目录
3、Consistent User-Traffic Allocation and Load Balancing in Mobile Edge Caching
4、A Scheduling Strategy for Reduced Power Consumption in Mobile Edge Computing
说明:本篇博客内提到的论文在之前的博客中都有。
一、论文介绍
1、Share-to-Run IoT Services in Edge Cloud Computing
2、Latency and Reliability Oriented Collaborative Optimization for Multi-UAV Aided Mobile Edge Computing System
关于无人机补充一下:
3、Consistent User-Traffic Allocation and Load Balancing in Mobile Edge Caching
4、A Scheduling Strategy for Reduced Power Consumption in Mobile Edge Computing
二、个人小结
1、角度
(1)用户。静态的终端设备,比如摄像头;动态的终端设备,比如无人机、车。不同场景有不同的服务需求。例如,智能交通系统需要在几毫秒内处理数据,以确保交通安全,因此,低延迟是他们的主要目标。无人机辅助的边缘计算通常更注重电池的长寿命,因此,在数据处理过程中期望达到低能耗的目的。此外,一些移动设备和物联网设备旨在实现低数据处理成本。
(2)服务提供商。设计合适的资源调度策略可以帮助他们在以最小的成本提供服务的竞争中获得最大的收益。
(3)边缘网络。边缘资源在边缘网络是分散的,如果分散的资源不能被资源调度有效利用,则是一种资源浪费。例如,停放的车辆有空闲时间执行计算工作。如果应用有效的资源策略,可以将它们结合起来,这有助于减轻边缘计算服务器的工作负载。
2、研究问题
(1)计算卸载。方向,比如设备到边缘、边缘到云、边缘到边缘等等;粒度,二进制卸载还是部分卸载。
(2)资源分配。计算、通信和存储资源。现在一般考虑联合分配,比如计算卸载中计算和通信的联合分配。
(3)资源供应。由于用户请求的负载随时间而变化,边缘计算系统的工作负载会不断波动。动态的分配资源给用户,最小化系统成本并满足QoS。