计算卸载
计算卸载的相关文献在2012年到2023年内共计493篇,主要集中在自动化技术、计算机技术、无线电电子学、电信技术、航空、航天技术的研究与探索
等领域,其中期刊论文164篇、专利文献380158篇;相关期刊88种,包括无线互联科技、电子与信息学报、通信学报等;
计算卸载的相关文献由1312位作者贡献,包括刘伟、田贤忠、裴庆祺等。
计算卸载—发文量
专利文献>
论文:380158篇
占比:99.96%
总计:380322篇
计算卸载
-研究学者
- 刘伟
- 田贤忠
- 裴庆祺
- 冯杰
- 刘雷
- 唐斌
- 宁兆龙
- 朱洪波
- 李波
- 杜薇
- 王小洁
- 伍卫国
- 张祥俊
- 朱琦
- 杨诗园
- 柴玉香
- 王进
- 王鹏
- 范艳芳
- 葛海波
- 董沛然
- 蔡英
- 郭少勇
- 陈前斌
- 丁洪伟
- 于非
- 冯安琪
- 冯维
- 刘爽
- 季彦呈
- 季晨
- 安德鲁·G·凯格尔
- 张依琳
- 张登银
- 朱娟
- 李鸣
- 林福宏
- 段玮
- 温向明
- 游伟
- 王妍
- 王田
- 王雄
- 章国安
- 许婷
- 许志伟
- 许海涛
- 谷晓会
- 费泽松
- 赵海亮
-
-
钟云峰;
宋伟宁
-
-
摘要:
在工业互联网中,工厂的设备计算能力有限,边缘计算的出现有效缓解了现场设备的计算压力,提供低时延的计算服务。有效的计算卸载策略能够更好地提供高质量的服务,如今大多数有关计算卸载的研究都是移动边缘计算,移动边缘计算的卸载策略在工业互联网中不适用,因此研究工业互联网中基于边缘计算的计算卸载很有必要。为此,提出了基于云边协同的计算卸载框架以及系统模型;基于此系统模型,以最小化任务时延为目标,将问题形式描述为01整数规划问题,并提出了基于混合整数线性规划算法的计算卸载策略解决该问题。实验结果表明,与局部卸载方法和最小时延和能耗卸载方法相比,提出的基于云边协同的计算卸载方法在时延上分别降低了4%和10%,提高了系统性能。
-
-
崔思静;
李宝荣;
潘碧莹
-
-
摘要:
随着AI芯片软硬件架构的迭代升级,智能终端的AI处理能力日益增强。但由于终端自身资源的局限性,使终端AI应用仍存在着严格的计算、内存和能耗成本限制。设备协同计算的概念应运而生。重点研究智能终端深度学习模型计算决策技术,结合智能终端技术栈特性与用户隐私安全深入研究了DNN计算卸载系统管线,并提出一种适合智能终端AI应用落地的模型潜在分割点搜索策略,通过系统仿真对其进行性能评估。
-
-
曾续玲;
李陶深;
巩健;
杜利俊
-
-
摘要:
针对能量受限的多用户移动边缘计算(MEC)系统存在恶意窃听节点的问题,提出一种联合无线能量传输(WPT)和MEC的安全部分计算卸载方案。该方法以系统接入点(AP)能耗最小化为优化目标,在计算延迟、安全卸载和能量捕获约束条件下,联合优化AP能量传输协方差矩阵、本地CPU频率、用户卸载比特数、用户卸载时间分配以及用户传输功率。针对AP能耗最小化问题为非凸问题,首先采用凸差分算法(DCA)将原始非凸问题转换为凸问题,然后采用拉格朗日对偶法以半封闭形式获得问题最优解。当计算任务数为5×10^(5)比特时,与本地计算和安全全部计算卸载方法相比,安全部分卸载方案的能量消耗分别降低了61.3%和84.4%;当窃听节点距离超过25m时,安全部分卸载方案所消耗的能量远小于本地计算和安全全部计算卸载。仿真实验结果表明,在保证物理层安全卸载的情况下,所提方案能够有效降低AP能耗、提高系统性能增益。
-
-
章呈瑞;
柯鹏;
尹梅
-
-
摘要:
移动边缘计算(MEC)通过将算力下沉到网络边缘来降低计算时延和设备能耗。针对计算密集型和时延敏感型应用场景,提出了一种单多维动态种群策略的人工蜂群算法(OMABC)来实现计算任务的卸载。建立一个包含云服务器的边缘计算卸载模型,并构建一个以能耗为惩罚项的代价函数;将计算任务的卸载决策转化为人工蜂群算法对代价函数的寻优过程。通过仿真实验,在CEC 2017测试函数上验证了OMABC的有效性,并在边缘计算模型仿真中与本地卸载策略、随机卸载策略、基于粒子群算法(PSO)的卸载策略、基于人工蜂群算法(ABC)的卸载策略进行对比。实验结果表明,基于OMABC的边缘计算卸载策略能够有效降低MEC系统的时延及代价函数,提供更高效的服务。
-
-
李诚成;
张亚生;
孙晨华
-
-
摘要:
