学习周报1

)

基于移动边缘计算的物联网资源管理策略研究

主要探究技术：针对MECC技术（移动边缘计算和存储技术）在物联网应用中面临的问题。致力于融合MECC与人工智能技术，通过研究任务卸载和能量管理、多址接入选择、移动感知的内容缓存、去中心化的计算迁移等问题，进而满足典型物联网应用场景中的多样化性能要求。

主要内容

1.基于D2D-ECN的任务卸载和能量调度策略研究

1.在该网络架构下，利用D2D直通技术将密集型任务卸载到一组资源闲置的设备中进行并行处理。
2.用能量采集技术来确保数据传输和业务处理的连续性（解决电池供能的设备可能出现计算中断的问题）
3.设计了一种任务卸载、计算资源分配和能量调度的联合优化问题（实现长期平均任务服务时延和系统长期平均能量消耗的最优折衷）
4.Q-Learning算法（可再生能源的随机性和信道状态的不确定性）
5.各种其他算法
上述的分布式任务卸载策略和计算迁移算法，能够显著地降低系统的能量消耗和业务的服务时延

2.面向车辆边缘计算网络的计算迁移策略研究

1.以服务时延最小为目标的车辆偏好效用和以最大化信息分享增益为目标的边缘服务器偏好效用
2.双向匹配理论的计算迁移机制来极大化资源供需双方的偏好
3.车辆接入模式选择和任务分发的联合优化算法（旨在在车辆高速移动的环境满足多样化的车联网应用需求并兼顾系统的能量消耗）
4.基于深度增强学习的多址接入协同计算迁移策略

3.移动感知的边缘合作缓存策略研究

基于集中式的宏蜂窝、分布式的路边单元和移动车辆的三方合作，设计了内容放置和内容传输的联合优化策略。

    目标：最小化系统的累积平均存储和资源使用开销，同时满足车辆获取内容的命中率和传输时延需求。

4.区块链赋能的分布式计算迁移系统设计

解决不信任问题
设计了一种基于计算迁移性能的用户名誉评估和共识机制，组成名誉值评估的计算迁移(资源交易和任务卸载)规则以智能合约的方式写入区块链中，当前名誉值最高的用户发起资源交易记录和名誉值的共识操作。

创新：斯坦克尔博格的差异化定价策略（极大化了资源供需双方的收益，采用后向回归法证明了均衡解的唯一性和最优性）

    创新1：斯坦克尔博格的差异化定价策略（极大化了资源供需双方的收益，采用后向回归法证明了均衡解的唯一性和最优性）
    创新2：联合的任务卸载和资源分配策略（实现了业务服务时延和算法复杂度的有效折衷）

基于区块链的可信分布式计算平台的设计与实现

介绍了一个将计算任务使用众包的方式动态分配到边缘网络节点上的分布式计算平台。
目的：平台将动态选取临近用户的满足用户要求的计算节点，组建临时的计算集群并执行计算任务，服务的提供商将不需要自己维护计算节点，也不需要考虑节点选取的问题，不同的服务可以共用同样的计算设备，使得维护成本大幅降低、资源利用更为有效。

出现的问题

信任问题

计算资源提供方与消费方存在信任问题，如何避免欺骗

异构化环境的资源整合问题

边缘网络上的计算设备不尽相同，运行环境、操作系统均有差异，如何在异构化的环境下整合计算资源是另一个必须解决的问题

解决方法

方法1

使用区块链智能合约建立计算任务与合约的关联，将分布式计算的整个过程使用智能合约进行跟踪、管理，实现可信交易。
任务分包流程 ：

合约设计:

方法2

结合容器技术实现一个简单的 Map-Reduce 计算框架，并与上面的合约相配合，实现可信分布式计算。
Map-Reduce 计算框架流程图：

其他：重新看了下上次几篇论文