摘要
移動邊緣計算（mec）提供了一種通過在網路邊緣建立小型雲基礎架構（如cloudlet）來縮短雲服務延遲的方法，這些基礎架構非常接近終端使用者。一方面，將每個小雲放在每個訪問點（ap）上以處理請求的任務非常耗能且成本很高。另一方面，服務提供商應向終端使用者提供延遲保證的服務，否則可能會導致收入損失。在本文中，我們首先對如何在mec中計算任務完成延遲進行建模，並對在mec中不同裝置的能耗進行數學分析。隨後，我們研究如何在網路上放置小雲，並在不違反每個任務的延遲要求的前提下，以最低的總能耗將每個請求的任務分配給小雲和公共雲。我們證明該問題是np問題，並提出了一種基於benders分解的演算法來解決。我們還提出了乙個基於軟體定義網路（sdn）的框架來部署所提出的演算法。大量的**表明，與兩種基準啟發式演算法相比，所提出的演算法在能耗和接受率方面可以達到（接近最佳）效能。
索引詞：移動邊緣計算，cloudlet放置，任務分配，延遲，能耗。
一、引言三、系統模型
四、問題定義和複雜性分析
五、解決方案
在本節中，我們首先提出一種benders分解方法來解決cpta問題。隨後，我們提出了乙個基於sdn的框架來部署提出的演算法。
六、**
七、結論
在本文中，我們首先研究了如何計算任務完成延遲，並提出了mec中不同裝置的能耗模型。之後，我們研究了cloudlet放置和任務分配（cpta）問題，該問題是將cloudlet放置在ap節點上，並將每個使用者的任務分配給相應的cloudlet和公共雲，從而使總能耗最小化，並且每個任務的延遲要求很滿意。我們已經證明了該問題是np困難的，並提出了一種基於benders分解的演算法來解決。我們還介紹了基於sdn的框架來部署我們提出的演算法。**表明，與兩種基準啟發式演算法相比，所提出的演算法在能耗和接受率方面可以達到最佳或接近最佳的效能。
在本文中，我們不考慮在cloudlet中排隊任務，即，我們假定沒有可用的緩衝區來排隊任務，類似於[25]。原因是排隊任務與cloudlet的緩衝區大小[48]，[49]有關。如果緩衝區大小足夠大，則可以將所有任務排隊，但是這種情況不太實用，因為它太昂貴了。如果緩衝區大小小於要排隊的任務的大小，則處理需要排隊的任務和需要中繼的任務。從這個意義上講，考慮用於排隊任務的緩衝區大小將使問題更加難以解決。在以後的工作中，我們將進一步**在cpta問題中的cloudlet中排隊任務的場景。
如何閱讀文獻
文獻分類 文章全名 作者 刊物縮寫 出版年給文章命名，用多級目錄分類對文章進行分類，文獻累計到一定程式就分類採用硬拷貝的方式進行集中整理。當一篇文章涉及多個主題的時候，多級目錄分類就不太靈光了，我目前的做法是部分兩邊都放 部分只放最重要的主題。將我的博士 分成6個小方向。然後將資料分成6個部分。每個...
文獻閱讀（1）
針對的問題 利用商用wifi裝置進行aoa估計 面臨的挑戰 天線數量的限制 相位測量中引入的未知的相位偏移 解決方案 利用人體對手機進行自然旋轉，計算不同角度測量的相位差分，以消除相位偏移，提出d music演算法計算差分生成的等效入射訊號角度。再利用慣性感測器 陀螺儀 測得的旋轉角度計算初始和最終...
如何閱讀文獻
閱讀文獻應該是乙個由點到面再到點的過程。選取當下研究中的乙個熱點話題，檢索較全的文獻。知道目前對這個問題的共同看法和分歧。然後，擴充套件開，逐步擴充套件自己的視野，構建個人的專業知識結構和看法。有了一定的知識基礎以後，對於繁雜的文獻，要有個人的判斷。追蹤某個專題 某個專家的研究進展，比較對於同一專題...