多接入边缘计算赋能的AI质检系统任务实时调度策略

AI质检是智能制造的重要环节,其设备在进行产品质量检测时会产生大量计算密集型和时延敏感型任务。由于设备计算能力不足,执行检测任务时延较大,极大影响生产效率。多接入边缘计算(MEC)通过将任务卸载至边缘服务器为设备提供就近算力,提升任务执行效率。然而,系统中存在信道变化和任务随机到达等动态因素,极大影响卸载效率,给任务调度带来了挑战。该文面向多接入边缘计算赋能的AI质检任务调度系统,研究了联合任务调度与资源分配的长期时延最小化问题。由于该问题状态空间大、动作空间包含连续变量,该文提出运用深度确定性策略梯度(DDPG)进行实时任务调度算法设计。所设计算法可基于系统实时状态信息给出最优决策。仿真结果表明,与基准算法相比,该文所提算法具有更好的性能表现和更小的任务执行时延。

基于多载波非正交多址接入的协作移动边缘计算系统优化研究

文章研究了基于多载波非正交多址接入(Multicarrier Non-Orthogonal Multiple Access, MC-NOMA)的协作移动边缘计算系统,该系统由一个用户端、一个协作节点与一个配备边缘计算服务器的接入点(Access Point, AP)组成,旨在给定任务执行时延约束下,最小化用户端与协作节点的通信与计算能耗。为此,首先提出一种新颖的MEC协议,使用户端和协作节点充分利用MC-NOMA技术以高频谱效率的方式进行任务卸载;然后在该协议下,建立系统优化问题,联合优化任务卸载时间与计算时间分配、子载波分配、各个子载波的发射功率分配、任务划分和MEC服务器CPU频率。该问题是一个非凸的混合整数规划问题,求解颇具挑战性。通过利用代数变换、大M表达法、分层优化、连续凸近似和黄金分割法,对该问题进行求解,从而提出一种高效的系统优化算法。仿真结果表明,与已有的仅采用多载波技术研究方案相比,采用MC-NOMA技术可节省50%~60%的能耗。

多接入边缘计算(MEC)技术及业务发展策略

在信息技术不断发展的背景下,5G时代迎来了全新局面,在高科技衬托下开启了一种新型计算技术结构,即多接入边缘计算(MEC)技术。这项技术将电信网络与云计算技术有机融合,通过对MEC边缘云建设的提高,建设云网融合平台来实现运营商服务的多形态化。通过对多接入边缘计算(MEC)技术业务进行探讨和研究,提出该项技术的发展策略,为应用该项技术在不同领域中的相关人员提供参考。

YD/T4477-2023《面向C-V2X的多接入边缘计算平台技术规范》公布

日前,工信部公布YD/T4477-2023《面向C-V2X的多接入边缘计算平台技术规范》,规定了面向C-V2X的多接入边缘计算(MEC)平台技术规范,包括MEC平台技术要求,以及MEC平台功能测试方法、性能测试方法等,适用于面向C-V2X的MEC平台技术要求与测试评估。

5G网络中多接入边缘计算的应用场景及部署方案

多接入边缘计算(Multi-access Edge Computing,MEC)技术是第五代移动通信技术(5th Generation Mobile Communication Technology,5G)的关键技术之一,其主要特点是将资源迁移部署至网络边缘,从而实现内容、应用及服务的本地化部署。通过在无线电接入网(Radio Access Network,RAN)边缘处部署高性能的MEC服务器,可有效提高任务执行效率,满足用户任务严格时延需求。5G多接入边缘计算可以为满足不同行业应用的差异化业务需求提供便利,受到垂直行业用户的广泛关注。以5G技术和多接入边缘计算技术为核心,以5G为背景,探索在5G网络中多接入边缘计算技术的应用场景与部署方案。

基于高空平台的边缘计算卸载:网络、算法和展望

高空平台(high altitude platform,HAP)技术与多接入边缘计算(multi-access edge computing,MEC)技术的结合将MEC服务器部署区域由地面扩展到空中,打破传统地面MEC网络的局限性,为用户提供无处不在的计算卸载服务。针对基于HAP的MEC卸载研究进行综述,首先,从HAP计算节点的优势、网络组成部分、网络结构、主要挑战及其应对技术4个方面分析基于HAP的MEC网络;其次,分别从图论、博弈论、机器学习、联邦学习等理论的角度对基于HAP的MEC卸载算法进行横向分析和纵向对比;最后,指出基于HAP的MEC卸载技术目前存在的问题,并对该技术的未来研究方向进行展望。

