Multi-user task offloading for mobile edge computing based on reinforcement learning
Razbremenitev večuporabniških nalog za mobilno robno računalništvo na podlagi okrepljenega učenja

angleški

2025

letnik 55, številka 3

MEC   načrtovanje nalog   okrepljeno učenje   razbremenitev prometa

Strokovno društvo za mikroelektroniko, elektronske sestavne dele in materiale
(Obvezni izvod spletne publikacije)

Mobilno robno računalništvo (MEC) omogoča programiranje omrežnih funkcij in nadzora ter upravlja ključne sestavne dele družbenih omrežij z vidika povečanja podpore uporabnikom na napravah za izvajanje računalniških operacij. Za izboljšanje shranjevanja in hitrega računalniškega delovanja je potrebno razbremenjevanje prometa in načrtovanje nalog. V članku je predlagana nova metoda, vključno z modeliranjem prometa na podlagi podatkov, ki ga omogoča algoritem okrepljenega učenja (RLTOA), za razbremenitev prometa in izboljšanje hitrosti računalniškega obdelovanja ter zmanjšanje zakasnitve aplikacij družbenega omrežja. Rezultat predlaganega modeliranja na podlagi podatkov so primerjani z obstoječimi metodami in potrjujejo modeliranje prometa na podlagi podatkov za zagotavljanje storitve razbremenitve računalniških operacij v smislu energijskega proračuna in mobilnega padca ter izvajanja robnega strežnika. Predstavljene rešitve za razbremenitev računalniških operacij in upravljanje z energijo lahko zagotovijo dragocene ugotovitve za praktične aplikacije MEC. Predstavljeni so obsežni numerični rezultati, ki potrjujejo učinkovitost RLTOA in prikazujejo učinek zahtev družbenega omrežja

06.07.2026