网络，该请求信息中包括当前边缘服务器的IP地址信息；边缘服务器的本地资源报告模块周期性向边缘服务器管理模块发送心跳包，保证边缘服务器在线。同时心跳包中应该包含边缘服务器的工作负载，以帮助进行边缘计算的卸载决策。
同时，边缘服务器管理模块记录边缘服务器的工作负载，将负载过高的边缘服务器标记为繁忙，并将繁忙的边缘服务器排除出可用边缘服务器列表，根据CPU的利用率和存储空间的使用率综合判断负载，通常将CPU利用率超过80％视为负载过高。边缘服务器管理模块周期性向边缘服务器信息记录模块发送边缘服务器的网络拓扑变换，包括边缘服务器的加入、退出或繁忙状态。
步骤202，边缘服务器管理模块将边缘服务器的IP地址记录到中央云服务器的数据库中，并将对应的边缘服务器记录在可用边缘服务器列表中；
步骤203，移动设备管理模块将请求记录在中央云服务器的数据库中，调用代理服务器分配模块，代理服务器分配模块根据移动设备的物理位置和网络环境以及当前边缘服务器网络拓扑，分配可用边缘服务器列表中的一台边缘服务器作为移动设备的代理服务器。代理移动设备管理模块建立一条新的TCP连接链路，服务器为每个移动设备启动一个新的守护线程，使用守护线程使得移动设备中断与服务器的连接更加方便，因为不需要考虑服务器是否处于写入等状态。相关人员通过改变代理服务器的分配方式可以实现不同边缘计算卸载环境的搭建与仿真，如云边端架构、边端架构和云边架构，实现本任务卸载框架的通用性。
代理服务器包括边缘服务器信息记录模块、代理移动设备管理模块、移动设备信息监控模块和卸载决策制定下发模块。
所述步骤203之后包括：
步骤204，边缘服务器第一次被选为移动设备的代理服务器后，边缘服务器信息记录模块接收来自边缘服务器管理模块记录的所有边缘服务器的网络拓扑变换和参数，包括CPU频率和能量消耗，并记录到代理服务器的数据库中；
步骤205，代理移动设备管理模块将分配的移动设备的相关信息记录到代理服务器的数据库中，同时代理移动设备管理模块与移动设备之间建立一条新的TCP连接链路用于通信，每台移动设备的设备参数监控模块周期性的向移动设备信息监控模块发送中央处理器的利用率和能耗功率指标，包括本地设备的CPU频率和CPU能量消耗，使得代理服务器可以根据这些动态指标进行卸载决策，同时保证移动设备依然在线。利用率和能耗功率指标被记录在代理服务器的数据库中；
步骤206，卸载决策制定下发模块根据代理服务器数据库中记录的边缘服务器参数和移动设备参数，调用开发人员建立的边缘计算卸载策略进行卸载决策；
根据代理服务器数据库中记录的移动设备当前运行数据和边缘计算层中其他边缘服务器的运行数据，卸载决策制定下发模块构建本地计算模型和数据传输模型，制定出所代理的移动设备的任务卸载决策。
相关人员可以通过改变代理服务器卸载决策制定下发模块的具体卸载算法的方式实现不同的任务分配结果。因此，相关人员可以在不改变其他设置的情况下快速完成对不同卸载算法的仿真。
步骤207，移动设备的卸载决策接收模块按照卸载决策进行任务调度。
步骤3，代理服务器将移动设备的待卸载任务转发至边缘计算层或中央云层进行处理，边缘计算层或中央云层将任务处理结果发送至代理服务器，代理服务器转发任务处理结果至移动设备。
当移动设备按照卸载决策进行任务调度后，在移动设备本地处理的任务直接由移动设备的本地任务执行模块处理，需要卸载的任务由移动设备的任务卸载模块发送至代理服务器的移动设备任务调度模块，再由移动设备任务调度模块将任务转发至边缘计算器或中央云服务器的卸载任务执行模块，卸载任务执行模块利用自身计算能力和能耗资源进行计算，并将计算结果通过任务结果返回模块发送回代理服务器，由代理服务器将任务结果转发回移动设备。

