為了有效地解決移動設(shè)備計算能力和存儲能力不足等問題,以物聯(lián)網(wǎng)的移動邊緣計算（mobile edge computing,MEC）為出發(fā)點,對邊緣計算卸載算法相關(guān)研究現(xiàn)狀與成果進行了綜合分析,深入剖析MEC卸載機制,從任務(wù)卸載算法的輸入?yún)?shù)、輸出參數(shù)、卸載算法、性能指標(biāo)四個角度詳細分析MEC卸載的研究現(xiàn)狀,并結(jié)合卸載原理分析MEC的應(yīng)用場景,指出了邊緣計算卸載的未來研究方向:融合深度學(xué)習(xí)和強化學(xué)習(xí)的MEC卸載、面向5G網(wǎng)絡(luò)的邊緣計算卸載算法、邊緣智能在分布式環(huán)境下的并行化. 

【文章來源】：內(nèi)江師范學(xué)院學(xué)報. 2020,35(10)

【文章頁數(shù)】：8 頁

【部分圖文】：

邊緣計算架構(gòu)

實時視頻分析被認(rèn)為是邊緣計算的重要應(yīng)用[28]．隨著交通攝像頭、車載攝像頭和無人機攝像頭等視頻輸入設(shè)備的爆炸式增長，傳統(tǒng)的客戶機-服務(wù)器架構(gòu)可能無法傳輸來自數(shù)百萬臺設(shè)備的視頻．因此海量的數(shù)據(jù)不僅會對核心網(wǎng)造成巨大的壓力，而且會造成較高的傳輸時延．例如，傳統(tǒng)的視頻監(jiān)控系統(tǒng)由于設(shè)備能力受限，只能通過監(jiān)控系統(tǒng)收集各種信息，然后將視頻送到云中心的監(jiān)控服務(wù)器上，從這些視頻流中獲取有價值的部分．而邊緣計算中的卸載算法可以直接在靠近設(shè)備的MEC服務(wù)器上進行視頻分析，同時解決攝像頭計算能力有限等問題．如圖2顯示一個典型的三層視頻分析架構(gòu)，大量的視頻流量通過這種方式被邊緣基礎(chǔ)設(shè)施消耗，只有元數(shù)據(jù)被發(fā)送到云[29]．因此，采用MEC卸載算法的監(jiān)控攝像頭具有廣闊的前景．例如交通管理應(yīng)用，它可以根據(jù)電子攝像頭實時監(jiān)控交通堵塞或事故，該應(yīng)用程序還可以通過路邊攝像頭識別并追蹤犯罪嫌疑人[30]．不可否認(rèn)，強大的服務(wù)器可以加速視頻分析過程，但在大規(guī)模分布式和多層視頻分析中，業(yè)界需要解決延遲、帶寬和資源供應(yīng)的挑戰(zhàn)．一方面，它是在帶寬和數(shù)據(jù)傳輸?shù)某杀局g進行權(quán)衡，如果帶寬有限，則應(yīng)采用策略來減少數(shù)據(jù)傳輸量，例如過濾掉視頻中不太有價值的片段或提供低分辨率視頻．這些策略可能會失去一定的準(zhǔn)確性，但在網(wǎng)絡(luò)資源有限的情況下，可以有效地進行分析．另一方面，它也促進了零時延容忍新興技術(shù)的發(fā)展．總的來說，實時視頻分析是資源密集型應(yīng)用，并且已經(jīng)在人類社會的許多方面顯示出它的威力．最近研究者在這一領(lǐng)域所做的所有努力都達成了一個共識，即在分析中加載計算密集型算法是一種很有前途的方法，甚至是唯一能夠滿足快速降低延遲的方法．4.2 智慧城市

邊緣卸載下的智慧城市

【參考文獻】：
期刊論文
[1]基于改進蟻群優(yōu)化策略的無線傳感器網(wǎng)絡(luò)路由算法[J]. 蔡燕,陳加林.  內(nèi)江師范學(xué)院學(xué)報. 2020(04)
[2]基于邊緣計算的高效視頻內(nèi)容分發(fā)關(guān)鍵技術(shù)與挑戰(zhàn)[J]. 孫立峰,胡文,馬茗,龐海天.  無線電通信技術(shù). 2020(03)
[3]移動Ad Hoc云中任務(wù)卸載的聯(lián)合優(yōu)化策略[J]. 胡楊,韓嘉偉,張志紅,李軍,劉暢,曾祥豹,李小飛,王音心.  壓電與聲光. 2019(03)
[4]面向服務(wù)可靠性的云資源調(diào)度方法[J]. 周平,殷波,邱雪松,郭少勇,孟洛明.  電子學(xué)報. 2019(05)
[5]移動云環(huán)境面向多重服務(wù)選擇的計算卸載算法[J]. 何遠德,黃奎峰.  計算機應(yīng)用研究. 2020(06)
[6]移動邊緣計算中基于改進拍賣模型的計算卸載策略[J]. 盛津芳,滕瀟雨,李偉民,王斌.  計算機應(yīng)用研究. 2020(06)
[7]云計算數(shù)據(jù)中心安全防護技術(shù)研究[J]. 謝盈.  西南民族大學(xué)學(xué)報(自然科學(xué)版). 2018(06)
[8]移動邊緣計算中分布式的設(shè)備發(fā)射功率優(yōu)化算法[J]. 周文晨,方維維,李陽陽,薛峰,王子岳.  西安交通大學(xué)學(xué)報. 2018(12)
[9]基于蟻群算法的云計算任務(wù)分配策略[J]. 陳偉.  內(nèi)江師范學(xué)院學(xué)報. 2018(06)

碩士論文
[1]面向節(jié)能的移動邊緣計算的卸載策略研究[D]. 周曉敏.北京郵電大學(xué) 2019
[2]移動云計算中任務(wù)卸載調(diào)度策略的研究[D]. 郭琪.哈爾濱工業(yè)大學(xué) 2017



本文編號：2961285