边缘计算
Sher_lyj
这个作者很懒,什么都没留下…
展开
-
Distributed Deep Learning at the Edge-A Novel Proactive and Cooperative Caching Framework for Mobile
边缘分布式深度学习:针对移动边缘网络的新型主动协作缓存框架 摘要 我们提出了两种新颖的主动协作式缓存方法,它们使用深度学习(DL)来预测移动边缘缓存网络中用户的内容需求。在第一种方法中,内容服务器(CS)负责从网络中的所有移动边缘节点(MENs)收集信息,然后执行所提出的DL算法来预测整个网络的内容需求。但是,由于移动边缘节点必须与内容服务器共享其本地用户的数据,因此这种集中式方法可能会公开私人信息。因此,在第二种方法中,我们提出了一种新颖的基于分布式深度学习(DDL)的框架。分布式深度学习允许网络中的原创 2020-05-13 09:02:28 · 338 阅读 · 0 评论 -
DeepCachNet A Proactive Caching Framework Based on Deep Learning in Cellular Networks论文阅读
DeepCachNet:蜂窝网络中基于深度学习的主动缓存框架 摘要 在网络边缘的内容缓存被认为是用于增强蜂窝网络中内容传递效率的合适技术, 由于存储限制,在SBS(小型基站)缓存战略内容至关重要。但是,它需要事先未知的有关受欢迎程度传播的信息。此外,由于连接到SBSs的每个移动用户对内容具有不同的偏好,所以内容的受欢迎程度是变化的。因此,用户所偏爱的内容的性质取决于用户和内容的特征。本文提出了一种新型的在蜂窝网络中的基于深度学习的主动缓存框架,称为DeepCachNet,该框架从连接到SBSs的用户的移原创 2020-05-13 09:01:45 · 871 阅读 · 0 评论 -
Socially-Motivated Cooperative Mobile Edge Computing论文阅读
Socially-Motivated Cooperative Mobile Edge Computing 社交合作的移动边缘计算 摘要 在本文中,我们提出了一种新的基于社会动机的协作移动边缘计算的范例,其中利用移动和可穿戴设备用户之间的社交联系结构来实现有效且可信赖的协作,以执行协作计算任务。我们设想将本地设备计算和网络资源共享相结合,为设备提供多种灵活的任务执行方法,包括本地移动执行,D2D卸载执行,直接云卸载执行和D2D辅助云卸载执行。具体来说,我们提出了一种用于协作移动边缘计算的系统模型,其中开发原创 2020-05-13 08:59:44 · 772 阅读 · 0 评论