典型文献
一种基于车边云协同的车联网计算卸载策略
文献摘要：
随着智能交通的快速发展和车联网中数据流量爆炸式的增长,汽车终端请求卸载的任务对时延和带宽有了更加严苛的要求.在现有的云计算服务模式中,车辆可以访问云服务器来获得强大的计算、存储和网络资源,但缺点是通信传输时延较大,仅依靠云计算可能会导致过度的延迟.为了更加合理利用资源、减小时延、优化卸载策略,提出了一种基于粒子群优化算法的"车-边-云"协同卸载方案.首先通过接入点附近的软件定义网络(Software Define Network,SDN)控制器根据终端用户附近边缘节点、本地终端和云计算节点的计算资源和容量情况得出最优的卸载策略,充分利用本地、移动边缘计算(Mobile Edge Computing,MEC)设备、云端的计算资源,然后通过粒子群优化算法得出"车-边-云"各计算节点的卸载系数,即最优卸载策略.实验结果表明,相比于其他卸载策略,所提的卸载机制对时延优化效果明显,提高了计算资源的利用率.
文献关键词：
车联网;移动边缘计算;云计算;任务卸载;粒子群优化
中图分类号：
作者姓名：
罗优;李晖;周又玲;王萍;林志阳
作者机构：
海南大学信息与通信工程学院,海口 570228;南京信息工程大学滨江学院,江苏无锡214105
文献出处：
引用格式：
[1]罗优;李晖;周又玲;王萍;林志阳-.一种基于车边云协同的车联网计算卸载策略)[J].电讯技术,2022(10):1407-1413
A类：
B类：
边云协同,车联网,计算卸载策略,智能交通,数据流量,爆炸式,请求,严苛,云计算服务,云服务器,网络资源,通信传输,传输时延,粒子群优化算法,协同卸载,卸载方案,接入点,软件定义网络,Software,Define,Network,SDN,终端用户,边缘节点,计算节点,计算资源,移动边缘计算,Mobile,Edge,Computing,MEC,云端,最优卸载,时延优化,优化效果,任务卸载
AB值：
0.398903
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
