一种能效优先的物联网任务协同迁移策略

移动边缘计算通过在数据源端执行通信和计算操作,缩减了物联网业务的传输和处理时延。然而,针对大量的物联网设备连接数,海量碎片化的数据同时汇聚在边缘计算平台,会显著地增加前传链路的流量负载和边缘服务器的计算负荷。为了应对这一挑战,基于多样化的物联网应用需求,通过最优化设备传输的选择控制,设计了一种任务协同迁移策略,以实现时延约束下的系统最小能量消耗。在缺少信道状态完美先验信息的条件下,提出了一种基于深度增强学习的资源管理算法,以较低的复杂度获得了最优的任务卸载决策。仿真结果表明,与随机的传输选择策略相比,所提出的算法能够显著地降低系统的能量消耗,并且满足任务的服务时延。