| 标题 |
 Task Migration and Resource Allocation Scheme in IoV With Roadside Unit 相关领域
计算机科学
服务器
负载平衡（电力）
移动边缘计算
边缘计算
延迟（音频）
分布式计算
计算机网络
任务（项目管理）
资源配置
低延迟（资本市场）
实时计算
云计算
操作系统
电信
经济
网格
管理
数学
几何学
|
| 网址 | |
| DOI | |
| 其它 |
摘要： 移动边缘计算（MEC）因其为车联网（IoV）提供的短程低延迟计算服务而备受关注。然而，在车辆-RSU-MEC环境中，当车辆用户（VU）高速绕过路边单元（RSU）时，任务迁移不完整是个问题。此外，在交通高峰或道路拥堵时，已完成的任务会争夺MEC服务器计算资源，导致负载失衡。因此，做出合理的迁移和卸载决策是一项重要挑战。为应对这一挑战，本文提出了一种协作卸载策略，逐步联合优化计算资源的卸载决策与分配（CODA）。首先，为了解决任务迁移不完整的问题，CODA提出了一种基于贪婪的任务完成迁移（GBTCM）算法。算法计算每个任务所需的RSU集以实现完整迁移，并在相应集合中贪婪地寻找最优迁移目标，以降低任务传输延迟。其次，完成任务迁移后，CODA提出了一种基于距离的计算资源分配（DBCRA）算法，以实现MEC服务器的负载均衡。该算法优先考虑距离，并找到拥有足够计算资源的MEC服务器，以实现更好的负载均衡性能。实验结果表明，CODA是一种适用于IoV的低复杂度算法，能够为任务迁移和卸载做出合理且快速的决策。与其他三个基准相比，CODA展现出更高的效能和优势。 |
| 求助人 | |
| 下载 | 该求助完结已超 24 小时，文件已从服务器自动删除，无法下载。 |
|
温馨提示：该文献已被科研通 学术中心 收录，前往查看
科研通『学术中心』是文献索引库，收集文献的基本信息（如标题、摘要、期刊、作者、被引量等），不提供下载功能。如需下载文献全文，请通过文献求助获取。
|
PDF的下载单位、IP信息已删除
(2025-6-4)
璐璐
invisight
嘻嘻哈哈
林狗
现实的波波
DW
学术文献互助
aaaa
重要柠檬
v0id
木子
maxiaole
陈一
极限001
李不言
xing_xing
OK
alex
乐空思
Hayat
皖公网安备34019202002308
