25、移动边缘计算中的负载均衡与隐私优化

移动边缘计算中的负载均衡与隐私优化

1. 能量收集移动边缘计算的负载均衡

1.1 任务分配的最优解

在特定时隙的 (E_{H,j}^ (t)) 基础上，可通过以下方式解决最优任务分配问题：
- 任务分配问题 (P_{task}) *：
- 目标函数：(\min_{f_{j,l}(t),P_{O,i}(t),\alpha_{i,j}(t)}{\xi + (V - \tilde{B}_t^j)P_j(t)})
- 约束条件：(9.4)，(9.7) - (9.16)，(9.17)

当任务在特定时隙的移动服务中计算时，移动服务问题 (P_{MS}) 可表示为：
- 移动服务问题 (P_{MS}) ：
- 目标函数：(\min_{f_{j,l}(t)}\left{\sum_{l = 1}^{N}Q_{j,l}(t)A_{j,l}(t) - \sum_{l = 1}^{N}Q_{D,j,l}(t)A_{D,j,l}(t) - \sum_{l\in local}Q_{j,l}(t)D_{L,j,l}(t)\right} + (V - \tilde{B} t^j)\kappa f {j,l}^3(t))
- 约束条件：(9.4)，(9.7) - (9.9)，(9.11)，(9.12)，(9.14)，(9.16)
- 额外约束：(\kappa f_{j,l}^2(t) \in [E_{min}, E_{max}])

当任务卸载到 MEC 服务器时，任务分配问题 (P_{task}) 可转换为 MEC 问