.png){kind=icon}
返回
Robust & Low-Complexity Task Scheduling Algorithms for a Mobile Edge Computing System
.png){kind=icon}
PRE
AI
DOI：10.1109/TGCN.2024.3487293.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
随着移动边缘计算（MEC）的出现，物联网（IoT）网络中的到达任务可以在本地执行或由MEC服务器执行。一个受约束的马尔可夫决策过程（CMDP）的建模能够捕捉计算时间和功耗之间的权衡。然而，通过求解CMDP问题得到的优化策略可能对任务到达率的变化敏感。此外，可能存在约束违反的情况。为解决这些问题，本文提出了一种鲁棒回报鲁棒CMDP（R3CMDP）的建模，该建模在满足最坏情况总折扣截止时间违反约束的条件下，最小化最坏情况总折扣功耗。基于鲁棒动态规划（DP）方法，我们提出了一种任务分配算法，该算法可证明提供最优的R3C策略。我们还证明了所提出的算法将鲁棒性引入MDP框架中，几乎没有额外的复杂度。此外，我们提出了一种低复杂度的鲁棒启发式算法，可以在线实施，这与前一种算法不同。所提出的算法在一个基于网络模拟器-3（ns-3）的IoT仿真软件包中实现。数值和仿真结果表明，与现有最先进的算法相比，所提出的算法在面对变化的任务到达率时具有更强的鲁棒性。
Keyword:
Mobile edge computing
IoT
robust MDP
期刊
I
IF:
6.7
论文数:
1.3K
被引数:
4.3K
机构
引用论文
.png){kind=icon}
分享收藏分享收藏
查看更多内容