基于分布式深度学习的边缘服务放置策略
基于分布式深度学习的边缘服务放置策略
复制标题
DOI：
10.12305/j.issn.1001-506x.2022.05.36
复制
发表时间：
2022
期刊：
影响因子：
--
通讯作者：
吴大鹏
中科院分区：
文献类型：
--
作者：
邹虹;白陈阳;何鹏;崔亚平;王汝言;吴大鹏
针对移动边缘计算网络中不合理的服务放置和资源分配所导致的服务质量下降问题,提出了一种基于分布式深度学习的边缘服务放置策略。首先,以最小化所有用户服务请求时延与加权服务放置成本总和为优化目标,将优化问题建模为混合整数非线性规划问题。其次,在给定服务放置策略情况下,利用凸优化理论求解出边云最优的计算资源分配方案。最后,利用分布式深度学习解决了服务放置问题。理论证明及仿真结果表明,所提策略能够有效降低用户服务请求时延和应用服务提供商的服务放置成本,并且逐渐逼近全局最优的服务放置策略。