.png){kind=icon}
返回
Incentive-Driven Computation Task Allocation for Integrated Edge Computing and Energy Feeding
.png){kind=icon}
PRE
AI
DOI：10.1109/TCCN.2025.3528883.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
本文考虑了一种新颖的场景，其中服务提供商同时面临计算和能源资源的不足。为按时完成任务，服务提供商必须执行部分计算卸载和能源获取，利用附近边缘节点的闲置资源。然而，计算卸载和能源获取会产生相互依赖的成本。另一方面，边缘节点具有自利性，需要激励，但服务提供商与边缘节点之间的信息不对称。因此，如何在卸载任务和获取能源的同时激励边缘节点是一个挑战。为最小化服务提供商的支出，我们研究了任务分配问题，并将激励问题通过契约理论演化并建模。注意到任务分配问题与激励问题相互依赖，无法通过传统优化方法解决，我们解耦了这些问题，首先理论上推导出给定分配方案下可行契约的表达式。然后，我们提出一种低复杂度的麻雀算法，用于寻找任务分配问题的次优解，从而获得期望的契约。仿真结果表明，所提出的方案在总支出、潜在计算资源节省和电网功率减少方面具有优越的性能。
Keyword:
Edge computing
computation task allocation
energy feeding
incentive mechanism
contract theory
查看更多机构