期刊文献+
共找到6篇文章
< 1 >
每页显示 20 50 100
基于激励的自主雾计算网络时延确定性服务 被引量:2
1
作者 张国威 袁小伟 胡春美 《计算机工程与设计》 北大核心 2023年第7期1937-1943,共7页
为应对雾计算网络中雾节点自主反馈服务能力造成的服务时延不确定性问题,提出一种基于激励的最佳性价比时延确定性卸载服务策略。综合考虑雾节点和终端节点特性,构建满足服务时延阈值的服务性价比最优化问题,推导得出卸载服务时延满足... 为应对雾计算网络中雾节点自主反馈服务能力造成的服务时延不确定性问题,提出一种基于激励的最佳性价比时延确定性卸载服务策略。综合考虑雾节点和终端节点特性,构建满足服务时延阈值的服务性价比最优化问题,推导得出卸载服务时延满足阈值的条件。终端节点通过设定初始服务价格,根据时延确定性条件调整价格激励自主雾节点提供更强的服务能力,得到满足时延阈值条件的最佳性价比卸载策略。仿真结果表明,所提算法可以提供性价比最高的时延确定性卸载服务。 展开更多
关键词 雾计算网络 自主性节点 卸载服务 时延确定性 价格激励 服务性价比 最优化服务
下载PDF
雾计算网络中联邦学习协同的内容缓存方案 被引量:2
2
作者 黄晓舸 王凡 +1 位作者 陈志 陈前斌 《北京邮电大学学报》 EI CAS CSCD 北大核心 2023年第2期22-28,共7页
为了减小内容获取的时延,保护用户隐私并提高用户体验,提出一种雾计算网络中结合联邦学习和推荐算法优化内容缓存性能的方案。首先,构建了端到端协作的雾计算网络模型,用户可通过端到端和无线链路从用户端、雾节点和云端获取内容;其次,... 为了减小内容获取的时延,保护用户隐私并提高用户体验,提出一种雾计算网络中结合联邦学习和推荐算法优化内容缓存性能的方案。首先,构建了端到端协作的雾计算网络模型,用户可通过端到端和无线链路从用户端、雾节点和云端获取内容;其次,在本地建立深度神经网络模型,利用历史请求数据训练本地模型,利用雾节点聚合本地模型,从而预测全局内容的流行度,同时,向用户提供个性化内容推荐列表,以提高缓存命中率;最后,使用真实数据集进行了仿真实验,实验结果表明,所提方案能有效降低内容的获取时延,提升缓存命中率。 展开更多
关键词 边缘缓存 联邦学习 内容推荐 雾计算网络
原文传递
雾计算网络中基于移动感知的任务卸载和资源分配 被引量:3
3
作者 陈雷 《武汉大学学报(理学版)》 CAS CSCD 北大核心 2022年第3期335-346,共12页
在雾计算网络中由于雾计算节点(fog computing node,FCN)有限的覆盖范围和用户的移动,导致用户很容易离开原雾节点的覆盖范围并产生任务执行结果的迁移,同时引起能量消耗和时间延迟,进而影响用户的收益。针对这些问题,在三层雾计算网络... 在雾计算网络中由于雾计算节点(fog computing node,FCN)有限的覆盖范围和用户的移动,导致用户很容易离开原雾节点的覆盖范围并产生任务执行结果的迁移,同时引起能量消耗和时间延迟,进而影响用户的收益。针对这些问题,在三层雾计算网络中,通过分析用户驻留时间来考虑用户的移动性;通过任务卸载、FCN的选择和计算资源分配进行联合优化减少任务迁移概率,进而降低系统开销,最大化用户的总收益。该最大化问题被分解为任务卸载和资源分配两部分进行求解。在任务卸载方面,提出了基于基尼系数的雾计算节点选择算法;在资源分配方面,提出了基于遗传算法的分布式资源分配算法。仿真实验结果表明,本文算法与其他算法相比能获得更多的用户总收益。 展开更多
关键词 雾计算网络 基尼系数 资源分配 任务卸载
原文传递
融合区块链数据结构的雾计算数据传输方法研究 被引量:1
4
