System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术涉及一种解决云边协同计算卸载问题中边缘节点选择、资源分配和能耗优化的方法。
技术介绍
1、智能移动设备和无线通信技术的发展使得smd可以支持各种应用,包括移动游戏、在线会议等。然而,有些应用需要大量的计算资源和smd的电池能量。由于smd的计算资源和电池能量有限,使得这些应用程序的本地执行变得较为紧张。此外,大量的能源消耗会消耗电池性能,缩短smd的使用寿命。另一方面,云计算提供了巨大的计算资源来解决这一问题。然而,cdc通常部署在距离很远的偏远地区,由于smd与cdc之间不可避免地存在较长的距离,集中式云计算模式无法满足smd中各种应用对延迟的严格要求。边缘计算为避免云计算中的大传输延迟提供了一种解决方案。sbs在拥挤地区的部署更为灵活。因此,sbs可为smd提供近距离、高带宽和低延迟的服务。然而,边缘计算资源通常不如云计算资源充足。因此,sbs和cdc通常使用低延迟的光纤链路连接。因此,构建了云辅助移动边缘计算(cloud-assisted mobile edge computing system,cmec)架构,以处理需要大量计算资源且对延迟有严格要求的移动应用。然而,仍有三个问题需要关注。第一个问题是通信延迟。具体来说,从smd到sbs,以及从sbs到cdc的任务卸载过程不可避免地会造成额外的通信延迟。其次是资源分配,由于大量smd将任务卸载到不同的sbs,而这些sbs又可能进一步将任务卸载到cdc上,因此如何有效分配每个smd和sbs的资源成为了问题。最后,cmec系统的总成本包括smds、sbss和cdc的
技术实现思路
1、针对以上现有技术的不足,本专利技术提供一种基于灰狼优化的云辅助移动边缘计算系统能耗优化方法。首先构建了cmec系统,该系统包括smd模型构建、sbs模型构建、cdc模型构建、系统延迟模型构建以及系统能耗模型构建。此外提出了一个两阶段优化方法lsag。该方法首先为每个smd分配为其服务的sbs,而后合理的分配smds、sbss和cdc间内有限的计算资源以优化系统总能耗。
本文档来自技高网...【技术保护点】
1.一种在云边协同的计算卸载问题中解决资源分配以达到系统总能耗最低的方法,该方法包括如下步骤:
2.根据权利要求1所述的方法,其特征在于,所述基于云辅助移动边缘计算系统,包括:
3.根据权利要求1所述的方法,其特征在于,所述基于边缘节点的选择,包括:
4.根据权利要求1所述的方法,其特征在于,所述基于莱维飞行和模拟退火的灰狼优化策略,包括:
5.根据权利要求2所述的方法,其特征在于,所述基于低要求-低资源先分配策略,包括:
【技术特征摘要】
1.一种在云边协同的计算卸载问题中解决资源分配以达到系统总能耗最低的方法,该方法包括如下步骤:
2.根据权利要求1所述的方法,其特征在于,所述基于云辅助移动边缘计算系统,包括:
3.根据权利要求1所述的方法,其特征...
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。