计算资源受限的移动边缘计算服务器收益优化策略

发布时间：2025-01-09 02:02

　　 移动边缘计算(MEC)服务器通过向用户提供计算资源获得收益。对MEC服务器而言,如何在计算资源受限的情况下提高自身收益至关重要,为此提出一种通过优化计算任务执行次序提高MEC服务器收益的策略。首先,将MEC服务器收益最大化问题建模为以任务执行次序为优化变量的优化问题;然后提出了一种基于分支定界法的算法求解任务执行次序。仿真结果表明,采用所提算法获得的MEC服务器平均收益分别比大任务优先(LTF)算法、低延迟任务优先(LLTF)算法和先到先服务(FCFS)算法提高了11%、14%和21%。在保证卸载用户服务质量(QoS)同时,所提策略可以显著提高服务器的收益。

【文章页数】：5 页

【部分图文】：

图2 MEC系统的任务卸载流程

图1多用户MEC系统2问题建模及优化算法

图3 不同算法的MEC服务器平均收益

如图3所示：1）所提算法的平均收益高于其他算法的平均收益。随着移动用户数量的增加，所提算法优势变得更加明显。给定MEC服务器的CPU频率fc=10GHz，当移动用户数K=24时，所提算法的平均收益分别比LTF、LLTF和FCFS高11%、14%和21%。2）随着移动用户数K的增....

图4 不同算法的平均任务完成率

从图3和图4中，还可观察到：1）随着用户数量的增加，LLTF和FCFS具有较高的完成率但是这两种算法的平均收益均低于所提算法。这意味着收益并不完全等价于已完成任务的数量。2）所提算法的平均收益高于其他对比算法；同时，该算法的任务平均完成率略低于LLTF与FCFS。因此，所提算法在....

图1 多用户MEC系统

任务卸载过程如图2所示。首先，移动用户k(k∈{1,2，?，K})向MEC服务器发送卸载请求消息。卸载请求消息包括客户端中间件收集的任务信息。收到一批卸载请求后，MEC服务器做出卸载决定并将该决定反馈给用户。如果MEC服务器同意卸载，那么用户将任务上传并向MEC服务器支付相应的费....

本文编号：4024970