Claims (7)

1.一种基于边缘计算场景的任务卸载方法，其特征在于，该方法包括以下步骤：
步骤1，建立任务卸载框架，包括边缘层、移动设备层和中央云层；
所述边缘层位于核心网边缘侧，边缘层包括边缘计算层和代理服务层，边缘计算层包括边缘服务器，代理服务层包括代理服务器；
所述移动设备层包括用户使用的各类移动设备；
所述中央云层为位于核心网的远程中央云服务器；
步骤2，所述移动设备层将任务请求发送至中央云层，中央云层根据任务请求对移动设备分配代理服务器，代理服务器根据分配与移动设备建立连接；
步骤3，代理服务器将移动设备的待卸载任务转发至边缘计算层或中央云层进行处理，边缘计算层或中央云层将任务处理结果发送至代理服务器，代理服务器转发任务处理结果至移动设备。
2.根据权利要求1所述的任务卸载方法，其特征在于，所述步骤2包括：
步骤201，中央云服务器运行所述任务卸载框架后，首先创建套接字、建立TCP连接并进行端口监听，等待接收边缘服务器的连接请求或者物联网中移动设备的连接请求，若连接请求为前者，则执行步骤202，否则执行步骤203；
步骤202，中央云服务器的边缘服务器管理模块将边缘服务器的IP地址记录到中央云服务器的数据库中，并将对应的边缘服务器记录在可用边缘服务器列表中；
步骤203，中央云服务器的移动设备管理模块将请求记录在中央云服务器的数据库中，调用中央云服务器的代理服务器分配模块，代理服务器分配模块根据移动设备的物理位置和网络环境以及当前边缘服务器网络拓扑，分配可用边缘服务器列表中的一台边缘服务器作为移动设备的代理服务器。
3.根据权利要求2所述的任务卸载方法，其特征在于，所述步骤2还包括：
步骤204，边缘服务器第一次被选为移动设备的代理服务器后，代理服务器的边缘服务器信息记录模块接收来自边缘服务器管理模块记录的所有边缘服务器的网络拓扑变换和参数，并记录到代理服务器的数据库中；
步骤205，代理服务器的代理移动设备管理模块将分配的移动设备的相关信息记录到代理服务器的数据库中，同时代理移动设备管理模块与移动设备之间建立一条新的TCP连接链路用于通信，每台移动设备的设备参数监控模块周期性的向代理服务器的移动设备信息监控模块发送中央处理器的利用率和能耗功率指标，利用率和能耗功率指标被记录在代理服务器的数据库中；
步骤206，代理服务器的卸载决策制定下发模块根据代理服务器数据库中记录的边缘服务器参数和移动设备参数，调用开发人员建立的边缘计算卸载策略进行卸载决策；
步骤207，移动设备的卸载决策接收模块按照卸载决策进行任务调度。
4.根据权利要求2所述的任务卸载方法，其特征在于，所述边缘服务器管理模块记录边缘服务器的工作负载，将负载过高的边缘服务器标记为繁忙，并将繁忙的边缘服务器排除出可用边缘服务器列表，边缘服务器管理模块周期性向边缘服务器信息记录模块发送边缘服务器的网络拓扑变换，包括边缘服务器的加入、退出或繁忙状态。
5.根据权利要求3所述的任务卸载方法，其特征在于，所述步骤3包括：当移动设备按照卸载决策进行任务调度后，在移动设备本地处理的任务直接由移动设备的本地任务执行模块处理，需要卸载的任务由移动设备的任务卸载模块发送至代理服务器的移动设备任务调度模块，再由移动设备任务调度模块将任务转发至边缘计算器或中央云服务器的卸载任务执行模块，卸载任务执行模块利用自身计算能力和能耗资源进行计算，并将计算结果通过任务结果返回模块发送回代理服务器，由代理服务器将任务结果转发回移动设备。
6.根据权利要求2所述的任务卸载方法，其特征在于，在步骤201中，当边缘计算器向中央云服务器发送连接请求时，边缘服务器的边缘服务申请模块与边缘服务器管理模块建立通信连接，请求接入边缘计算网络，该请求信息中包括当前边缘服务器的基础信息；边缘服务器的本地资源报告模块周期性向边缘服务器管理模块发送心跳包，保证自身在线。
7.根据权利要求3所述的任务卸载方法，其特征在于，所述步骤206包括：根据代理服务器数据库中记录的移动设备当前运行数据和边缘计算层中其他边缘服务器的运行数据，卸载决策制定下发模块构建本地计算模型和数据传输模型，制定出所代理的移动设备的任务卸载决策。
CN202210553733.2A 2022-05-19 2022-05-19 一种基于边缘计算场景的任务卸载方法 Active CN115065727B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210553733.2A CN115065727B (zh) 2022-05-19 2022-05-19 一种基于边缘计算场景的任务卸载方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210553733.2A CN115065727B (zh) 2022-05-19 2022-05-19 一种基于边缘计算场景的任务卸载方法

