Joint Computing Offloading and Resource Allocation for Classification Intelligence Tasks in MEC Systems

Yuanpeng Zheng

doi:10.1109/TNSM.2025.3632162

Joint Computing Offloading and Resource Allocation for Classification Intelligence Tasks in MEC Systems

2026-01-01

0

PRE

AI

DOI：10.1109/TNSM.2025.3632162

原文链接

原文求助

摘要

En 中文

移动边缘计算（MEC）通过将计算和数据存储靠近终端用户，促进了高可靠性和低延迟应用。智能计算是MEC的一个重要应用，其中计算资源根据任务需求用于解决与智能任务相关的问题。然而，在MEC系统中高效地卸载计算任务和分配资源以应对智能任务，由于任务需求与MEC资源之间的复杂交互而成为一个具有挑战性的问题。为应对这一挑战，我们研究了MEC系统中针对分类智能任务（CITs）的联合计算卸载和资源分配问题。我们的目标是通过对计算精度和任务延迟进行联合考量来优化系统效用，以实现系统效用最大化。我们聚焦于CITs，并构建了一个优化问题，该问题考虑了任务特征，包括MEC系统中的精度要求和并行计算能力。为求解所提出的问题，我们将其分解为三个子问题：子载波分配、计算能力分配和压缩卸载。我们采用连续凸近似和凸优化方法，推导出针对子载波分配、卸载变量、计算能力分配和压缩比的最优可行解。基于我们的解决方案，我们设计了一种针对MEC系统中CITs的高效联合计算卸载和资源分配算法。我们的仿真结果表明，所提出的算法平均性能提升了16.4%，并且与基准方法相比，在考虑CITs的情况下实现了系统收益和成本之间的灵活权衡。

Keyword:

Computing offloading

classification intelligence tasks

mobile edge computing

resource allocation

Joint Computing Offloading and Resource Allocation for Classification Intelligence Tasks in MEC Systems

摘要

期刊

机构

引用论文