14、移动边缘云计算的计算卸载模型综述

移动边缘云计算的计算卸载模型综述

在移动边缘云计算（MEC）领域，计算卸载模型是提高系统性能、降低能耗和保障安全的关键。本文将从计算卸载模型的层级分类、移动性管理以及安全保障等方面进行详细介绍。

计算卸载模型的层级分类

根据MEC环境中的层数，计算卸载模型主要分为单层和多层环境两类。

• 单层计算卸载模型

  • Bi等人的模型 ：提出了一种针对多用户MEC系统的卸载模型，将整个计算任务视为一个整体，可在本地或远程执行。该模型联合优化了个体计算模式选择和传输时间分配，目标是最大化所有物联网设备的计算速率。仿真结果表明，该模型比本地执行和全卸载场景分别高出近18.5%和26.2%。但缺点是将计算任务作为一个整体进行卸载，会在网络上传输大量数据，且应用数据在传输过程中未受保护。
  • 基于深度强化学习的算法 ：在[57]和[56]中，利用基于深度强化学习的算法解决多用户MEC系统的计算卸载问题。[57]中联合优化了带宽分配和卸载决策，目标是最小化完成任务的总延迟和相应能量，设计了分布式深度学习算法来解决维度灾难问题，数值结果验证该算法比本地和边缘处理场景分别节省高达39.4%和21%的总成本。[56]中Huang等人制定了一个集成模型来分配无线资源和任务卸载，目标是最大化计算速率的加权和，设计了在线深度学习算法以高效获得接近最优的卸载决策。但这两种方法的共同缺点是物联网设备的应用数据在传输过程中易受攻击。
  • 单用户多天线MEC系统的优化方案