卫星网络是5G/6G移动通信系统的重要组成之一,在低轨卫星互联网中引入星载边缘计算技术,可以进一步提供低时延服务。考虑到各卫星的计算任务需求存在不均衡特点,将地面站或用户终端的计算任务直接卸载给过顶卫星会造成负载不均及降低某些卫星运行时长的问题。由此考虑在不同卫星之间合理分配计算任务,通过将计算卸载问题建模为最优化问题并求解,给出了相关计算卸载算法。经过仿真评估,所提算法在负载均衡和流量开销方面都有一定优势。
-
-
陈霄;
刘巍;
陈静;
程绍驰;
夏淋淋
-
-
摘要:
边缘计算环境下的计算卸载技术通过将移动终端设备的计算任务卸载到网络边缘执行,不仅解决了移动终端设备在计算能力、存储资源和续航时间等方面的不足,而且相比于集中式云计算,在请求时延、通信资源占用等方面具有明显优势。阐述了边缘计算卸载技术的应用背景和基本概念,梳理了边缘计算卸载步骤和主要的影响因素,详细研究了目前应用最为广泛的3种边缘计算卸载策略的原理和研究现状,即最小化请求时延的卸载决策、满足请求时延约束下最小化耗能的卸载决策、基于时延和能耗权衡的卸载决策,分析了上述策略面临的挑战,梳理了边缘计算卸载策略未来的研究方向。
-
-
周天清;
岳亚莉
-
-
摘要:
随着物联网(Internet of Things,IoT)的迅速发展,各种物联网移动设备(IoT Mobile Device,IMD)需要处理越来越多的计算密集型和延迟敏感型任务,这给移动边缘计算网络带来了新的挑战。为了应对这些挑战,装备移动边缘计算(Mobile Edge Computing,MEC)的超密集物联网应运而生。在该网络中,IMD可将计算密集型任务卸载至边缘计算服务器上进行处理,从而节省自己的计算资源并降低能耗。然而,这样会造成额外的传输时间,进而导致更高的延迟。为了均衡能耗与时延,针对多用户多任务的超密集物联网络,提出了一个最小化能耗和时延的均衡问题,以联合优化用户(IMD)关联、计算卸载和资源分配。为了进一步平衡网络负载,充分利用计算资源,在问题建模时采用多步计算卸载。最后,利用智能算法——自适应粒子群算法(Particle Swarm Optimization,PSO)对所提问题进行求解。相比传统粒子群算法,自适应粒子群算法能降低20%~65%的总开销。
-
-
张彦虎;
鄢丽娟;
马志愤;
张彦军
-
-
摘要:
为了研究移动设备在多资源复杂环境下的能量消耗问题,提出一种针对移动边缘设备计算卸载的改进粒子群算法。首先基于多环境的移动设备能耗提出一种移动设备能量消耗的计算模型;其次针对计算资源分配问题设计一种可以用于衡量分配方案优劣的适应度算法;最后提出一种改进的粒子群算法,用于求解进一步降低移动边缘设备能耗分配方案的最优解。通过使用模拟仿真软件对多种卸载策略下移动设备能耗、系统响应时间等关键指标对比表明,本文算法在满足用户响应时间的前提下,在求解降低移动设备能耗调度分配方案最优解的过程中具有更优的表现。
-
-
余俊;
孙雪静
-
-
摘要:
万物互联时代,以边缘计算模型为核心的大数据处理技术扮演着关键的角色。在边缘计算模型的运行中,伴生出大量的临时复制技术现象,主要体现在协同缓存和计算卸载过程中。这些技术现象驱动着新的生产关系的调整与变革。著作权法对其予以恰当的认识与规制,不仅事关著作权法上复制权的内涵与外延的界定,也关涉著作权人利益与社会公众利益的平衡。在法教义学上,需要从事实与价值的维度,运用体系化的方法进行综合判断。著作权法应明确将临时复制纳入复制权规制的范畴,并规定符合特定条件的临时复制属于合理使用。在此基础之上,合理构建著作权人、服务器出租人、服务器使用人等相关主体之间的责任分担机制。
-
-
刘春林;
张立祥
-
-
摘要:
当前,物联网应用程序从环境中感知到大量数据,这些数据需要以最小的延迟进行处理。用户终端作为无处不在的网络终端设备,由于资源有限,无法在本地处理所有的计算。多接入边缘计算是处理网络边缘计算的良好架构,解决了诸如延迟、能源和成本等挑战。如果UE无法处理计算,MEC将把任务卸载到边缘或云上。研究表明,忽略应用程序、请求、传感器、资源和网络工具的上下文信息会导致卸载方法无法完成。因此,文章将对多用户的MEC中具备上下文感知卸载方法进行研究,通过对能量消耗、执行成本、网络使用率、延迟和公平性等指标的比较,证明考虑上下文感知算法将明显优于不考虑上下文感知算法,从而对优化卸载算法提供参考依据。