Key points are not available for this paper at this time.
雾计算作为云计算的补充,近年来已成为一种极具前景的解决方案,将计算基础设施从云中心延伸至网络边缘。通过将计算应用卸载到网络边缘,雾计算能够支持时延敏感型应用,并为邻近用户提供可靠接入。然而,随着各类应用需求的日益增长,雾计算可能会不堪重负,并可能导致性能显著下降。因此,为了高效处理各类应用,我们提出了一种雾云融合计算(FCC)方法,用户可以通过该方法协同地将一系列应用卸载到附近的雾节点(FNs)或云中心。然而,由于计算、存储和无线电资源受限,如何进行资源分配以实现最优且稳定的性能是一个重要问题。为解决这一问题,我们重点研究了由多用户、多 FN 和一个云中心组成的通用系统中的多资源分配问题。此外,为了降低卸载传输时延并缓解有限无线电资源的约束,所提出的 FCC 方法引入了非正交多址接入,使多个用户能够在相同的频谱资源上向同一 FN 传输数据以卸载任务。为此,我们将联合卸载决策、用户调度和资源分配问题构建为一个优化问题,旨在最小化系统总能耗成本以及用户时延。此外,我们将原问题进行解耦并转化为凸问题。最后,我们开发了基于交替方向乘子法的算法,以分布式且高效的方式求解该优化问题。仿真结果表明,与现有方案相比,所提出的方法取得了更优的性能。
Liu et al. (Sat,) 研究了这一问题。
Synapse has enriched 5 closely related papers on similar clinical questions. Consider them for comparative context: