-
题名雾计算中融合能量采集与资源分配的智能迁移研究
- 1
-
-
作者
陈韬
胡静
陈思光
-
机构
南京邮电大学物联网学院
江苏中烟工业有限责任公司信息中心
南京邮电大学江苏省通信与网络技术工程研究中心
-
出处
《传感技术学报》
北大核心
2025年第1期88-95,共8页
-
基金
国家自然科学基金项目(61971235)
中国博士后科学基金(面上一等资助)项目(2018M630590)
+2 种基金
江苏省“333高层次人才培养工程”项目
江苏省博士后科研资助计划项目(2021K501C)
南京邮电大学‘1311’人才计划项目。
-
文摘
随着物联网与移动互联网的发展,云计算和雾计算等技术在学术与工业界受到了广泛的研究。然而,由于数据的快速增长和传输延迟的约束,传统的计算迁移方法无法很好地满足任务对于传输时延和能量消耗的要求。为了有效降低物联网设备在任务计算时的传输延迟与能量消耗,提出了一种在雾计算中融合能量采集与资源分配的智能迁移机制。具体地,通过优化雾节点迁移决策、带宽资源、计算资源以及能量采集中的功率分配,构建了一个最小化任务完成时延与能耗加权总成本的优化问题。为了有效求解这类混合整数非线性规划问题,提出了一种基于深度强化学习的智能迁移算法。该算法基于双延迟深度确定性策略梯度算法,融合双重Critic网络架构可解决Q值被高估的问题,并引入概率函数与均匀噪声提升算法的性能与稳定性。最后,仿真结果表明,所提算法有着良好的收敛效果,并在与其他迁移方案的对比中体现了较好的性能优势且系统总成本最低。
-
关键词
雾计算
能量采集
资源分配
计算迁移
深度强化学习
-
Keywords
fog computing
energy harvesting
resource allocation
computation offloading
deep reinforcement learning
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
-
题名基于蚁群优化的SDN负载均衡算法研究
被引量：13
- 2
-
-
作者
窦浩铭
胡静
陈思光
吴蒙
-
机构
南京邮电大学江苏省通信与网络技术工程研究中心
江苏中烟工业有限责任公司信息中心
-
出处
《南京邮电大学学报（自然科学版）》
北大核心
2019年第1期52-61,共10页
-
基金
国家自然科学基金(61771258
61772034)
+6 种基金
江苏省"六大人才高峰"高层次人才项目(XYDXXJS-044)
江苏省"333高层次人才培养工程"
南京邮电大学"1311"人才计划
中国博士后科学基金(2018M630590)
南京邮电大学校级科研基金(NY217057
NY218058)
江苏省通信与网络技术工程研究中心开放课题重点项目(JSGCZX17011)资助项目
-
文摘
针对传统负载均衡方法无法有效地获取网络设备中的统计数据或所考虑的负载均衡影响因素过于单一,从而导致效率低、灵活性差等问题,文中提出了联合考虑路径层面以及服务器层面的联合路径-服务器蚁群优化(JPSACO)算法,该算法额外增加对服务器层面的考量,自定义性能指标服务器繁忙程度(Server Busy Degree,SBD)以对服务器的实时状态进行量化表示,进而选定实时最优服务器;对路径层面的考量,利用元启发式的算法框架—蚁群算法,依据路径中每段链路的实时可用带宽,进而确定指向已选定服务器的最佳路径。最后,基于ODL(OpenDayLight)控制器在Mininet平台上对所提出的算法进行仿真。仿真结果表明,与最短路径优先(Shortest Path First,SPF)随机算法相比,文中提出的JPSACO算法拥有更好的服务质量(QoS)表现,即取得更大的吞吐量及更小的丢包率,表现出对网络资源优秀的管理及利用效果。
-
关键词
软件定义网络
蚁群优化算法
联合路径-服务器
负载均衡
-
Keywords
software defined network
ant colony optimization algorithm
joint path-server
load balancing
-
分类号
TP393.0
[自动化与计算机技术—计算机应用技术]
TP18
[自动化与计算机技术—控制理论与控制工程]
-
