移动边缘计算中基于用户体验的计算卸载方案

发布时间：2021-09-24 08:10

　　现有的移动边缘计算卸载方案多采用预先统一设置的方式确定权重因子,难以满足用户对时延和能耗的差异化需求。针对该问题,提出一种基于用户体验的计算卸载方案。将计算卸载问题定义为效用最大化问题,以任务执行时延和能耗增益率的加权和表示用户效用,同时考虑用户设备的续航能力,构造基于用户需求的自适应权重因子。在此基础上,将原优化问题拆分为资源分配和卸载决策两个子问题分别进行求解,得到最终的计算卸载策略。仿真结果表明,相比于固定权重因子的卸载方案,该方案能够满足用户的差异化需求,有效提升用户体验。 

【文章来源】：计算机工程. 2020,46(10)北大核心CSCD

【文章页数】：8 页

【部分图文】：

3种方案的能耗对比

虽然在系统效用对比中,方案3的系统效用高于本文方案,但对于具有不用剩余电量的用户而言,整体效用的大小不能完全反映实际的用户体验。当用户存在差异化需求时,为追求整体效用可能会牺牲一些用户的体验。下文将对此进行验证。4.2 不同电量剩余率下的用户任务执行时延和能耗

各方案在不同用户总数下的卸载用户数对比如图2所示。可以看出,当用户总数小于5时,5个方案中所有用户都完成了卸载执行任务,此后随着用户总数的增加,各方案的卸载用户数出现差异,时延权重因子的值越小,卸载用户数越多。本文方案在相同用户总数的情况下卸载用户数仅次于时延因子设置为0.2的方案,而在全部本地执行的方案下,所有用户本地执行任务,因此卸载用户数为0。不同用户总数下各方案的性能对比如图3所示。由图3(a)可以看出:全部本地执行方案系统效用为0;在固定权重因子方案中,时延因子越小系统效用越大;本文方案的系统效用仅低于方案3。由图3(b)可以看出:全部本地执行方案耗费能量最多;在固定时延因子的方案中,时延因子越小能耗越小;本文方案的能耗较低,仅高于方案3。由图3(c)可以看出:时延因子越小时延越高,尤其是在系统效用和能耗指标中处于最好水平的方案3,总时延在各方案中也为最高;全部本地执行方案的总时延处于次优水平;本文方案的总时延小于方案3,但高于其他方案。

【参考文献】：
期刊论文
[1]边缘计算环境中的网络服务拍卖方法研究[J]. 陶小旖,陈胜,齐恒,李克秋.  计算机工程. 2019(08)



本文编号：3407413