基于超模博弈的移动边缘计算边缘服务定价研究

在移动边缘计算中,计算和存储能力有限的移动用户向边缘服务提供商购买边缘服务来完成计算密集型任务,这依赖于一个边缘服务交易环境。目前,移动边缘计算领域中缺乏对边缘服务定价的研究,这影响边缘服务交易市场的繁荣以及移动边缘计算的快速发展。针对该问题,提出一种基于超模博弈的边缘服务定价方法。该方法首先考虑边缘服务提供商同行价格竞争和移动用户需求的影响,将边缘服务提供商之间的边缘服务定价过程建模成一个博弈模型。然后,基于超模博弈理论证明了该博弈模型存在纳什均衡,即存在最优定价。最后,设计一种梯度迭代更新算法求解该博弈模型的纳什均衡,为每个边缘服务提供商找到最优定价策略。仿真结果表明,所提方法能实现快速定价,并且边缘服务提供商的收益得到显著提升。     

移动边缘计算安全研究

移动边缘计算具有靠近用户、业务本地处理、灵活路由等特点,成为满足5G低时延业务需求的关键技术之一。由于移动边缘计算靠近用户、处于相对不安全的环境、核心网控制能力减弱等,存在非授权访问、敏感数据泄露、(D)DoS攻击等安全风险。本文在介绍边缘计算概念、应用场景的基础上,分析移动边缘计算的安全威胁、安全防护框架、安全防护方案,并展望后续研究方向。     

基于移动边缘计算的资源分配策略

为进一步探究移动互联网的资源分配问题,文中基于无线互联网通信工况恶劣的特殊情形构建了仿真模型,并结合实际情况,以支持移动边缘计算的服务器为基础,引入基于深度域不变性残差计算的长短期记忆网络（DR-LSTM）,从互联网设备任务卸载的角度着手设计了资源分配策略和主要算法流程。通过仿真实验结果可知,基于移动边缘计算的资源分配策略在性能上存在一定的优势,具有潜在的应用价值。     

面向移动边缘计算网络的计算卸载策略分析

随着移动设备和互联网的普及,近年来人们对计算能力和网络资源的需求显著增加。为了降低网络延迟、提高用户体验,移动边缘计算（MEC）应运而生,将云计算与边缘计算相结合成为解决方案。MEC通过将计算资源移动到靠近终端用户的位置来实现这一目的。然而,随着移动设备数量和生成数据量的增加,对MEC网络中的计算资源分配进行优化。其中计算卸载是一种实现方式,它将资源密集型任务从移动设备转移到MEC服务器,以便更高效地处理。故此,本文主要分析了适用于MEC网络的不同计算卸载策略,以期为后续的相关研究和工作开展提供帮助。     

基于边缘计算的无人机移动辅助卸载策略研究

文中研究了基于边缘计算的无人机移动辅助卸载技术,对促进无人机发展、提升其经济价值具有重要的意义。值得注意的是,当前我国需要实现无人机辅助边缘计算系统的能耗最小化、用户时延最小化、系统吞吐量最大化、无人机能耗最小化等,以促进无人机技术高质量发展。基于此,文中提出了利用合理的计算卸载机制,使无人机在卸载过程中的位置适宜化,实现了用户任务的分配高效、无人机运动建模、无人机轨迹优化,并设计了用户终端任务分配方案、优化算法,从而设计出一种快速收敛的算法,推动无人机技术的快速发展。     

基于斯塔克伯格博弈的边缘协同计算研究

小型基站(Small-cell base stations,SBSs)被认为是边缘计算环境中重要的组成部分。但由于自身计算资源有限,当计算工作负载过大时,为用户提供的服务质量将面临重大的挑战。因此,针对小型基站间协同计算展开研究。首先,以最优化小型基站的个人效用为目标,结合多主多从斯塔克伯格(stackelberg)博弈模型,提出一种可实现小型基站间协同计算的算法。然后,通过循环迭代的方式求解小型基站之间非合作博弈的纳什均衡解。最后,通过Matlab进行实验,验证了该算法的可行性和有效性。     

无线网络中基于贝叶斯博弈模型的入侵检测算法研究

运用贝叶斯博弈理论对无线网络中入侵检测参数调整问题进行研究,设计入侵检测博弈模型,根据博弈中的完美均衡设计入侵检测时间间隔调整算法TSMA-BG和参数修正算法DPMA.仿真实验证明,这2种算法使入侵检测系统能够有效地检测出发生变化的攻击行为.     

