期刊文献+
共找到2篇文章
< 1 >
每页显示 20 50 100
边缘计算中支持分簇编排的应用缓存方法研究
1
作者 张文柱 邵正源 余静华 《小型微型计算机系统》 CSCD 北大核心 2024年第5期1209-1217,共9页
移动边缘计算通过在距离终端更近的位置提供计算存储服务来提供更优的任务处理表现.为减少系统通信链路压力,进一步优化任务处理时延和能耗,本文首先提出了一种支持位置更新的分布式分簇编排策略,对通信区域进行分簇和簇头选取,簇头作... 移动边缘计算通过在距离终端更近的位置提供计算存储服务来提供更优的任务处理表现.为减少系统通信链路压力,进一步优化任务处理时延和能耗,本文首先提出了一种支持位置更新的分布式分簇编排策略,对通信区域进行分簇和簇头选取,簇头作为编排节点进行簇内管理,当有卸载任务时寻找最佳执行设备进行处理;然后基于Docker容器提出应用程序协作缓存算法,通过在存储资源丰富的设备中提前部署高频拉取的应用程序来降低任务部署延迟,从而进一步降低任务处理延迟;最后应用多接入边缘计算仿真平台进行对比实验,结果表明提出的分簇编排策略和协作缓存算法可以有效降低网络和CPU占用率,获得超低任务部署和完成时延,显著提高服务质量,并显示出强可扩展性. 展开更多
关键词 移动边缘计算 编排策略 簇头选取 协作缓存 Docker容器
下载PDF
不同时延约束下计算卸载和资源分配联合优化
2
作者 张文柱 宋玺 +1 位作者 强雷雷 邵正源 《小型微型计算机系统》 CSCD 北大核心 2024年第8期2017-2025,共9页
移动边缘计算(Mobile Edge Computing,MEC)目的是将计算任务卸载至网络边缘为用户提供计算和存储资源,以节省任务完成时延和能耗.而边缘服务器资源有限,为高效利用有限的服务器资源,降低系统的时延和能耗,针对时延敏感度不同的用户集,... 移动边缘计算(Mobile Edge Computing,MEC)目的是将计算任务卸载至网络边缘为用户提供计算和存储资源,以节省任务完成时延和能耗.而边缘服务器资源有限,为高效利用有限的服务器资源,降低系统的时延和能耗,针对时延敏感度不同的用户集,提出一种计算卸载与资源分配的联合优化策略.首先,采用平均化思想进行任务预分类,并确定优先级;其次,考虑到同侪效应的存在以及用户间的干扰,提出一种为卸载用户匹配MEC服务器与子信道资源的外部性匹配算法,利用Karush-Kuhn-Tucker(KKT)条件下的拉格朗日乘子法进行计算资源分配;最后,设计联合优化算法得到用户最优卸载决策.结果表明,本文所提策略在用户时延需求高满意率的同时有效降低了系统的总计算开销. 展开更多
关键词 移动边缘计算 时延敏感度 计算卸载 资源分配 外部性匹配算法
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部