-
题名面向边云协同计算的能耗感知资源调度方法
被引量：5
- 1
-
-
作者
杨君
朱颖雯
-
机构
南京特殊教育师范学院数学与信息科学学院
三江学院计算机科学与工程学院
-
出处
《应用科学学报》
CAS
CSCD
北大核心
2023年第3期369-377,共9页
-
文摘
边缘计算在处理大量计算复杂的任务时,可能会引发任务实时执行效果下降以及能耗高等方面的问题。为此提出一种面向边云协同计算的能耗感知资源调度方法,首先根据实时保证率将任务分流到云计算和边缘计算,然后基于弹性资源特性提出能耗感知的资源调度策略,为实时任务生成虚拟资源配置方案,最后通过仿真实验验证了所提算法的有效性,该算法可以在保证实时性的前提下降低能耗。
-
关键词
能耗感知
资源调度
边云协同计算
弹性资源
-
Keywords
energy-aware
resource scheduling
edge-cloud collaborative computing
elastic resource
-
分类号
P311
[天文地球—固体地球物理学]
-
-
题名边云协同的视频分析任务卸载优化策略
被引量：1
- 2
-
-
作者
童佳慧
李越
李燕君
毛科技
-
机构
浙江工业大学计算机科学与技术学院
-
出处
《传感技术学报》
北大核心
2025年第1期128-134,共7页
-
基金
浙江省自然科学基金重点项目(LZ25F020009)
国家自然科学基金项目(61772472)。
-
文摘
当前交通、安防等领域广泛应用摄像头采集视频进行分析,传统将视频流直接上传到云平台处理的方式面临接入量受限、时延大等问题;边云协同架构下,将部分视频流卸载到边缘服务器可降低时延,可缓解云服务压力。考虑到视频分析任务对准确率、时延和能耗都有一定要求,提出通过同时控制视频帧的分辨率、边缘服务器部署卷积神经网络(Convolution Neural Network, CNN)模型的策略以及边云卸载决策,来最大化视频分析准确率,同时满足长期平均时延和能耗约束的问题。利用李雅普诺夫随机优化理论将原优化问题转化为每个时隙的独立优化问题,并采用蚁群优化算法求解得到动态卸载优化策略,包括视频帧的分辨率选择、边缘服务器部署哪些CNN模型以及边云卸载决策。仿真实验结果表明,所提动态卸载策略相比其他基线方案能够在满足约束的情况下获得更高的视频分析准确率。
-
关键词
边云协同计算
卸载决策
李雅普诺夫理论
蚁群优化算法
视频分析
-
Keywords
edge-cloud collaborative computing
offloading decision
Lyapunov theory
ant colony optimization algorithm
video analytics
-
分类号
TP393
[自动化与计算机技术—计算机应用技术]
-
-
题名面向车联网的多智能体强化学习边云协同卸载
被引量：9
- 3
-
-
作者
叶佩文
贾向东
杨小蓉
牛春雨
-
机构
西北师范大学计算机科学与工程学院
南京邮电大学江苏省无线通信重点实验室
-
出处
《计算机工程》
CAS
CSCD
北大核心
2021年第4期13-20,共8页
-
基金
国家自然科学基金(61861039,61561043,61261015)
甘肃省科技计划“无人机关键技术研究”(18YF1GA060)。
-
文摘
车联网边缘计算是实现车联网系统低时延和高可靠性的关键技术,但现有方法普遍存在场景趋同和系统建模局限的问题,同时包含复杂的训练过程并面临维灾风险。通过结合云计算技术,提出一种基于多智能体强化学习的边云协同卸载方案。依据随机几何理论计算卸载节点覆盖概率,对车辆节点与卸载对象进行预配对。利用线性Q函数分解方法反映每个智能体多效用因子与任务决策间的映射关系,通过云端协同机制将智能体决策记录作为经验上传到云端,并在云端将训练更完备的神经网络反馈到边缘节点。仿真结果表明,该方案在功耗和延时方面性能优于单一固定边缘的计算策略,且算法复杂度较低,能够有效提升边云协同卸载能力,实现低时延、高可靠的任务卸载。
-
关键词
车联网
多智能体强化学习
随机几何理论
边云协同计算
任务卸载策略
资源分配
-
Keywords
Internet of Vehicles(IoV)
multi-agent reinforcement learning
stochastic geometry theory
collaborative edge and cloud computing
task offloading strategy
resource allocation
-
分类号
TN929.5
[电子电信—通信与信息系统]
-
