基于边缘计算的新型任务卸载与资源分配策略

计算机工程与科学

基于边缘计算的新型任务卸载与资源分配策略

薛建彬,安亚宁

(兰州理工大学计算机与通信学院，甘肃兰州 730050)

收稿日期:2019-09-23 修回日期:2020-02-27 出版日期:2020-06-25 发布日期:2020-06-25

A new task offloading and resource allocation

strategy based on mobile edge computing

XUE Jian-bin,AN Ya-ning

(School of Computer and Communication,Lanzhou University of Technology,Lanzhou 730050,China)

Received:2019-09-23 Revised:2020-02-27 Online:2020-06-25 Published:2020-06-25

摘要/Abstract

摘要：

针对移动边缘计算（MEC）中密集型任务卸载时，系统开销较大和延时抖动明显的问题，提出一种新型资源分配策略。首先在系统时延约束下，分析了系统任务执行开销与终端设备的资源分配机制；其次建立了基于计算卸载和任务分配的联合凸优化目标；最后采用拉格朗日乘子法进行迭代更新得到最优解。仿真结果表明，所提任务卸载与资源分配方案在保证用户服务质量的同时降低了任务执行开销，并有效提升了MEC系统性能。

关键词: 移动边缘计算, 计算卸载, 任务分配, 凸优化, 拉格朗日

Abstract:

Aiming at the problem of large system overhead and obvious delay jitter when offloading intensive tasks in Mobile Edge Computing (MEC), a new resource allocation strategy is proposed. Firstly, the strategy analyzes the system's task execution overhead and the terminal equipment's resource allocation mechanism under the constraints of system delay. Secondly, a joint convex optimization pro- blem of computation offloading and task assignment is established. Finally, the Lagrangian multiplier method is used to yield the optimal solution by iterative updating. The simulation results show that the proposed task offloading and resource allocation strategy ensures the user's quality of service while reducing the task execution overhead and effectively improves the performance of the MEC system.

Key words: mobile edge computing, computing offloading, task assignment, convex optimization, Lagrangian

薛建彬,安亚宁. 基于边缘计算的新型任务卸载与资源分配策略[J]. 计算机工程与科学.

XUE Jian-bin,AN Ya-ning.

A new task offloading and resource allocation

strategy based on mobile edge computing

[J]. Computer Engineering & Science.

[1]	刘向举, 李金贺, 方贤进, 王宇. 移动边缘计算中计算卸载与资源分配联合优化策略[J]. 计算机工程与科学, 2024, 46(03): 416-426.
[2]	李磊, 郑黎明, 王宏义, 柴永毅, 刘培国. 适用于边缘计算的6H并行计算架构[J]. 计算机工程与科学, 2023, 45(09): 1544-1552.
[3]	侯占伟, 李鑫, 王辉, 申自浩, 刘琨, 刘沛骞. 面向路网的空间众包隐私保护任务分配算法[J]. 计算机工程与科学, 2023, 45(08): 1424-1432.
[4]	李小玲, 方建滨, 马俊, 谭霜, 谭郁松. 基于监督学习的稀疏矩阵自动任务分配[J]. 计算机工程与科学, 2023, 45(05): 782-789.
[5]	申晓宁, 许笛, 宋丽妍, 姚铖滨, 王玉芳, . 采用离散烟花算法的移动群智感知异构任务分配[J]. 计算机工程与科学, 2023, 45(02): 321-331.
[6]	苟平章, 马琳, 郭保永, 原晨. 基于软件定义网络的多约束QoS双路径路由优化方法[J]. 计算机工程与科学, 2023, 45(01): 46-56.
[7]	赵玉华, 贾向东, 胡海霞, 敬乐天. 无人机辅助的无线传感网络AoI最小化方案研究[J]. 计算机工程与科学, 2022, 44(07): 1216-1222.
[8]	郭嘉宇, 付晓东, 岳昆, 刘骊, 冯勇, 刘利军. 偏好匹配满意度最大化的众包任务分配[J]. 计算机工程与科学, 2022, 44(01): 16-26.
[9]	张晶, 李煜, . 改进的无约束优化3D-DV-Hop定位算法[J]. 计算机工程与科学, 2022, 44(01): 75-83.
[10]	梁志伟, 吴海健. RoboCup标准平台组中基于改进合同网协议的任务分配算法[J]. 计算机工程与科学, 2022, 44(01): 176-183.
[11]	季子豪, 江凌云. 一种基于遗传算法的多站点协同计算卸载算法[J]. 计算机工程与科学, 2021, 43(03): 426-434.
[12]	童钊, 叶锋, 刘碧篮, 邓小妹, 梅晶, 刘宏. 移动边缘计算中多约束下的任务卸载和资源分配算法[J]. 计算机工程与科学, 2020, 42(10高性能专刊): 1869-1879.
[13]	李波，牛力，彭紫艺，黄鑫，丁洪伟. 基于马尔科夫决策过程的车载边缘计算切换策略[J]. 计算机工程与科学, 2020, 42(05): 788-794.
[14]	朱新峰1,张智浩1，王彦凌2. 移动边缘计算环境下的动态资源分配策略[J]. 计算机工程与科学, 2019, 41(07): 1184-1190.
[15]	郭金林，武继刚，陈龙，史雯隽. 基于光纤-无线网络的协同计算卸载算法[J]. 计算机工程与科学, 2019, 41(01): 31-40.