期刊文献+
共找到4篇文章
< 1 >
每页显示 20 50 100
基于偏好和虚拟适应度的两阶段依赖任务卸载算法 被引量:1
1
作者 董立岩 齐竞则 +1 位作者 刘元宁 冯嘉辉 《吉林大学学报(理学版)》 CAS 北大核心 2024年第4期923-932,共10页
针对云边端协同环境中依赖任务卸载时效率低以及任务卸载失败的问题,提出一种基于偏好和虚拟适应度的两阶段依赖任务卸载算法.第一阶段,根据提出的二维卸载偏好因子对依赖任务的部分子任务进行直接卸载决策,从而有效缩小遗传算法初始种... 针对云边端协同环境中依赖任务卸载时效率低以及任务卸载失败的问题,提出一种基于偏好和虚拟适应度的两阶段依赖任务卸载算法.第一阶段,根据提出的二维卸载偏好因子对依赖任务的部分子任务进行直接卸载决策,从而有效缩小遗传算法初始种群的规模.第二阶段,提出基于虚拟适应度的启发式交叉方法,并对基于参考点的快速非支配排序遗传算法(non-dominated sorting genetic algorithmⅢ, NSGA-Ⅲ)的交叉算子进行改进,保留了种群多样性并提升了算法收敛速度,最后使用改进的算法对所有依赖任务的子任务进行最优卸载决策集的搜索.实验结果表明,与其他算法相比,该算法在任务完成时间、任务能耗和边缘云集群成本方面平均优化了10.2%~18.3%,并且将任务失败率平均降低了10.7%~25.6%. 展开更多
关键词 云边端协同环境 依赖任务卸载 多目标优化 虚拟适应度 遗传算法
在线阅读 下载PDF
移动边缘计算中基于A3C的依赖任务卸载与资源分配 被引量:5
2
作者 李强 仪晋辉 +1 位作者 杜婷婷 王胜春 《计算机工程》 CAS CSCD 北大核心 2023年第6期42-52,共11页
在移动边缘计算中,移动设备通常受限于自身的处理性能和电源容量,需要其他设备协助进行任务处理。将移动设备上的一系列具有依赖关系的任务卸载到边缘服务器执行,以应对移动设备资源受限的问题,可提高任务计算和能源效率。针对信道状态... 在移动边缘计算中,移动设备通常受限于自身的处理性能和电源容量,需要其他设备协助进行任务处理。将移动设备上的一系列具有依赖关系的任务卸载到边缘服务器执行,以应对移动设备资源受限的问题,可提高任务计算和能源效率。针对信道状态动态变化的移动边缘计算环境下任务延迟和移动设备能耗优化问题,根据依赖任务卸载模型计算得出依赖任务调度顺序和优化目标,设计一种基于A3C的依赖任务卸载与资源分配(DTORA)算法。通过定义状态空间、动作空间和奖励函数,将依赖任务卸载问题转化为马尔可夫决策过程下的最优策略问题,采用异步并发求解得到高效的任务卸载和资源分配策略,并在具有标准多核CPU的单个机器上进行并行学习,降低神经网络参数更新的相关性,提升学习效果。实验结果表明,在信道状态动态变化场景下,对于多种不同依赖关系的任务,DTORA算法相比于4种基线算法任务延迟减少14%~61%,移动设备能耗降低8%~66%。 展开更多
关键词 移动边缘计算 深度强化学习 依赖任务卸载 资源分配 能耗优化
在线阅读 下载PDF
移动边缘计算中基于深度强化学习的依赖任务卸载研究 被引量:2
3
作者 李强 杜婷婷 +2 位作者 童钊 张锦 王胜春 《小型微型计算机系统》 CSCD 北大核心 2023年第7期1463-1469,共7页
在移动边缘计算中,移动设备将计算密集型应用卸载到边缘服务器上运行,以提高服务质量和保护数据安全.应用通常由具有依赖关系的任务组成,传统方法在解决依赖任务卸载问题时效率低下并且忽略了信道动态变化对卸载策略的影响.本文通过建... 在移动边缘计算中,移动设备将计算密集型应用卸载到边缘服务器上运行,以提高服务质量和保护数据安全.应用通常由具有依赖关系的任务组成,传统方法在解决依赖任务卸载问题时效率低下并且忽略了信道动态变化对卸载策略的影响.本文通过建立信道状态变化场景下的依赖任务卸载模型,以最小化应用的响应时间和移动设备能耗为优化目标,提出一种依赖任务卸载算法(Dependent Task Offloading Algorithm,DTOA),将依赖任务卸载转化为马尔可夫决策过程下的最优策略问题,基于优先经验回放的DDQN求解获得有效的任务卸载策略.实验结果表明,对于不同依赖关系的任务,与已有卸载方法相比,本文提出的策略有效降低了应用的响应时间和移动设备的能耗. 展开更多
关键词 移动边缘计算 深度强化学习 依赖任务卸载 策略 能效优化
在线阅读 下载PDF
Mort:面向实时数据分发和传输优化的依赖性任务卸载框架 被引量:3
4
作者 殷昱煜 苟红深 +2 位作者 李尤慧子 黄彬彬 万健 《计算机研究与发展》 EI CSCD 北大核心 2023年第5期1002-1020,共19页
在边缘协同计算中,单一设备已无法满足大量复杂任务对系统高计算能力和低时延的需求,通常需要将任务卸载到邻近具有丰富计算存储资源的边缘服务器上,同时,通过发布订阅模式构建统一的通信协议,支撑任务对数据共享和隐私保护的需求.在发... 在边缘协同计算中,单一设备已无法满足大量复杂任务对系统高计算能力和低时延的需求,通常需要将任务卸载到邻近具有丰富计算存储资源的边缘服务器上,同时,通过发布订阅模式构建统一的通信协议,支撑任务对数据共享和隐私保护的需求.在发布订阅系统中,任务往往具有依赖性、执行周期性和高频率数据分发等特性,而传统的任务卸载算法主要针对数据单次传输和任务单次执行的场景,无法有效应对发布订阅系统中的任务卸载问题.因此,设计一个任务卸载及管理框架Mort.该框架使用基于静态代码分析的任务分解方法解构任务之间的依赖性,支撑任务并行;采用基于非线性整数规划建模和基于分组及资源融合的卸载算法,优化网络数据传输;采用基于协程的调度模型调度卸载后的任务,减少任务调度开销.大量的仿真实验和真实场景实验表明,Mort的数据传输优化能达到最优解的80%~90%,且引入的系统开销仅约为2%. 展开更多
关键词 边缘计算 发布订阅系统 依赖任务 组合优化 时间敏感
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部