Publications (2)

Publication Number Publication Date
CN115065727A true CN115065727A (zh) 2022-09-16
CN115065727B CN115065727B (zh) 2023-08-22

Family

ID=83198082

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210553733.2A Active CN115065727B (zh) 2022-05-19 2022-05-19 一种基于边缘计算场景的任务卸载方法

Country Status (1)

Country Link
CN (1) CN115065727B (zh)

Citations (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2018182903A1 (en) * 2017-03-30 2018-10-04 Intel Corporation Cloud assisted machine learning
US20190208007A1 (en) * 2018-01-03 2019-07-04 Verizon Patent And Licensing Inc. Edge Compute Systems and Methods
CN110971706A (zh) * 2019-12-17 2020-04-07 大连理工大学 Mec中近似最优化与基于强化学习的任务卸载方法
CN112188442A (zh) * 2020-11-16 2021-01-05 西南交通大学 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
WO2021012584A1 (zh) * 2019-07-25 2021-01-28 北京工业大学 一种移动边缘计算场景下制定单任务迁移策略的方法
US20210042160A1 (en) * 2019-04-05 2021-02-11 Mimik Technology Inc. Method and system for distributed edge cloud computing
US20210136142A1 (en) * 2018-07-27 2021-05-06 Huawei Technologies Co., Ltd. Task offloading and routing in mobile edge cloud networks
CN113011678A (zh) * 2021-04-08 2021-06-22 国网辽宁省电力有限公司信息通信分公司 基于边缘计算的虚拟运营平台运行控制方法
CN113301159A (zh) * 2021-05-26 2021-08-24 中国电子科技集团公司第五十四研究所 一种边缘计算系统中的服务位置获取方法及装置
CN113377125A (zh) * 2021-05-26 2021-09-10 安徽大学 用于空气污染检测的无人机系统
CN113395679A (zh) * 2021-05-25 2021-09-14 安徽大学 一种无人机边缘服务器的资源和任务分配优化系统
CN113504987A (zh) * 2021-06-30 2021-10-15 广州大学 基于迁移学习的移动边缘计算任务卸载方法及装置
CN113778550A (zh) * 2021-08-17 2021-12-10 南京邮电大学 一种基于移动边缘计算的任务卸载系统和方法
US20220032933A1 (en) * 2020-07-31 2022-02-03 Toyota Motor Engineering & Manufacturing North America, Inc. Systems and methods for generating a task offloading strategy for a vehicular edge-computing environment
WO2022027776A1 (zh) * 2020-08-03 2022-02-10 威胜信息技术股份有限公司 边缘计算网络任务调度与资源分配方法和边缘计算系统

