MEC中基于移动预测的多用户竞争卸载策略

发布时间：2021-11-17 15:33

　　随着网络和通信技术的发展,移动用户设备（User Equipment,UE）的爆炸性流行加速了许多延迟敏感且计算密集的应用程序和服务的出现与发展,UE的计算、存储和网络等资源的管理优化面临着新的难题。由此,移动边缘计算（Mobile Edge Computing,MEC）这一解决方案应运而生,MEC是指将UE上的任务迁移到MEC服务器执行以减轻UE的资源压力,但是UE移动性有时会使任务卸载产生预期外的能耗,同时多UE对资源的竞争也会产生堵塞问题,这大大限制了MEC性能的提升。因此,将移动预测技术加入任务卸载策略中,同时考虑更加高效的卸载策略是降低系统能耗,实现绿色计算,提升服务质量的有效手段。本文主要研究了MEC系统中多个移动的用户设备竞争有限资源时的能耗优化策略。取得的主要成果包括:1.针对MEC系统中的用户设备在移动过程中因位置变化产生预期外能耗的问题,本文在卸载策略中引入移动预测技术,采用基于动态参数更新的部分匹配预测（Prediction by Partial Matching with Dynamic Parameter Updates,PPMDP）算法进行预测,根据用户设备... 

【文章来源】：重庆邮电大学重庆市

【文章页数】：64 页

【学位级别】：硕士

【部分图文】：

用户登录界面展示

重庆邮电大学硕士学位论文第5章任务卸载可视化系统的设计与实现44如图5.2、5.3中分别为用户登录页和用户注册页，首次登录需先进行注册，注册成功后用户输入账号和密码，核验正确后即允许用户登录。图5.2用户登录界面展示图5.3用户登录界面展示图5.4以图表的形式展示了该系统对用户设备位置的预测结果，第一列为用户设备ID，第二列为用户设备的当前位置，第三列为预测的用户设备将要移动的下一位置。通过图5.4能够一目了然的看到用户设备的移动预测结果信息。图5.4移动预测结果界面展示

重庆邮电大学硕士学位论文第5章任务卸载可视化系统的设计与实现44如图5.2、5.3中分别为用户登录页和用户注册页，首次登录需先进行注册，注册成功后用户输入账号和密码，核验正确后即允许用户登录。图5.2用户登录界面展示图5.3用户登录界面展示图5.4以图表的形式展示了该系统对用户设备位置的预测结果，第一列为用户设备ID，第二列为用户设备的当前位置，第三列为预测的用户设备将要移动的下一位置。通过图5.4能够一目了然的看到用户设备的移动预测结果信息。图5.4移动预测结果界面展示

【参考文献】：
期刊论文
[1]A Greedy Algorithm for Task Offloading in Mobile Edge Computing System[J]. Feng Wei,Sixuan Chen,Weixia Zou.  中国通信. 2018(11)
[2]群体智能在旅行商问题中的应用综述[J]. 杨启文,阮姗娜,陈俊风,李彬.  自动化技术与应用. 2016(08)
[3]求解0-1背包问题的萤火虫算法[J]. 莫愿斌,马彦追,郑巧燕.  计算机工程与设计. 2014(08)

博士论文
[1]基于多源轨迹数据挖掘的居民通勤行为与城市职住空间特征研究[D]. 毛峰.华东师范大学 2015
[2]面向交通服务的多源移动轨迹数据挖掘与多尺度居民活动的知识发现[D]. 邓中伟.华东师范大学 2012

硕士论文
[1]基于博弈论的移动云服务接入和卸载策略[D]. 姚元辉.重庆邮电大学 2019
[2]基于众包的室内拓扑挖掘技术研究[D]. 马昊.北京邮电大学 2018
[3]移动互联网环境下P2P网络借贷平台竞争情报系统构建[D]. 孔晨岑.黑龙江大学 2016
[4]基于历史轨迹的位置预测方法研究[D]. 杨洁.杭州电子科技大学 2015
[5]突发事件新闻文本层次聚类方法研究[D]. 任晓东.山西大学 2009



本文编号：3501203