面向多用户资源均衡分配的MEC计算卸载策略

移动边缘计算在资源受限地区的物联网部署上面临能源、算力、容量等资源限制的挑战,为保障网络QoS,提出一种任务分组和资源分配联合优化的两阶段计算卸载策略(TSCOS)。以卸载决策和资源分配为约束,设计联合优化卸载算法来降低时延、提高资源利用率。第一阶段基于任务偏好的待卸载计算任务分组模型,与候选服务器进行预匹配,提高计算卸载的精准度以降低匹配时间开销;第二阶段运用Gale Shapley算法快速计算多对多博弈最优匹配解集,实现边缘网络负载均衡。与距离分组模型相比,任务偏好的分组模型可以提高卸载精准度以及计算资源的利用率。将TSCOS策略与随机游走策略(RS)、贪心策略(GE)以及动态资源调度策略(FFS+IPFS)对比,实验结果表明,TSCOS在服务器负载均衡方面相比,方差缩小达到2~4倍,任务成功率提高5%~15%;在相同的能耗下,能效比提高5%~10%。任务平均接收率和卸载任务处理成功率达92%和96%。

边缘计算中基于综合信任评价的任务卸载策略

针对边缘计算中存在虚假欺骗、搭便车等不良行为导致资源浪费和卸载服务低效的问题,提出一种基于综合信任评价的任务卸载(Task Offloading scheme based on Comprehensive Trust Evaluation,TOCTE)策略.建立节点信任遗忘函数,以任务真实性和节点卸载协作行为特征为约束,构建节点间卸载请求和协作信任评价模型,识别并过滤网络中的虚假任务和不良协作节点.设计搜索发现概率优化粒子群算法,规避节点重复利用引起的节点过载,提高边缘计算任务卸载效率和资源有效利用.仿真实验表明,TOCTE策略模型真实任务执行成功率达到59.22%,资源损耗率最低达到6.35%,能有效抑制和过滤虚假任务,降低资源损耗.

一种基于K-shell影响力最大化的路径择优计算迁移算法

在移动边缘计算网络中,高效的计算迁移算法是移动边缘计算的重要问题之一.为了提高计算迁移算法性能,应用同类问题的相互转换性和最大化影响力模型,利用K-shell算法对边缘服务器进行等级划分,考虑边缘服务器负载过重问题,构建路径重叠(path overlap,PO)算法,引入通信质量、交互强度、列队处理能力等指标进行边缘服务器路径优化,将优化计算任务迁移路径问题转化为社会网络影响力最大化问题求解.基于K-shell影响力最大化思想,联合优化改进贪心与启发式算法,提出一种K-shell影响力最大化计算迁移(K-shell influence maximization computation offloading,Ks-IMCO)算法,求解计算迁移问题.与随机分配(random allocation,RA)算法、支持路径切换选择的(path selection with handovers,PSwH)算法在不同实验场景下对比分析,Ks-IMCO算法的能耗、延迟等明显提升,能有效提高边缘计算网络计算迁移的效率.

面向时延和能耗联合优化的MEC计算卸载策略

在移动边缘计算(MEC)中,计算卸载可以有效缓解资源受限和提高网络服务质量。以任务执行时延、终端能耗和边缘服务器负载率的联合优化为目标,提出面向时延和能耗联合优化的MEC计算卸载策略。构建多目标约束的成本优化模型,引入多变异算子,以迭代关联概率更新变异算子,设计多变异差分进化(MDE)算法求解,实现计算卸载成本最优。为验证MDE算法的有效性,基于Autonomous Systems by Skitter公开数据集构建3个不同规模的实验网络,将MDE算法与随机计算卸载算法、能量优化计算卸载算法、多目标贪婪计算卸载等算法进行对比分析,MDE算法的执行成功率、卸载成功率、服务器负载均衡性分别平均提升了13.23%,12.96%,29.37%,MDE算法能实现MEC中高效、稳定的计算卸载。

基于库仑力模型的动态社会网络积极影响力最大化算法

影响力最大化问题已经成为社会网络中重要的研究内容,其影响力传播模型和求解算法是关键的核心问题。为了提高预测传播结果的准确度,引入传播过程中激活节点数量动态变化与节点间信任关系对IC模型进行改进,结合社会影响力与库仑力之间的相似性,提出一种基于信任关系的动态社会库仑力(dynamic social Coulomb forces based on trust relationship,DSC-TR)模型,构建一种优化的随机贪心(random greedy,RG-DPIM)算法求解影响最大化问题。仿真实验结果表明,DSC-TR模型的预测准确度明显优于SC-B、IC模型;RG-DPIM算法性能优于G-DPIM、IPA、TDIA算法。

基于物联网的智慧家庭系统设计与实现

随着科学技术的发展和生活水平的提高,人们对能提供便捷生活方式的智能家居有着越来越高的要求。为此,基于物联网技术,设计开发了智慧家庭系统,该系统采用多种无线传感器,对家居环境数据采集、分析,并可通过互联网技术远程控制室内的相应器件,提高家居生活的舒适度和安全性,确保健康环保的家居环境,实现了家庭智慧化。