车联网云边协同计算场景下的多目标优化卸载决策 |
| |
引用本文: | 朱思峰,蔡江昊,柴争义,孙恩林.车联网云边协同计算场景下的多目标优化卸载决策[J].通信学报,2022(6):223-234. |
| |
作者姓名: | 朱思峰 蔡江昊 柴争义 孙恩林 |
| |
作者单位: | 1. 天津城建大学计算机与信息工程学院;2. 天津工业大学计算机科学与技术学院 |
| |
基金项目: | 国家自然科学基金资助项目(No.61972456);;天津市自然科学基金资助项目(No.20JCYBJC00140); |
| |
摘 要: | 车联网场景下的计算任务对时延非常敏感,需要云边协同计算来满足这类需求。针对车联网云边协同计算场景下如何高效地进行服务卸载并同时考虑服务的卸载决策以及边缘服务器和云服务器的协同资源分配问题,设计了基于云边协同的车辆计算网络架构,在该架构下,车载终端、云服务器和边缘服务器都可以提供计算服务;通过对缓存任务进行分类并将缓存策略引入车联网场景,依次设计了缓存模型、时延模型、能耗模型、服务质量模型以及多目标优化问题模型;给出了一种基于改进的多目标优化免疫算法的卸载决策方案。最后,通过对比实验验证了所提卸载决策方案的有效性。
|
关 键 词: | 车联网 云边协同 卸载决策 边缘缓存 多目标优化免疫算法 |
|