.png){kind=icon}
返回
Distributed Resource Allocation and Coordinated Scheduling for End-Edge-Cloud Collaborative Computing
.png){kind=icon}
PRE
AI
DOI：10.1109/TMC.2025.3599885.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
多级计算卸载对于解决容量限制和提升移动设备的灵活性至关重要。然而，现有的多级计算卸载研究面临着资源利用效率低下和可扩展性差等挑战，特别是在处理多样化计算任务时。为应对这些挑战，本文提出了一种面向端-边缘-云协同系统的分布式资源分配与混合任务卸载框架，支持部分和全任务卸载模式。首先，我们提出了一种三级计算架构，并通过联合优化混合任务卸载与资源分配，构建了任务卸载效用最大化问题。该问题是一个混合整数非线性规划（MINLP），我们将其分解为两个子问题：资源分配和任务卸载。在固定任务卸载策略下，边缘计算资源与带宽分配可在每个边缘节点独立优化。云计算资源分配虽为凸问题，但涉及全局约束，我们采用多智能体优化方法以去中心化方式求解。随后，我们提出联合任务卸载与资源分配优化算法CNO-TORA，以求解所构建的问题。该算法具备强理论保障，几乎必然收敛至全局最优解。在真实数据集上的实验结果表明，本算法可扩展至大规模网络，优于基线方法，系统平均效用提升幅度达4.01%至28.15%。
Keyword:
End-edge-cloud computing
distributed optimization
mobile edge computing
task offloading
resource allocation
期刊
IF:
9.2
论文数:
5.6K
被引数:
1.8W
机构
引用论文
Distributed Task Offloading and Resource Allocation for Latency Minimization in Mobile Edge Computing Networks移动边缘计算网络中延迟最小化的分布式任务卸载和资源分配
.png){kind=icon}
PREAI
分享收藏
分享收藏
查看更多内容