移动边缘计算系统中无人机和用户的分层博弈优化方法

移动边缘计算赋予了资源受限的移动设备处理计算密集型任务的能力,而无人机进一步增强了这一能力。在多无人机为多地面用户提供边缘计算服务的场景中,无人机通过优化自身位置和对计算资源的定价,力求自身收益最大化。地面用户通过优化自身的卸载策略和请求的计算资源量,使得自身开销最小化。通过以无人机为领导者,以地面用户为跟随者,建立了斯坦伯格博弈模型,然后证明了纳什均衡解的存在性,并找到了这一均衡解。仿真结果表明,地面用户开销能够得到显著降低,且提高了无人机收益。     

基于5G移动网络中边缘计算与计算迁移模型的研究

随着通信技术和移动互联网的高速发展,移动通信已进入了5G时代。但数据的蓬勃发展也让网络面临大带宽、低时延、广连接、高可靠度、高安全性等挑战。面对这些挑战,移动边缘计算(mobile edge computing,MEC)孕育而生了,MEC架构提供了分流、计算、业务感知、计算迁移的能力,并将相应能力下沉至网络边缘。文章首先介绍了边缘计算在5G网络中的基本架构和最新的研究成果。其次,基于MEC平台下的任务迁移是未来必然的发展趋势,分析了MEC环境下任务迁移的过程、算法、优势等。最后提出了目前边缘计算发展所面临的问题及挑战。     

移动边缘计算中的网络切片技术研究

文章深入研究了网络切片技术,包括设计、实施和性能评估等。希望通过对技术的研究可以更好地满足未来智能、高效的移动网络架构的需求。网络切片技术将在不同领域的新兴应用中发挥关键作用。     

基于学习驱动的多接入移动边缘计算卸载策略研究

随着5G万物互联时代的到来,智能设备终端指数性增长,5G网络衍生出大量新兴的无线网络应用业务,如虚拟现实、无人驾驶以及智慧城市等,对网络传输和处理时延提出了严峻的挑战.随着网络边缘的智能化,多接入移动边缘计算(Multi-access Edge Computing,MEC)己经成为边缘智能的主要应用范式.计算能力受限的...     

移动边缘计算中的资源管理

通过对移动边缘计算(MEC)网络的基本原理、应用场景,以及通信和计算的研究模型的阐述,提出了针对单用户和多用户MEC系统的绿色节能频谱和计算资源综合管理方案。通过分析当前MEC技术的局限和挑战,认为MEC和人工智能技术的有机结合,能够有效提高未来网络的计算性能。     

基于移动边缘计算的5G移动通信网络探究

由于现有的移动通信网络无法有效处理大数据问题,经常出现数据传输时延较大、能耗较高问题.针对上述问题,本文基于移动边缘计算对5G移动通信网络进行研究.通过移动边缘计算在通信网络边缘部署大量具有计算和存储功能的边缘服务器,将计算和存储资源迁移到网络边缘,以减轻核心服务器的压力,实现资源合理配置.结果表明,与现有的移动通信网...     

