移動邊緣計算(MEC)服務(wù)器通過向用戶提供計算資源獲得收益。對MEC服務(wù)器而言,如何在計算資源受限的情況下提高自身收益至關(guān)重要,為此提出一種通過優(yōu)化計算任務(wù)執(zhí)行次序提高MEC服務(wù)器收益的策略。首先,將MEC服務(wù)器收益最大化問題建模為以任務(wù)執(zhí)行次序為優(yōu)化變量的優(yōu)化問題;然后提出了一種基于分支定界法的算法求解任務(wù)執(zhí)行次序。仿真結(jié)果表明,采用所提算法獲得的MEC服務(wù)器平均收益分別比大任務(wù)優(yōu)先(LTF)算法、低延遲任務(wù)優(yōu)先(LLTF)算法和先到先服務(wù)(FCFS)算法提高了11%、14%和21%。在保證卸載用戶服務(wù)質(zhì)量(QoS)同時,所提策略可以顯著提高服務(wù)器的收益。

【文章頁數(shù)】：5 頁

【部分圖文】：

圖2 MEC系統(tǒng)的任務(wù)卸載流程

圖1多用戶MEC系統(tǒng)2問題建模及優(yōu)化算法

圖3 不同算法的MEC服務(wù)器平均收益

如圖3所示：1）所提算法的平均收益高于其他算法的平均收益。隨著移動用戶數(shù)量的增加，所提算法優(yōu)勢變得更加明顯。給定MEC服務(wù)器的CPU頻率fc=10GHz，當移動用戶數(shù)K=24時，所提算法的平均收益分別比LTF、LLTF和FCFS高11%、14%和21%。2）隨著移動用戶數(shù)K的增....

圖4 不同算法的平均任務(wù)完成率

從圖3和圖4中，還可觀察到：1）隨著用戶數(shù)量的增加，LLTF和FCFS具有較高的完成率但是這兩種算法的平均收益均低于所提算法。這意味著收益并不完全等價于已完成任務(wù)的數(shù)量。2）所提算法的平均收益高于其他對比算法；同時，該算法的任務(wù)平均完成率略低于LLTF與FCFS。因此，所提算法在....

圖1 多用戶MEC系統(tǒng)

任務(wù)卸載過程如圖2所示。首先，移動用戶k(k∈{1,2，?，K})向MEC服務(wù)器發(fā)送卸載請求消息。卸載請求消息包括客戶端中間件收集的任務(wù)信息。收到一批卸載請求后，MEC服務(wù)器做出卸載決定并將該決定反饋給用戶。如果MEC服務(wù)器同意卸載，那么用戶將任務(wù)上傳并向MEC服務(wù)器支付相應(yīng)的費....

本文編號：4024970