咨询与建议

看过本文的还看了

相关文献

该作者的其他文献

文献详情 >基于遗传算法的MEC任务卸载资源优化策略 收藏

基于遗传算法的MEC任务卸载资源优化策略

Resource optimization strategy of MEC task unloading based on genetic algorithm

作     者:王丽 王晓凯 WANG Li;WANG Xiao-kai

作者机构:晋中学院物理与电子工程系山西晋中030619 山西大学物理电子工程学院山西太原030006 

出 版 物:《计算机工程与设计》 (Computer Engineering and Design)

年 卷 期:2023年第44卷第10期

页      面:2909-2915页

学科分类:08[工学] 081203[工学-计算机应用技术] 0812[工学-计算机科学与技术(可授工学、理学学位)] 

基  金:山西省重点研发基金项目(高新技术领域)(201803D121102) 山西省高等学校教学改革创新基金项目(J2021646)。 

主  题:物联网 移动边缘计算 遗传算法 计算资源 终端数据 传感器 系统功耗 

摘      要:为解放计算能力和能量资源有限的移动终端设,引入边缘计算加快物联网真实场景中终端数据的处理和分析过程。在网络边缘处理工作负载可以减少移动边缘计算的延迟,但会大大增加系统功耗,因此迫切需要改进网络边缘服务器的能量模型。对该模型进行改进,减少安全物联网系统中多传感器框架的延迟和功耗问题。使用遗传算法(genetic algorithm,GA)处理大量请求以及相应的延迟和功耗限制。仿真结果表明,当传输到终端节点的工作负载为2 MB时,几种方法总延迟将保持在2 s左右,所提算法在不同工作负载下的功耗和延迟方面都有更显著的降低。

读者评论 与其他读者分享你的观点

用户名:未登录
我的评分