典型文献
面向边缘协作的动态服务配置与迁移机制研究
文献摘要：
随着物联网技术的发展,时延敏感型用户请求日益激增,边缘计算正在成为提供灵活可靠服务的有前途的范例.考虑到物联网设备有限的存储和计算资源与用户需求延迟之间的冲突,边缘计算激发了将用户请求卸载到网络边缘的边缘服务器的新一轮浪潮.用户请求任务卸载方案的制定对于边缘网络中物联网设备的执行时间和能耗是一个显着的挑战.针对该问题,提出了一种动态计算卸载策略,具体包括:① 提出中间节点卸载策略.该节点具有足够的计算资源,并且能够通过动态最小化处理任务的时间和能量成本;② 将任务服务配置节点选择问题建模为多维马尔可夫决策过程(MDP)空间,提出深度强化学习算法以减少MDP状态空间并实现快速决策.实验结果表明,所提策略可以显著改善任务请求处理的时延,并且可以在一定程度上减少能量消耗.
文献关键词：
服务迁移;任务卸载;边缘协作;深度强化学习
中图分类号：
作者姓名：
杜楚;黄泽锋;李小翠
作者机构：
中国电子科技集团公司第五十四研究所, 河北 石家庄 050081;河北省智能化信息感知与处理重点实验室, 河北 石家庄 050081;中国地质大学(北京) 信息工程学院, 北京 100083
文献出处：
引用格式：
[1]杜楚;黄泽锋;李小翠-.面向边缘协作的动态服务配置与迁移机制研究)[J].无线电工程,2022(06):953-960
A类：
边缘协作
B类：
迁移机制,物联网技术,时延,敏感型,请求,激增,边缘计算,前途,范例,物联网设备,备有,计算资源,用户需求,载到,网络边缘,边缘服务器,任务卸载,卸载方案,边缘网络,中物,执行时间,显着,动态计算,计算卸载策略,中间节点,最小化处理,节点选择,马尔可夫决策过程,MDP,深度强化学习算法,状态空间,速决,务请,能量消耗,服务迁移
AB值：
0.395409
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。