Patent Citations (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2018182903A1 (en) * 2017-03-30 2018-10-04 Intel Corporation Cloud assisted machine learning
US20190208007A1 (en) * 2018-01-03 2019-07-04 Verizon Patent And Licensing Inc. Edge Compute Systems and Methods
US20210136142A1 (en) * 2018-07-27 2021-05-06 Huawei Technologies Co., Ltd. Task offloading and routing in mobile edge cloud networks
US20210042160A1 (en) * 2019-04-05 2021-02-11 Mimik Technology Inc. Method and system for distributed edge cloud computing
WO2021012584A1 (zh) * 2019-07-25 2021-01-28 北京工业大学 一种移动边缘计算场景下制定单任务迁移策略的方法
CN110971706A (zh) * 2019-12-17 2020-04-07 大连理工大学 Mec中近似最优化与基于强化学习的任务卸载方法
US20220032933A1 (en) * 2020-07-31 2022-02-03 Toyota Motor Engineering & Manufacturing North America, Inc. Systems and methods for generating a task offloading strategy for a vehicular edge-computing environment
WO2022027776A1 (zh) * 2020-08-03 2022-02-10 威胜信息技术股份有限公司 边缘计算网络任务调度与资源分配方法和边缘计算系统
CN112188442A (zh) * 2020-11-16 2021-01-05 西南交通大学 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
CN113011678A (zh) * 2021-04-08 2021-06-22 国网辽宁省电力有限公司信息通信分公司 基于边缘计算的虚拟运营平台运行控制方法
CN113395679A (zh) * 2021-05-25 2021-09-14 安徽大学 一种无人机边缘服务器的资源和任务分配优化系统
CN113377125A (zh) * 2021-05-26 2021-09-10 安徽大学 用于空气污染检测的无人机系统
CN113301159A (zh) * 2021-05-26 2021-08-24 中国电子科技集团公司第五十四研究所 一种边缘计算系统中的服务位置获取方法及装置
CN113504987A (zh) * 2021-06-30 2021-10-15 广州大学 基于迁移学习的移动边缘计算任务卸载方法及装置
CN113778550A (zh) * 2021-08-17 2021-12-10 南京邮电大学 一种基于移动边缘计算的任务卸载系统和方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
JUN WANG等: "Computation Offloading for Mobile Edge Computing Enabled Vehicular Networks", 《IEEE ACCESS》 *
高基旭等: "一种基于遗传算法的多边缘协同计算卸载方案", 《计算机科学》, vol. 48, no. 1 *

Also Published As

Publication number Publication date
CN115065727B (zh) 2023-08-22

Similar Documents

Publication Publication Date Title
Zhu et al. Task offloading decision in fog computing system
CN110413392B (zh) 一种移动边缘计算场景下制定单任务迁移策略的方法
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
CN107087019B (zh) 一种基于端云协同计算架构的任务调度方法及装置
CN113448721A (zh) 算力处理的网络系统及算力处理方法
CN102915254B (zh) 任务管理方法及装置
Liu et al. Task scheduling and server provisioning for energy-efficient cloud-computing data centers
CN110489176B (zh) 一种基于装箱问题的多接入边缘计算任务卸载方法
Di Valerio et al. Optimal virtual machines allocation in mobile femto-cloud computing: An MDP approach
CN112416603B (zh) 一种基于雾计算的联合优化系统和方法
CN112162789A (zh) 一种基于软件定义的边缘计算随机卸载决策方法及系统
Li et al. Placement of edge server based on task overhead in mobile edge computing environment
Han et al. EdgeTuner: Fast scheduling algorithm tuning for dynamic edge-cloud workloads and resources
Wu et al. A mobile edge computing-based applications execution framework for Internet of Vehicles
Apat et al. Service placement in fog computing environment
CN109348486B (zh) 一种异构无线网络资源分配方法
Liu et al. A survey on computation offloading in the mobile cloud computing environment
Ravi et al. Mobility managed energy efficient Android mobile devices using cloudlet
Huang et al. Power-aware hierarchical scheduling with respect to resource intermittence in wireless grids
CN115150892B (zh) 具有突发性业务的mec无线系统中vm-pm修复策略方法
CN111245878A (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
Sarvabhatla et al. A network aware energy efficient offloading algorithm for mobile cloud computing over 5g network
CN115065727A (zh) 一种基于边缘计算场景的任务卸载方法
Zhang et al. Time-sensitive multi-user oriented mobile edge computing task scheduling algorithm
Swarnakar et al. A novel improved hybrid model for load balancing in cloud environment

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