6、移动边缘计算的联合计算卸载与资源分配

移动边缘计算的联合计算卸载与资源分配

1. 引言

在当今的移动计算领域，移动边缘计算（MEC）作为一项新兴技术正崭露头角。它允许将计算、存储和网络服务部署在附近的边缘服务器上，在5G及未来网络中扮演着至关重要的角色。

1.1 移动边缘计算

MEC的主要目标是通过将云服务推向网络边缘，为移动用户（UE）提供超低延迟、高带宽、安全的服务以及对实时网络信息的直接访问。它具有与其他无线技术（如URLLC和毫米波）集成的强大潜力，从而催生新的应用。MEC被视为增强现实、虚拟现实、物联网（IoT）和5G服务等新兴移动应用的关键推动者，同时还能通过减少向中央云传输的数据量，为移动用户提供经济高效的计算服务。

目前，MEC的研究主要集中在资源管理、安全、服务质量（QoS）和能源效率等领域。资源管理算法旨在优化边缘网络的计算和存储资源使用；QoS确保边缘服务器提供的服务满足性能要求；能源效率则有助于降低移动设备和边缘服务器的能耗。

1.2 资源分配

资源分配是MEC面临的关键挑战之一，它涉及如何在边缘网络分配计算和存储资源以满足UE的需求。为解决这一问题，前人提出了多种资源分配策略，包括集中式算法、分布式算法和混合算法。集中式算法基于系统的全局视图分配资源，而分布式算法则基于本地信息进行分配。混合算法结合了两者的优点，在性能和可扩展性之间取得平衡。此外，能源效率的集成也是资源分配的重要方面，已有多种节能资源分配算法被提出。

1.3 任务卸载

任务卸载是指将计算过程从移动设备迁移到MEC服务器，目的是缩短任务响应延迟并节省能源资源。在MEC中，将计算密集型任务从UE转移到边缘服务器进行处理