【技术实现步骤摘要】
本申请涉及无线通信,特别是涉及一种基于stackelberg博弈的边缘服务缓存激励方法。
技术介绍
1、随着各种新型应用的产生和他们对低时延需求,将计算和存储资源放置在网络边缘,即基站、边缘服务器等设备上,移动边缘计算(mobile edge computing,mec)是一个有效的解决方案,为mus(mobile users,移动用户)提供更快速、低延迟的服务和更好的用户体验。尽管如此,仍然存在一些与实际实施紧密相关且尚未得到很好解决的关键问题:不同的移动用户可以运行不同高延迟敏感度的计算密集型应用程序,因此会有不同的需求。例如,增强现实服务通常要求的延迟小于100ms,而4k实况视频最多可以承受500ms的延迟,所以,在计算卸载时,应采用适当的时延敏感机制来满足移动终端用户的各式各样的qos要求。
2、更重要地是,由于mus和esps(edge service providers,边缘服务提供商)是不受信任的平台,故计算卸载返回的数据结果能否在规定时间内输出的可靠性成为一个关键问题。与此同时,为了保持迁移数据安全、可靠地
...【技术保护点】
1.一种基于Stackelberg博弈的边缘服务缓存激励方法,其特征在于,包括:
2.根据权利要求1所述的基于Stackelberg博弈的边缘服务缓存激励方法,其特征在于,S102中,MU第j个任务流的服务满意度,表示如下:
3.根据权利要求1所述的基于Stackelberg博弈的边缘服务缓存激励方法,其特征在于,S103中,任务的可靠性R(T)的模型,表示如下:
4.根据权利要求1所述的基于Stackelberg博弈的边缘服务缓存激励方法,其特征在于,S103中,MU中第j个任务流的卸载任务的概率X(Qj),表示如下:
【技术特征摘要】
1.一种基于stackelberg博弈的边缘服务缓存激励方法,其特征在于,包括:
2.根据权利要求1所述的基于stackelberg博弈的边缘服务缓存激励方法,其特征在于,s102中,mu第j个任务流的服务满意度,表示如下:
3.根据权利要求1所述的基于stackelberg博弈的边缘服务缓存激励方法,其特征在于,s103中,任务的可靠性r(t)的模型,表示如下:
4.根据权利要求1所述的基于stackelberg博弈的边缘服务缓存激励方法,其特征在于,s103中,mu中第j个任务流的卸载任务的概率x(qj),表示如下:
5.根据权利要求1所述的基于stackelberg博弈的边...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。