边缘计算中的卸载算法研究开题报告

全文总字数：4627字

1. 研究目的与意义（文献综述）

1. 目的及意义

随着 5g 通信、新型存储系统、轻量级函数库等技术的不断成熟，以及携带智能芯片的终端设备的大范围普及，万物互联(ioe)的时代已经到来，这使得人们对网络数据流量和设备计算能力的需求不断增加。并且移动用户设备（ue）（如智能手机或笔记本电脑）的技术发展与新移动应用的发展密切相关。然而，在ue处运行计算要求苛刻的应用受到有限的电池容量和ue的能量消耗的限制。延长ue的电池寿命的合适解决方案是将需要大量处理的应用卸载到传统的集中式云。然而，该选项引入了显著的执行延迟，包括将卸载的应用程序传递到云端以及返回加上云计算的时间。这种延迟是不方便的，并且使卸载不适合于实时应用。为了应对延迟问题，引入了一种新的概念，称为移动边缘计算（mec）。通过将密集型计算任务卸载到边缘服务器可以为设备扩展容量和降低能耗。而计算卸载是mec的关键技术之一，也是mec系统实现终端业务实时化处理的重要手段，试验证明，将任务卸载到 mec 上，可以减少高达 88%的时延和 93%的能耗。通过对已有工作的分析，发现在计算卸载过程中，卸载的策略问题是影响ue体验的重要因素，不同用户的任务数据大小和所需的计算资源等一般不相同，计算耗费的能量也不相同。因此根据情况选择不同用户的任务卸载到mec服务器上可以获得更大的卸载收益。

2. 国内外的研究现状分析

2. 研究的基本内容与方案

1. 基本内容

第一部分：绪论。介绍该课题的研究背景及意义，然后介绍边缘计算目前的应用场景及其基础体系结构，进而对边缘计算具有的特征和优势进行分析。最后通过文献综述对边缘计算及其体系结构的国内外研究现状，以及与边缘计算相关的资源分配算法和卸载策略研究现状进行总结和分析。

第二部分：相关技术。任务卸载的三种基本算法即本地执行、完全卸载和部分卸载。可以发现任务卸载是一个非常复杂的过程，受不同因素的影响，如用户偏好，无线电和回程连接质量，用户设备功能等影响。任务卸载的另一个重要方面是应用程序类型，因为它决定了全部或部分卸载是否适用，可以卸载什么以及如何卸载。对这些技术的应用进行简介。最后将各项技术在本文中的应用做出简要概述，为后续章节中模型和算法奠定了基础。

3. 研究计划与安排

第1周—第3周 搜集资料，撰写开题报告；

第4周—第5周 论文开题；

第6周—第12周 撰写论文初稿；

4. 参考文献（12篇以上）

[1] q. pham, l. b. le, s. chung and w. hwang, "mobile edge computing with wireless backhaul: joint task offloading and resource allocation," in ieee access, vol. 7, pp. 16444-16459, 2019.

[2] p. mach and z. becvar, "mobile edge computing: a survey on architecture and computation offloading," in ieee communications surveys tutorials, vol. 19, no. 3, pp. 1628-1656, thirdquarter 2017.

[3] x. lyu, h. tian, c. sengul and p. zhang, "multiuser joint task offloading and resource optimization in proximate clouds," in ieee transactions on vehicular technology, vol. 66, no. 4, pp. 3435-3447, april 2017.