摘要
随着智能终端设备的爆发式增长,多接入边缘计算(multi-access edge computing,MEC)成为支持多服务、多租户生态系统的关键技术之一.多接入边缘计算通过结合云端的移动计算技术和接入网的无线通信技术,实现了云端和网络的高效融合.然而,目前的边缘计算技术对于所有可能的资源(例如计算、通信、缓存)并没有细粒度的控制能力,因此并不能对延迟敏感的实时服务提供很好的支持.为了解决这个关键问题,设计了 一种基于软件定义(software defined)的细粒度多接入边缘计算架构,可以对网络资源和计算资源进行细粒度的控制并进行协同管理,并设计了一种基于深度强化学习Q-Learning的两级资源分配策略,从而提供更有效的计算卸载和服务增强.大量的仿真实验证明了该架构的有效性.
基金项目
国家自然科学基金(61872246)
国家自然科学基金(U2001207)
国家自然科学基金(61872248)
广东特支计划()
广东省自然科学基金(2017A030312008)
深圳市基础研究项目(ZDSYS20190902092853047)
广东省高等学校科技创新项目(2019KCXTD005)
广东省"珠江人才计划"(2019ZT08X603)
NETL
NSTL
维普
万方数据