面对复杂的道路交通环境和网络条件,如何在多个边缘服务器之间选择合适的目标进行迁移以及避免频繁迁移导致的高额开销是一个难题。为此,提出一种依赖轨迹信息的服务迁移策略,该策略根据车辆的轨迹信息和可迁移的边缘服务器的位置信息...面对复杂的道路交通环境和网络条件,如何在多个边缘服务器之间选择合适的目标进行迁移以及避免频繁迁移导致的高额开销是一个难题。为此,提出一种依赖轨迹信息的服务迁移策略,该策略根据车辆的轨迹信息和可迁移的边缘服务器的位置信息来优化迁移策略,从而选择更合适的目标边缘服务器。在此基础上,设计了一种基于竞争深度Q网络(dueling deep Q-network, Dueling DQN)的算法进行快速决策。仿真实验证明了该策略的有效性,与其他策略比较的结果表明,该策略可以权衡时延和迁移开销,取得最小的系统总开销。展开更多
针对车载边缘计算环境中,边缘节点在为不同数据传输任务分配信道时产生的同信道干扰(Co-Channel Interferences,CCI)问题,本文形式化定义了车载边缘计算信道分配问题,致力于为不同数据传输任务合理分配信道,最大化数据传输任务的完成率...针对车载边缘计算环境中,边缘节点在为不同数据传输任务分配信道时产生的同信道干扰(Co-Channel Interferences,CCI)问题,本文形式化定义了车载边缘计算信道分配问题,致力于为不同数据传输任务合理分配信道,最大化数据传输任务的完成率.利用势博弈模型将全局优化的信道分配问题转化为边缘节点间的分布式信道分配博弈,并证明了信道分配博弈中纳什均衡的存在性.提出了基于激励的概率更新策略选择(Incentive-based Probability Update and Strategy Selection)算法,根据迭代中所选策略的激励值更新策略选择概率,并分析算法结果收敛至纳什均衡.最后,通过仿真实验验证了本文算法的收敛性以及收敛结果纳什均衡的有效性,且在任务完成率及信道利用效率上优于现有代表性算法.展开更多
文摘面对复杂的道路交通环境和网络条件,如何在多个边缘服务器之间选择合适的目标进行迁移以及避免频繁迁移导致的高额开销是一个难题。为此,提出一种依赖轨迹信息的服务迁移策略,该策略根据车辆的轨迹信息和可迁移的边缘服务器的位置信息来优化迁移策略,从而选择更合适的目标边缘服务器。在此基础上,设计了一种基于竞争深度Q网络(dueling deep Q-network, Dueling DQN)的算法进行快速决策。仿真实验证明了该策略的有效性,与其他策略比较的结果表明,该策略可以权衡时延和迁移开销,取得最小的系统总开销。
文摘针对车载边缘计算环境中,边缘节点在为不同数据传输任务分配信道时产生的同信道干扰(Co-Channel Interferences,CCI)问题,本文形式化定义了车载边缘计算信道分配问题,致力于为不同数据传输任务合理分配信道,最大化数据传输任务的完成率.利用势博弈模型将全局优化的信道分配问题转化为边缘节点间的分布式信道分配博弈,并证明了信道分配博弈中纳什均衡的存在性.提出了基于激励的概率更新策略选择(Incentive-based Probability Update and Strategy Selection)算法,根据迭代中所选策略的激励值更新策略选择概率,并分析算法结果收敛至纳什均衡.最后,通过仿真实验验证了本文算法的收敛性以及收敛结果纳什均衡的有效性,且在任务完成率及信道利用效率上优于现有代表性算法.