Wi-Fi网络移动边缘计算资源分配策略研究.docx

Wi-Fi网络移动边缘计算资源分配策略研究
标题：Wi-Fi网络移动边缘计算资源分配策略研究
摘要：
移动边缘计算（MobileEdgeComputing，MEC）作为一种新兴的计算模型，旨在以靠近用户的边缘服务器上部署的计算资源来提供更快速、低时延的计算和服务。在Wi-Fi网络环境中，如何合理分配MEC资源以提高网络性能和用户体验成为关键问题。本文调研分析了Wi-Fi网络中的移动边缘计算资源分配策略，包括任务调度算法、资源优化算法和性能评估等。通过对现有研究的总结和分析，提出了一种基于任务迁移和动态权重调整的资源分配策略，并进行实验验证。
关键词：移动边缘计算，Wi-Fi网络，资源分配策略，任务调度算法，资源优化算法，性能评估
1.引言
随着移动互联网的快速发展，用户对于计算和服务的需求也越来越高。然而，传统的云计算模型无法满足用户对于网络时延和计算性能的实时要求。移动边缘计算作为一种新兴的计算模型，通过在靠近用户的边缘服务器上部署计算资源，为用户提供更快速、低时延的计算和服务。同时，Wi-Fi网络作为一种便捷的无线通信技术，在移动边缘计算中具有广泛的应用场景。
2.相关工作调研
本节对现有的Wi-Fi网络中移动边缘计算资源分配策略的相关工作进行了调研和总结。包括任务调度算法、资源优化算法和性能评估等方面的研究成果。
3.任务调度算法
为了高效利用移动边缘计算资源，需要合理地将任务分配到不同的边缘服务器进行处理。本节介绍了几种常用的任务调度算法，包括最短作业优先（ShortestJobFirst，SJF）算法、最先到达优先（First-ComeFirst-Served，FCFS）算法和最小平均服务时间（ShortestAverageProcessingTime，SAPT）算法等。
4.资源优化算法
资源优化算法旨在通过调整边缘服务器上的计算和存储资源，以满足Wi-Fi网络中的移动边缘计算需求和服务质量要求。本节介绍了几种常用的资源优化算法，包括负载均衡算法、动态资源调整算法和虚拟化技术等。
5.性能评估
为了验证所提出的资源分配策略的有效性和性能，本节设计了实验，并通过性能评估指标对实验结果进行分析。包括时延、吞吐量和能耗等指标。
6.实验与结果分析
本节根据设计的实验方案，对所提出的基于任务迁移和动态权重调整的资源分配策略进行了实验验证。通过对实验结果进行分析，得出了一些结论和改进意见。
7.结论与展望
本文通过调研分析Wi-Fi网络中的移动边缘计算资源分配策略，总结了任务调度算法、资源优化算法和性能评估等方面的研究成果。并提出了一种基于任务迁移和动态权重调整的资源分配策略，并进行了实验验证。未来的研究方向可以继续深入研究Wi-Fi网络中移动边缘计算资源分配策略的优化和改进，并结合实际应用场景进行进一步的实验研究。
参考文献：
[1]JiangY,YaoL,CaoT,etal.JointTaskOffloadingandResourceAllocationforMobileEdgeComputinginSoftwareDefinedHeterogeneousNetworks[J].IEEEAccess,2017,5:14069-14077.
[2]HuY,WangJ,QinG,etal.JointOffloadingandResourceAllocationforVehicularEdgeComputingNetworks[J].IEEETransactionsonIntelligentTransportationSystems,2019,20(6):2034-2049.
[3]LiW,PengM.OptimizationModelsandAlgorithmsforMobileEdgeComputingintheInternetofThings[J].IEEEAccess,2017,5:2117-2130.
[4]ZhangH,XuM,WangC,etal.EdgeComputing-BasedRecommendationServiceinReal-TimeSocialNetworks[J].IEEENetwork,2019,33(4):120-126.