多无人机辅助MEC环境中基于Wardrop路由博弈的计算卸载

无人机(Unmanned Aerial Vehicles,UAVs)与多接入边缘计算(Multi-access Edge Computing,MEC)技术的结合突破了传统地面通信的局限性,已成为解决MEC中任务卸载问题的重要手段。由于单无人机可提供的计算资源和能量有限,为了应对日益扩大的网络规模,考虑了多无人机辅助MEC环境中的任务卸载问题。基于问题定义,任务卸载过程可以视为一个在平行链路上进行的、具有玩家特定延迟函数的Wardrop路由博弈,目的是得到均衡状态和最优状态下的卸载策略,并量化分析两者间的差距。由于均衡解难以计算,因此构造了一个新的势函数,将均衡问题转换成最小化势函数问题。同时使用Frank-Wolfe算法最终获得均衡和最优卸载策略。算法在每次迭代中将目标函数线性化,通过求解线性规划得到可行方向,进而沿此方向在可行域内作一维搜索。仿真实验表明,相比其他基准测试方法,基于平行链路Wardrop路由博弈的均衡卸载策略能够有效降低模型总成本,且与最优卸载策略下总成本的比值约为1。

移动边缘计算在铁路行业的应用

为满足智能铁路的快速发展对铁路应用数据大容量传输、计算处理的实时性、安全性提出的更高要求,文章研究移动边缘计算(MEC,Mobile Edge Computing)的相关概念和基本框架,分析其关键技术、应用场景;针对铁路MEC业务需求,总结MEC在智能运营、智能装备、智能建造场景下的应用方案;结合当前存在的问题,展望MEC未来发展的技术趋势,为提升铁路智能化提供助力。

多接入边缘计算中相关性任务的联合调度算法

多接入边缘计算已经成为资源密集型应用程序的有前途的计算范式。不过,先前大部分研究工作没有考虑到任务的相关性,这可能导致不可行的调度决策。考虑应用程序上有些任务必须要在本地完成,研究了相关性任务在本地和边缘侧的联合调度方法,并考虑了多接入边缘计算卸载场景下的另一个不可忽视的能耗问题。将问题形式化为在满足应用程序的完成截止时间约束的条件下最小化系统中的能耗,并提出联合调度(JS)算法解决该问题。最后通过仿真实验分析JS算法在应用程序的完成率和系统能耗两方面的性能。仿真结果表明,JS算法在应用程序的完成率上优于其他对比算法并且至少可以节省43%的系统能耗。

多接入边缘计算网络的资源共享与激励机制

针对“云-边-端”三层边缘网络架构,提出了一种三方激励机制辅助的边缘设备资源共享算法以管理和分配共享资源。首先,考虑单点网络拥塞、全网覆盖率约束、有限资源约束和传输成本约束,将边缘设备抽象为不同的功能性节点并设计基于凸包络的共享节点选择算法,实现了全覆盖、低能耗的共享资源部署方案。其次,针对在边缘设备上分配共享资源导致的附加成本问题,基于共享资源租赁模式设计了三方共享激励机制,保障了边缘设备长期稳定地参与共享机制。仿真结果表明,相较于现有算法,所提算法的系统能耗和节点收益都有显著的改善。

面向多接入边缘计算的计算卸载方案研究综述

物联网盛行背景下海量大规模机器通信时代的发展带来数据流量的爆炸式增长,传统的云计算模式不再满足终端数据处理低时延和低能耗的需求,靠近终端侧分布式多节点的多接入边缘计算(MEC)正在成为解决该问题的最佳选择。计算卸载作为MEC的关键技术,卸载性能受多种因素的影响,存在很大的优化空间,如何设计出高性能的计算卸载方案成为国内外学者主要的研究目标。综述了面向MEC的计算卸载方案,介绍了MEC的概念,梳理了MEC的发展与应用、计算卸载的执行过程,对近期关于计算卸载的研究方法进行分析对比,针对不同的改进,归纳总结出以计算卸载系统环境和计算卸载时延、移动设备能耗以及综合多个评价指标为优化方向的计算卸载方案。提出当前面向MEC的计算卸载存在的资源分配问题、通用性与安全性问题,并且基于现有的这些问题展望了未来研究方向。

宽带光接入网与用户驻地网支持边缘计算的部署方式和关键技术

计算型网络逐步兴起,网络架构向“设备、边缘和云”转型发展。其中,边缘距离用户最近,是网络演进的重要一环。在宽带光接入网和用户驻地网提供边缘计算能力成为重点研究方向之一。首先介绍了在宽带光接入网和用户驻地网支持边缘计算的算力部署位置和部署方式,之后讨论了支持边缘计算需要具备的关键技术。

多接入边缘计算MEC技术及业务发展策略

多接入边缘计算是近年兴起的一种新型计算架构,作为电信网络与云计算技术发展的融合,具有广泛的应用前景。分析了多接入边缘计算MEC技术架构、应用场景等发展现状,总结了当前发展存在的问题和挑战,给出MEC的云网融合、边云协同、服务提供模式等方面的业务发展策略。