作者 彭永倩 《数字通信世界》 2024年第6期30-32,36,共4页
针对现有的雾计算网络数据传输安全性差、加密解密烦琐等问题,该文提出一种融合区块链结构的雾计算通信网络传输方法。该方法首先构建动态更新词向量模型,将雾计算网络中的明文数据映射至对应的词向量空间;然后对区块链数据结构进行改进... 针对现有的雾计算网络数据传输安全性差、加密解密烦琐等问题,该文提出一种融合区块链结构的雾计算通信网络传输方法。该方法首先构建动态更新词向量模型,将雾计算网络中的明文数据映射至对应的词向量空间;然后对区块链数据结构进行改进,将对应的词向量数据转化为对应的区块数据;最后对雾计算网络的节点和网络架构进行设计。实验结果表明,该方法比现有方法在数据传输效率、安全性及完整性等方面均具有很大优势。 展开更多
关键词 物联网 计算 词向量 区块数据结构 雾计算网络架构
下载PDF
基于区块链的雾网络中的任务卸载优化方案研究 被引量:4
5
作者 黄晓舸 刘鑫 +1 位作者 何勇 陈前斌 《电子与信息学报》 EI CSCD 北大核心 2022年第7期2440-2448,共9页
当前物联网(IoT)应用的快速增长对用户设备的计算能力是一个巨大的挑战。雾计算(FC)网络可为用户设备提供近距离、快速的计算服务,为资源紧张,计算能力有限的用户设备提供了解决方案。该文提出一个基于区块链的雾网络模型,该模型中用户... 当前物联网(IoT)应用的快速增长对用户设备的计算能力是一个巨大的挑战。雾计算(FC)网络可为用户设备提供近距离、快速的计算服务,为资源紧张,计算能力有限的用户设备提供了解决方案。该文提出一个基于区块链的雾网络模型,该模型中用户设备可以将计算密集型任务卸载到计算能力强的节点处理。为最小化任务处理时延和能耗,引入两种任务卸载模型,即设备到设备(D2D)协作群组任务卸载和雾节点(FNs)任务卸载。此外,针对雾计算网络任务卸载过程的数据安全问题,引入区块链技术构建去中心化分布式账本,防止恶意节点修改交易信息,实现数据安全可靠传输。为降低共识机制时延和能耗,提出了改进的基于投票的委托权益证明(DPoS)共识机制,得票数超过阈值的FNs组成验证集,验证集中的FN轮流作为管理者生成新区块。最后,以最小化网络成本为目标,联合优化任务卸载决策、传输速率分配和计算资源分配,提出任务卸载决策和资源分配(TODRA)算法进行求解,并通过仿真实验验证了该算法的有效性。 展开更多
关键词 任务卸载 雾计算网络 区块链 资源分配
下载PDF
雾计算辅助车联网中面向视频直播业务的资源分配研究
6
作者 张志才 张熠宁 付芳 《测试技术学报》 2021年第5期450-455,共6页
提出一种车辆雾计算网络中视频直播业务的资源分配方法,通过联合优化比特率选择、用户调度和频谱资源分配,以实现在最大化视频质量的同时降低时延和视频抖动.为了降低时延和视频抖动,在效用函数的设计中将时延和比特率切换作为惩罚因子... 提出一种车辆雾计算网络中视频直播业务的资源分配方法,通过联合优化比特率选择、用户调度和频谱资源分配,以实现在最大化视频质量的同时降低时延和视频抖动.为了降低时延和视频抖动,在效用函数的设计中将时延和比特率切换作为惩罚因子.由于网络的动态变化特性和可用的频谱资源,将上述优化问题建模为马尔可夫决策过程,采用Soft Actor-Critic深度强化学习算法获得最优资源分配策略.仿真结果证明,所提方法比现有强化学习算法具有更好的探索能力和收敛性能. 展开更多
关键词 车辆雾计算网络 资源分配 视频直播 Soft Actor-Critic算法 深度强化学习
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部