关键词： 移动边缘计算   计算力池   端池化   分簇   激励  

摘要： 经典的移动边缘计算是将计算任务从云计算迁移到移动边缘,终端用户的计算任务请求可智能选择在云端和边缘处理,这都取决于强大的基站通信能力。在基站覆盖力不足,外节点无法接入基站,乃至基站通信缺失的场景下,计算任务无法通过云计算与边缘计算进行处理。因此,提出一种基于贡献度激励的端池化解决方案。该方案由终端提供自身可用计算力,通过端池化帮助基站完成任务计算,针对终端的管理,提出基于算力池最大化的动态分簇算法,该算法利用不同终端作为簇首的差异性聚簇,得到综合算力池最大时的分簇方案;针对基站覆盖力不足的情况,外围节点根据其历史贡献度指标,通过移动自组织网络与内部节点连接,该激励策略能提升内部节点的连接意愿,以此提高外节点的接入率,扩宽基站覆盖范围,解决基站弱覆盖的问题。仿真结果表明,对比其他方案,CETP方案能在云计算与边缘计算无法实施的情况下,利用端池化过程得到最大算力池,能以最短的时延完成计算任务。

关键词： 移动边缘计算   不确定性任务   任务卸载   负载均衡   自适应  

摘要： 移动边缘计算场景中任务的不确定性增加了任务卸载及资源分配的复杂性和难度.鉴于此,提出一种移动边缘计算不确定性任务持续卸载及资源分配方法.首先,构建一种移动边缘计算不确定性任务持续卸载模型,通过基于持续时间片划分的任务多批次处理技术应对任务的不确定性,并设计多设备计算资源协同机制提升对计算密集型任务的承载能力.其次,提出一种基于负载均衡的自适应策略选择算法,避免计算资源过度分配导致信道拥堵进而产生额外能耗.最后,基于泊松分布实现了对不确定任务场景模型的仿真,大量实验结果表明时间片长度减小能够降低系统总能耗.此外,所提算法能够更有效地实现任务卸载及资源分配,相较于对比算法,最大可降低能耗11.8%.

关键词： 6G   空天地一体化网络   移动边缘计算   联邦学习   人工智能  

摘要： 下一代无线通信技术将通过支持智能交通、智能医疗、虚拟现实/增强等服务来提高用户的体验质量。这些新兴的服务通常都是计算密集型和时延敏感型的,必须满足严格的时延、能耗和可靠性要求,而基于云计算的服务难以满足这些要求。为了解决以上问题,提出移动边缘计算(Mobile Edge Computing,MEC)技术,解决将卸载请求回传到云计算中心所具有的高时延和高带宽消耗的问题。空天地一体化网络(Space-Air-Ground Integrated Network,SAGIN)作为6G的重要研究方向,可以弥补全球范围内的巨大覆盖缺口,受到广泛关注。通过将MEC技术、联邦学习技术和人工智能技术引入SAGIN,高效管理网络中海量、异构的资源,构建低时延、低能耗、高可靠性的SAGIN,以支持新兴的各种服务。

关键词： 移动边缘计算   任务部署   深度强化学习   图神经网络  

摘要： 借助于移动边缘计算(MEC)和网络虚拟化技术,可使移动端将执行各类复杂应用所需的算力、存储和传输等资源需求就近卸载至边缘服务节点,从而获得更高效的服务体验。面向边缘服务商,研究其在进行复杂任务部署时所面临的能耗优化决策问题。首先将复杂任务部署于多个边缘服务节点的问题建模为混合整数规划(MIP)模型,然后提出了一种融合图到序列的深度强化学习(DRL)求解策略。该策略通过基于图的编码器设计提取并学习子任务间潜在的依赖关系,从而根据边缘服务节点的可用资源状态及使用率自动发现任务部署的通用模式,最终快速获得能耗优化的部署策略。在不同的网络规模中,将所提策略与具代表性的基准策略进行了全面对比。实验结果表明,所提策略在任务部署错误率、MEC系统总功耗和算法求解效率等方面均显著优于基准策略。

关键词： 移动边缘计算   网络切片技术   5G通信  

摘要： 移动边缘计算(MEC)和网络切片技术正在改变移动通信技术。MEC将计算和存储资源推至网络边缘,以实现低延迟的移动应用,而网络切片则允许网络按需定制以满足各种应用需求。文章研究了网络切片技术,包括设计、实施和性能评估满足未来智能、高效的移动网络架构的需求。

关键词： “互联网+移动终端”   计算机网络   教学  

摘要： 随着信息技术与互联网技术快速发展,衍生出“互联网+移动终端”教学模式,优化了高职计算机网络教学环境,赋予教学趣味性,提高了课堂教学成效。基于此,本文围绕该教学模式,结合课程教学实践,分析了教学策略与教学注意事项,以期赋能高职院校计算机网络教学。

关键词： 移动边缘计算   计算卸载   资源分配   鲸鱼优化算法  

摘要： 为了在移动边缘计算(MEC)中最大限度地减少处理用户任务的时延和能耗,改善用户体验,以最小化用户的完成时间和能耗的加权和为目标,在计算资源的约束下研究了多用户、多MEC服务器中的计算卸载问题。针对此问题,考虑卸载决策和资源分配之间存在的依赖关系,首先将原问题解耦为卸载决策和计算资源分配2个子问题。然后,使用鲸鱼优化算法求解卸载决策问题,通过添加非线性收敛因子和惯性权重加快收敛速度;引入反馈机制,防止陷入局部最优,得到更高概率可行的卸载决策;对于资源分配问题使用拉格朗日乘子法得到每个卸载决策下的最佳计算资源分配解。最后,通过多次迭代得到稳定的收敛解。仿真实验结果表明,与其他基准方案相比,最多减少了44.6%的系统开销。

关键词： 智能铁路   移动边缘计算(MEC)   智能运营   智能装备   智能建造  

摘要： 为满足智能铁路的快速发展对铁路应用数据大容量传输、计算处理的实时性、安全性提出的更高要求,文章研究移动边缘计算(MEC,Mobile Edge Computing)的相关概念和基本框架,分析其关键技术、应用场景;针对铁路MEC业务需求,总结MEC在智能运营、智能装备、智能建造场景下的应用方案;结合当前存在的问题,展望MEC未来发展的技术趋势,为提升铁路智能化提供助力。

关键词： 移动边缘计算   信息年龄   高斯-马尔可夫移动模型   路径规划  

摘要： 无人机辅助移动边缘计算系统在5G/6G通信中有着深远意义。针对6G通信网络中各类通信设备对信息时效性和数据新鲜度的需求,提出一种基于双深度Q网络的信息新鲜度优先的轨迹规划和任务卸载算法。结果表明,所提出的算法相较于基准算法有效降低了平均AoI。

关键词： 移动边缘计算   网络切片技术   5G通信  

摘要： 文章深入研究了网络切片技术,包括设计、实施和性能评估等。希望通过对技术的研究可以更好地满足未来智能、高效的移动网络架构的需求。网络切片技术将在不同领域的新兴应用中发挥关键作用。