多接入移动边缘计算技术在移动网络的部署实践与思考

多接入移动边缘计算(MEC)技术是当前兴起的一项新技术。通过把计算、存储、带宽和应用等资源放在网络的边缘侧,以减小传输延迟和带宽消耗。MEC可以广泛应用于运营商的4G/5G等移动网络以及Wi-Fi无线网络,并将会成为未来工业自动化和信息化应用的新一代解决方案。本文介绍了多接入移动边缘计算技术如何与4G/5G移动网络结合并在行业场景中的实际尝试和探索,并对主要研究进展和需解决的关键问题进行了介绍。     

移动计算环境下恶意软件静态检测系统设计

移动终端在互联网中下载到恶意软件的几率非常高,这对用户信息私密性造成了严重的威胁,但科研组织曾研究出的恶意软件检测系统往往误报率过高、实用性不强。为此,设计移动计算环境下恶意软件静态检测系统,其由特性提取与预处理模块和移动计算终端组成。特性提取与预处理模块根据静态检测特性数据库中的恶意软件标志特性,对用户移动终端软件的安装包特性、资源特性和编译特性进行提取,并使用静态检测函数对提取出的特性进行预处理,给出恶意与非恶意软件的特性分类结果。系统通过移动计算终端对特性分类结果中的恶意软件特性进行位置检测,隔离出用户移动终端中的恶意软件,防止恶意软件继续入侵。经实验分析可知,所设计的系统误报率较低、实用性较强。     

移动边缘计算的计算卸载技术分析研究

计算卸载作为移动边缘计算的关键技术之一,对于提升移动边缘计算实现节能、降低时延和改善用户体验等方面,起到关键的作用.本文围绕移动边缘计算的计算卸载技术进行分析研究,首先介绍了计算卸载概念和主要特征;并就移动边缘计算的计算卸载实施步骤和计算卸载系统分类进行阐述;然后针对计算卸载关键技术中的3个重点研究问题进行了详细分析;最后,对研究工作进行总结.     

移动边缘计算的计算卸载技术分析研究

计算卸载作为移动边缘计算的关键技术之一,对于提升移动边缘计算实现节能、降低时延和改善用户体验等方面,起到关键的作用.本文围绕移动边缘计算的计算卸载技术进行分析研究,首先介绍了计算卸载概念和主要特征;并就移动边缘计算的计算卸载实施步骤和计算卸载系统分类进行阐述;然后针对计算卸载关键技术中的3个重点研究问题进行了详细分析;最后,对研究工作进行总结.     

移动边缘计算组网与应用研究分析

文章对移动边缘计算进行了研究,阐述了移动边缘计算组网的作用,并对移动边缘组网节能性进行了分析,旨在为相关人员提供参考,积极推动移动边缘组网的可靠运用,提升组网效果,保证移动边缘计算组网的应用质量,提高信息通信质量,满足实际通信需求。     

车联网场景下移动边缘计算协作式资源分配策略

为了有效利用边缘云的计算资源,尽可能降低任务卸载时的平均等待时延,提出了一种满足边缘计算服务器容限阈值和任务卸载成功率约束条件下的多个边缘计算服务器相互协作的资源分配方案,通过单位时间总代价指标优化边缘计算服务器个数.将此方案建模为一个整数优化问题,之后设计了一种最小代价算法求解此优化问题,得到约束条件下的单位时间总代...     

车联网中一种基于软件定义网络与移动边缘计算的卸载策略

在新兴的车联网络中,汽车终端请求卸载的任务对网络带宽、卸载时延等有着更加严苛的需求,而新型通信网络研究中移动边缘计算(MEC)的提出更好地解决了这一挑战。该文着重解决的是汽车终端进行任务卸载时卸载对象的匹配问题。文中引入了软件定义车载网络(SDN-V)对全局变量统一调度,实现了资源控制管理、设备信息采集以及任务信息分析。基于用户任务的差异化性质,定义了重要度的模型,在此基础上,通过设计任务卸载优先级机制算法,实现任务优先级划分。针对多目标优化模型,采用乘子法对非凸优化模型进行求解。仿真结果表明,与其他卸载策略相比,该文所提卸载机制对时延和能耗优化效果明显,能够最大程度地保证用户的效益。