云边场景下基于合作博弈的数据上传优化

钟传江, 虞慧群, 范贵生

华东理工大学学报(自然科学版) ›› 2025, Vol. 51 ›› Issue (02) : 250 -259.

PDF
华东理工大学学报(自然科学版) ›› 2025, Vol. 51 ›› Issue (02) : 250 -259. DOI: 10.14135/j.cnki.1006-3080.20240514002

云边场景下基于合作博弈的数据上传优化

    钟传江, 虞慧群, 范贵生
作者信息 +

Author information +
文章历史 +
PDF

摘要

现有基于边缘计算的移动群智感知场景很少考虑边缘服务器之间的协作,而多边缘服务器协作面临边缘服务缓存、边缘设备资源约束和大规模边缘用户任务卸载的挑战。针对以上挑战,本文提出了一种面向多边缘服务器合作博弈和离散粒子群(MCG+DPSO)优化的计算卸载算法。该算法首先通过多边缘服务器之间的合作博弈(MCG)得到边缘用户任务在边缘服务器之间的中继初始方案。然后,将得到的初始方案作为离散粒子群算法(DPSO)的初始解。最后,通过DPSO算法得到最优解,实现用户任务和边缘服务器的匹配,从而最大化地降低移动感知平台数据上传的服务延迟和服务成本。通过在真实数据集上进行大量对比实验,结果表明与云策略、边缘间不通讯策略、随机策略、合作博弈策略、DPSO算法和差分进化算法相比,MCG+DPSO算法可以降低3.2%~56.0%的服务成本和3.6%~24.5%的服务延迟。

关键词

边缘计算 / 合作博弈 / 移动群智感知 / 离散粒子群优化 / 任务卸载

Key words

引用本文

引用格式 ▾
云边场景下基于合作博弈的数据上传优化[J]. 华东理工大学学报(自然科学版), 2025, 51(02): 250-259 DOI:10.14135/j.cnki.1006-3080.20240514002

登录浏览全文

4963

注册一个新账户 忘记密码

参考文献

AI Summary AI Mindmap
PDF

71

访问

0

被引

详细

导航
相关文章

AI思维导图

/