Mobile Edge Computing (MEC) is a promising paradigm to respond to the rising computation requests of the users in the emerging wireless networks, and especially in the Internet of Things (IoT). In this paper, we study buffer-aided relay-assisted MEC in systems with discrete transmission time-line and block fading channels. We consider a hierarchical network composed of a source, a buffer-aided relay, and another node in a higher level in the hierarchy. The source sends its tasks to the relay which in turn randomly assigns the received tasks to its own computing server or to the server of the next node in the hierarchy. We provide a framework to take into account the delays in both the transmission and computation buffers which facilitates the derivation of the expression for the Average Response Time (ART) in the system. Based on that and the system average power consumption in each slot, we introduce the concept of Average Response Energy (ARE) as a novel metric to capture the energy efficiency in MEC. Accordingly, we propose two offloading schemes with relevant problem formulations, namely the Minimum ART (MART) and the Minimum ARE (MARE) schemes, to optimize the ART or the ARE while keeping the system queues stable. We analyze the properties of the formulated problems, in terms of the feasible sets and the objective functions and noting them, we propose effective solution methods. Using extensive simulations, we validate the presented analysis and show the effectiveness of the proposed schemes in comparison with various baseline methods.


翻译:移动边缘计算(MEC)是回应新兴无线网络用户不断增长的计算要求的一个有希望的模式,特别是在物联网(IoT)中,这是回应新兴无线网络用户不断增长的计算要求的一个有希望的模式。在本文件中,我们研究了在有离散传输时间线和块状淡化渠道的系统中缓冲辅助中继辅助中继器。我们认为,由源、缓冲辅助中继器和更高层次的另一个节点组成的分级网络是一个分级网络。源向中继发送了任务,而中继系统又随机将接收的任务分配给自己的计算机服务器或下一级节点的服务器。我们提供了一个框架,以考虑到传输和计算缓冲方面的延误,这种缓冲便利了系统平均反应时间表达的生成。基于此以及每个时段的系统平均电力消耗量,我们引入了平均反应能源的概念,作为测量MEC能效的新指标。 因此,我们提出了两个带有相关问题配置的卸载计划,即最低ART(MART)和最低节点服务器服务器服务器服务器(MAR)的服务器(MARARE)的延迟计算,以优化我们提出的稳定分析方法,同时我们提出的稳定地分析系统,并优化了我们提出的稳定分析方法。

0
下载
关闭预览

相关内容

专知会员服务
50+阅读 · 2020年12月14日
最新《高级算法》Advanced Algorithms,176页pdf
专知会员服务
90+阅读 · 2020年10月22日
【哈佛大学商学院课程Fall 2019】机器学习可解释性
专知会员服务
103+阅读 · 2019年10月9日
最新BERT相关论文清单,BERT-related Papers
专知会员服务
52+阅读 · 2019年9月29日
LibRec 精选:AutoML for Contextual Bandits
LibRec智能推荐
7+阅读 · 2019年9月19日
分布式并行架构Ray介绍
CreateAMind
9+阅读 · 2019年8月9日
计算机 | 国际会议信息5条
Call4Papers
3+阅读 · 2019年7月3日
计算机 | 入门级EI会议ICVRIS 2019诚邀稿件
Call4Papers
10+阅读 · 2019年6月24日
Transferring Knowledge across Learning Processes
CreateAMind
27+阅读 · 2019年5月18日
Call for Participation: Shared Tasks in NLPCC 2019
中国计算机学会
5+阅读 · 2019年3月22日
计算机 | CCF推荐会议信息10条
Call4Papers
5+阅读 · 2018年10月18日
【推荐】用TensorFlow实现LSTM社交对话股市情感分析
机器学习研究会
11+阅读 · 2018年1月14日
【推荐】RNN/LSTM时序预测
机器学习研究会
25+阅读 · 2017年9月8日
Arxiv
0+阅读 · 2021年8月6日
Arxiv
0+阅读 · 2021年8月6日
VIP会员
相关资讯
LibRec 精选:AutoML for Contextual Bandits
LibRec智能推荐
7+阅读 · 2019年9月19日
分布式并行架构Ray介绍
CreateAMind
9+阅读 · 2019年8月9日
计算机 | 国际会议信息5条
Call4Papers
3+阅读 · 2019年7月3日
计算机 | 入门级EI会议ICVRIS 2019诚邀稿件
Call4Papers
10+阅读 · 2019年6月24日
Transferring Knowledge across Learning Processes
CreateAMind
27+阅读 · 2019年5月18日
Call for Participation: Shared Tasks in NLPCC 2019
中国计算机学会
5+阅读 · 2019年3月22日
计算机 | CCF推荐会议信息10条
Call4Papers
5+阅读 · 2018年10月18日
【推荐】用TensorFlow实现LSTM社交对话股市情感分析
机器学习研究会
11+阅读 · 2018年1月14日
【推荐】RNN/LSTM时序预测
机器学习研究会
25+阅读 · 2017年9月8日
Top
微信扫码咨询专知VIP会员