.png){kind=icon}
返回
Forecast-driven task offloading for reliable and adaptive mobile edge computing
.png){kind=icon}
PRE
AI
DOI：10.1016/j.jnca.2026.104494.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
移动边缘计算（MEC）对于在高度动态工作负载和可靠性波动下运行的应用至关重要。现有基于优化的方法依赖静态模型，而基于学习的方法仍保持被动，缺乏对未来负载或故障条件的前瞻性。尽管最近的基于预测的方法将有限的预测信号引入卸载决策，但其简单或任务特定的预测器和复杂的决策架构阻碍了它们捕捉多尺度时间模式或支持实时响应。本文提出了一种预测驱动的任务卸载框架，该框架在短期预测建模和在线决策优化之间形成闭环。该框架采用TimesNet作为多步时间序列学习者，从服务器负载和故障动态中提取多周期时间结构，产生比传统点预测更丰富、更可靠的向前看上下文。然后将这些预测结果纳入基于LinUCB（线性上置信界）的在线卸载策略中，实现轻量级、上下文感知和快速适应的任务卸载，同时具有次线性遗憾并充分利用预测的未来条件。通过显式地将预测与在线学习相结合，所提出的设计能够在非平稳MEC条件下实现主动和可靠性感知的卸载。在真实数据集上的大量实验表明，我们的方法在减少任务失败和系统成本的同时，比最先进的基线更快地收敛。这些结果证实了将多周期预测与轻量级在线决策相结合对于可靠和自适应MEC系统的优势。
Keyword:
forecast-driven task offloading
mobile edge computing
multi-period forecasting
online decision optimization
reliability-aware offloading
期刊
IF:
8
论文数:
3.7K
被引数:
1.1W
机构
暂无机构信息
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AccuMO: Accuracy-Centric Multitask Offloading in Edge-Assisted Mobile Augmented RealityAccuMO：以准确性为中心的多任务卸载在边缘辅助移动增强现实中的应用
OAAI
OAAI分享收藏Detecting Visual Information Manipulation Attacks in Augmented Reality: A Multimodal Semantic Reasoning Approach检测增强现实中的视觉信息操纵攻击：一种多模态语义推理方法
PREAI
分享收藏Robust Dynamic Broadcasting for Multi-Hop Wireless Networks Under Time-Varying Connectivity and Dynamic SINR多跳无线网络在时变连通性和动态SINR条件下的鲁棒性动态广播
PREAI
分享收藏Deep Reinforcement Learning for Task Offloading in Mobile Edge Computing Systems移动边缘计算系统中任务卸载的深度强化学习
OAAI
OAAI分享收藏Communication-Efficient Task-Offloading in Mobile Edge Computing System: A Multi-Agent Multi-Armed Bandit Approach移动边缘计算系统中通信高效的任务卸载：一种多智能体多臂赌博机方法
PREAI
分享收藏Task offloading strategy of vehicle edge computing based on reinforcement learning基于强化学习的车辆边缘计算任务卸载策略
PREAI
分享收藏A vehicular edge computing offloading and task caching solution based on spatiotemporal prediction
PREAI
分享收藏
查看更多内容