基于千兆光网+MEC边缘计算实现云-网-端融合协同的智慧工厂创新组网设计

随着“工业4.0”规划、《中国制造2025》以及《“十四五”规划纲要》的不断推进,制造业整体正逐步向着自动化、数字化、智能化方向转型升级。在高端装备制造业中,我国仍然处在世界较低水平,亟待更多的数字化技术投入来提升盈利水平。而传统的工厂组网技术和组网架构在时延、带宽、抖动、丢包率、安全保密等方面均无法得到保证,本文创新提出基于千兆光网+MEC边缘计算实现云-网-端融合协同的智慧工厂创新组网设计,可助力智能制造中自动化生产迈向数字化、柔性化、智能化和高度集成化,并为智慧制造提供了有力的网络保障,对提升我国制造行业未来核心竞争力具有一定的指导意义。

多接入边缘计算MEC技术及业务发展对策研究

随着5G技术的发展与成功部署,兴起了一种新型计算架构,即多接入边缘计算MEC技术。该技术是将电信网络和云计算技术相互结合,通过加强MEC边缘云建设,构建云网融合平台,实现多形态的运营商服务。文章不仅分析了MEC技术当前面临的主要问题,同时提出了结合多接入边缘计算技术的发展服务策略,为该技术在不同商业生态中充分发挥作用提供了有效解决方案。

面向5G的多接入边缘计算(MEC)在系统建构中的重点技术应用

移动多接入边缘计算(MEC)技术能够实现网络边缘迁移,此主要是利用计算存储与业务服务等能力实现的,并且还能够部署其中的应用、服务、内容,使部署的分布式、本地化、近距离性能得到提高,有效满足5G增强移动带宽、低时延高可靠性的场景业务需求,并且连接大规模机器通信类的终端。

基于非正交多址接入的移动边缘计算安全节能联合资源分配

为提高基于非正交多址接入(NOMA)的移动边缘计算(MEC)系统中计算任务部分卸载时的安全性,该文在存在窃听者情况下研究MEC网络的物理层安全,采用保密中断概率来衡量计算卸载的保密性能,考虑发射功率约束、本地任务计算约束和保密中断概率约束,同时引入能耗权重因子以平衡传输能耗和计算能耗,最终实现系统能耗加权和最小。在满足两个用户优先级情况下,为降低系统开销,提出一种联合任务卸载和资源分配机制,通过基于二分搜索的迭代优化算法寻求问题变换后的最优解,并获得最优的任务卸载和功率分配。仿真结果表明,所提算法可有效降低系统能耗。

基于双层Stackelberg博弈的MEC计算卸载方案

多接入边缘计算(multi-access edge computing, MEC)中的计算卸载问题已经成为当前研究的热点之一.目前的计算卸载方案仅考虑云、边、端结构中的计算卸载问题,而未考虑到其公、私有云的属性.提出了一种新的计算卸载方案,所提方案考虑了边缘计算中公有云与私有云之间的关系,将公有云作为了私有云资源的补充,可以缓解由于私有云资源局限性带来的算力不足问题;并通过建立双层Stackelberg博弈来解决计算卸载问题.对公有云、私有云以及用户的策略和收益进行了分析,求出了各参与人的最优策略,证明了双层博弈的纳什均衡解的存在性及唯一性.仿真结果和分析也验证了基于双层Stackelberg博弈的计算卸载方案的可行性,且相较基于单层Stackelberg博弈的卸载方案更高效,更适合可扩展的边缘计算的环境.

面向多接入边缘计算的VNFM分布式部署方案

针对移动边缘计算架构下的虚拟网络功能管理器的部署问题,提出一种基于免疫优化算法的分布式部署方案。首先,利用混合整数规划建立虚拟网络功能管理器的部署模型;然后,给出一种基于免疫优化算法的部署方案。算法以最小化通信开销为目标,综合考虑个体的抗体亲和度和抗原亲和度,结合种群中个体适应度以及免疫系统的多样性特征,实现虚拟网络功能管理器的优化部署。仿真结果表明,相比于现有部署方案,新提出部署方案的个体评价机制能够更全面地描述虚拟网络功能管理器部署问题中个体的适应度和个体间的相似度;能够有效避免算法在部署过程中陷入局部最优解,提高算法性能;并且能够加速算法收敛,降低算法执行的时间。

基于强化学习的非正交多址接入和移动边缘计算联合系统信息年龄更新

物联网发展对信息时效性的需求越来越高,信息新鲜度变得至关重要。为了维持信息新鲜度,在非正交多址接入(NOMA)和移动边缘计算(MEC)的联合系统中,对多设备单边缘计算服务器的传输场景进行了研究。在该场景中,如何分配卸载任务量和卸载功率以最小化平均更新代价是一个具有挑战性的问题。该文考虑到现实中的信道状态变化情况,基于多代理深度确定性策略梯度(MADDPG)算法,考虑信息新鲜度影响,建立了最小化平均更新代价的优化问题,提出一种寻找最优的卸载因子和卸载功率决策。仿真结果表明,采用部分卸载的方式可以有效地降低平均更新代价,利用MADDPG算法可以进一步优化卸载功率,经比较,MADDPG算法在降低平均更新代价方面优于其他方案,并且适当地减少设备数量在降低平均更新代价方面效果更好。