移动边缘计算中智能服务编排和算网资源分配联合优化方法

李云, 高倩, 姚枝秀, 夏士超, 梁吉申 - 通信学报, 2023 - infocomm-journal.com
为了解决边缘网络环境中由于业务差异化, 网络环境高度动态化以及算网资源部署去中心化造成
的网络服务缓存和算网资源分配效率低等问题, 研究并建立了一种去中心化的移动边缘计算服务 …

基于SAC 的多服务移动边缘计算中任务卸载和资源配置算法.

彭姿馀, 王高才, 农望 - Application Research of Computers …, 2023 - search.ebscohost.com
多服务移动边缘计算网络环境中的不同服务的缓存要求, 受欢迎程度, 计算要求以及从用户传输
到边缘服务器的数据量是随时间变化的. 如何在资源有限的边缘服务器中调整总服务类型的缓存 …

移动边缘计算中基于图到序列深度强化学习的复杂任务部署策略

陈卓, 操民涛, 周致圆, 黄欣, 李彦 - 通信学报, 2024 - infocomm-journal.com
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 …

车载边缘计算中任务卸载和服务缓存的联合智能优化

刘雷, 陈晨, 冯杰, 裴庆祺, 何辞, 窦志斌 - 通信学报, 2021 - infocomm-journal.com
针对车载环境下有限的网络资源和大量用户需求之间的矛盾, 提出了智能驱动的车载边缘计算
网络架构, 以实现网络资源的全面协同和智能管理. 基于该架构, 设计了任务卸载和服务缓存的 …

[PDF][PDF] 基于深度强化学习的多用户边缘计算任务卸载调度与资源分配算法

邝祝芳, 陈清林, 李林峰, 邓晓衡, 陈志刚 - 计算机学报, 2022 - cjc.ict.ac.cn
摘要移动边缘计算(Mobile Edge Computing, MEC) 把计算和存储等资源部署在网络边缘以满足
某些对延迟要求苛刻的应用. 用户设备可以通过无线网络将计算任务整体或者部分卸载到边缘 …

基于改进深度强化学习的边缘计算服务卸载算法

曹腾飞, 刘延亮, 王晓英 - 计算机应用, 2023 - joca.cn
在边缘计算(EC) 网络中, 针对边缘节点计算资源和存储空间有限的问题, 提出一种基于改进深度
强化学习(DRL) 的边缘计算服务卸载(ECSO) 算法, 以降低节点处理时延和提高服务性能 …

边缘计算中协作计算卸载与动态任务调度

张斐斐, 葛季栋, 李忠金, 黄子峰, 张胜, 陈兴国, 骆斌 - 软件学报, 2023 - jos.org.cn
在边缘计算场景中, 通过将部分待执行任务卸载到边缘服务器执行能够达到降低移动设备的负载
, 提升移动应用性能和减少设备开销的目的. 对于时延敏感任务, 只有在截止期限内完成才具有 …

[引用][C] 移动边缘网络中的计算卸载算法研究

徐进伟 - 2021 - 南京邮电大学

[引用][C] 基于强化学习的移动边缘计算任务卸载策略研究

卞圣强 - 2021 - 桂林: 广西师范大学ꎬ 2021. Bian …

[引用][C] 移动边缘计算中基于深度强化学习的任务卸载研究进展

梁俊斌, 张海涵, 蒋婵, 王天舒 - 计算机科学, 2021