基于深度强化学习的移动边缘计算资源分配策略

分类： 计算机科学 >> 计算机科学技术其他学科 提交时间： 2023-01-17

冯北鹏 黄昱泽 曹宇慧 郭珍珍

摘要： 云计算可解决移动设备计算资源不足的问题，但无法满足低时延的服务需求，边缘计算作为云计算技术的延伸，可通过增强边缘网络计算能力从而为用户提供低时延高质量服务。边缘计算中，需要将服务部署于资源受限的边缘服务器，并根据需求合理分配计算资源，以提高边缘服务器资源利用率，为此，本文提出了一种基于深度强化学习的服务资源分配方法，利用反正切函数两次映射建立计算资源分配函数，并实现分配比例的动态调整，最后基于真实数据集进行仿真实验，实验结果表明，本文提出的方法能够在保证低时延的情况下，合理分配计算资源。 云计算可解决移动设备计算资源不足的问题，但无法满足低时延的服务需求，边缘计算作为云计算技术的延伸，可通过增强边缘网络计算能力从而为用户提供低时延高质量服务。边缘计算中，需要将服务部署于资源受限的边缘服务器，并根据需求合理分配计算资源，以提高边缘服务器资源利用率，为此，本文提出了一种基于深度强化学习的服务资源分配方法，利用反正切函数两次映射建立计算资源分配函数，并实现分配比例的动态调整，最后基于真实数据集进行仿真实验，实验结果表明，本文提出的方法能够在保证低时延的情况下，合理分配计算资源。

同行评议状态:待评议

 点击量 3776  下载量 379  评论