一种基于强化学习的多节点MEC计算资源分配方案

一种基于强化学习的多节点MEC计算资源分配方案

论文摘要

移动边缘计算(Mobile Edge Computing,MEC)将云计算服务从云端下沉到网络边缘,能够满足第五代移动通信(5G)新业务超低时延的需求,被认为是未来5G通信的关键技术之一。针对5G应用场景下的多用户多边缘服务器的MEC网络架构和系统模型,设计了一种基于强化学习的多节点计算资源分配方案。该方案中用户设备将计算任务发送到家庭基站,家庭基站基于过往经验独立决策选择哪个MEC节点上传卸载的计算任务,在不引入额外信令开销的同时,实现了MEC服务器端的负载均衡。仿真实验表明,提出的方法在负载均衡上优于其他对比方法,尤其是在高任务强度时。

论文目录

文章来源

类型: 期刊论文

作者: 余萌迪,唐俊华,李建华

关键词: 移动边缘计算,计算资源分配,负载均衡

来源: 通信技术 2019年12期

年度: 2019

分类: 信息科技

专业: 电信技术

单位: 上海交通大学网络安全技术研究院,上海市信息安全综合管理技术研究重点实验室

基金: 国家自然科学基金重点项目(No.61831007,No.61431008)~~

分类号: TN929.5

页码: 2920-2925

总页数: 6

文件大小: 2293K

下载量: 279

相关论文文献

标签:;  ;  ;  

一种基于强化学习的多节点MEC计算资源分配方案
下载Doc文档

猜你喜欢