.png){kind=icon}
返回
Stable matching based efficient task offloading in heterogeneous edge environment
.png){kind=icon}
PRE
AI
DOI：10.1007/s10586-026-06388-z.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
在当代计算范式的演变中，边缘计算已作为一种关键技术出现，用于处理延迟敏感型任务和管理计算成本。本文针对异构计算资源环境中确保任务卸载效率与系统稳定性的挑战，旨在最小化系统成本同时最大化成功完成任务的数量。任务卸载问题被转化为具有外部性的多对一匹配博弈。为解决此问题，我们提出了一种分布式多阶段自适应延迟接受（MA-DA）算法，该算法能够实现任务到边缘计算节点（ECNs）的稳定且帕累托最优分配。该算法将任务松弛时间整合到任务卸载策略中，从而确定合理的任务执行顺序并确保延迟敏感型任务的优先完成。实验结果表明，与最小连接算法相比，所提出的MA-DA算法在低系统负载条件下能够将系统能耗降低约20.9%，而在高系统负载条件下可将任务完成率提高约29.1%。
Keyword:
Task offloading
Heterogeneous resources
Multi-objective
Matching game
Deferred acceptance algorithm
期刊
C
IF:
4.1
论文数:
5.1K
被引数:
7.5K
机构
引用论文
.png){kind=icon}
Toward Energy-Efficient and Cost-Effective Task Offloading in Mobile Edge Computing for Intelligent Surveillance Systems面向智能监控系统的移动边缘计算中的高能效和具有成本效益的任务卸载
PREAI
分享收藏Dual Dependency-Aware Collaborative Service Caching and Task Offloading in Vehicular Edge Computing赵, L.; 孙, L.; Hawbani, A.; 刘, Z.; 汤, X.; 徐, L. 双依赖感知协同服务缓存与任务卸载在车辆边缘计算中. IEEE Trans. Mob. Computing 2025, 1–15. [Google Scholar] [CrossRef]
PREAI
分享收藏A general task offloading and resources allocation strategy for multi-RSUs with load unbalance and priority awareness一种适用于负载不平衡且具有优先级感知的多RSU任务卸载与资源分配策略
PREAI
分享收藏MRLATO: An Adaptive Task Offloading Mechanism Based on Meta Reinforcement Learning in Edge Computing EnvironmentMRLATO：一种基于元强化学习在边缘计算环境中的自适应任务卸载机制
PREAI
分享收藏Joint task offloading and resource allocation for multi-user collaborative mobile edge computing多用户协作移动边缘计算中的联合任务卸载与资源分配
PREAI
分享收藏
查看更多内容