面向移动边缘计算的智能计算迁移技术研究

With the fast development of mobile edge computing, mobile devices can enhance the computation capabilities and reduce the energy consumptions by offloading their computation tasks to the resource-rich cloud infrastructures via wireless links. However, due to the limited wireless communication capacity and the computation capacity of the server, the mutual coordination among different offloading tasks for mass mobile devices becomes an urgent problem to be studied. In addition, the impact of the dynamic network environment on the computation offloading process should also be taken into account. To tackle the challenges above, this project studies the computation offloading problem for mobile edge computing by introducing some key technologies of artificial intelligence, such as game theory and machine learning. Specifically, the main contributions are summarized as follows: 1) formulate an efficient game model based on the rationality of mobile users and the constraints of incomplete information, and design a multi-agent coordinated computation offloading scheme with guaranteed performance; 2) study the multi-user computation offloading process in dynamic environment, and propose a stochastic game to design a dynamic and adaptive computation offloading scheme with theoretic proof; 3) propose a collaborative computation offloading scheme based on multi-agent resource-sharing and mutual cooperation, which achieves win-win situation and significantly improves the system performance.

随着移动边缘计算的快速发展，移动终端通过无线信道将计算密集型任务迁移到边缘服务器执行，不仅突破硬件限制得到了功能扩展，而且延长了电池的使用时间。然而，由于无线通信容量以及服务器计算容量的瓶颈,需要解决海量移动终端不同计算迁移任务之间的相互协调问题；此外，还需考虑到实际网络环境动态变化对于计算迁移过程的影响。为应对以上挑战，本项目引入博弈论、机器学习等人工智能领域关键技术，从智能化的角度研究面向移动边缘计算的计算迁移，具体从以下三个方面展开：1）构建基于个体理性和不完全信息的博弈模型，研究基于多智能体策略协调的计算迁移技术，并从理论上评价其性能；2）针对实际网络环境和计算任务的动态且随机变化，通过构建随机博弈，研究可对环境变化动态自适应的计算迁移技术，并从理论上评价其性能；3) 从资源共享和优势互补的角度，设计基于群体智能的协作计算迁移机制，实现双赢或多赢的结果，大幅提升整个系统性能。

本项目着眼于面向移动边缘计算的智能计算迁移问题，从各个移动终端智能化自主决策的角度出发，深入分析和建模各智能终端相互间的冲突和竞争关系，设计有效的针对不完全信息约束和动态环境条件的博弈优化机制，并针对不同智能终端进行计算迁移时的需求差异和资源异构特点，提出合理有效的多智能体协作计算迁移方案。取得的主要研究进展与成果包括：1. 针对智能终端自身计算需求、计算能力、信道链路等的差异性，深入分析各个智能终端能耗、时延等性能以及其基于个体理性的计算策略，提出了基于不完全信息或局部信息决策的博弈算法，达到稳定的系统均衡解；2. 针对实际的网络环境（智能终端位置、工作状态、无线信道等）的动态且随机变化，提出了动态条件下基于不完全信息决策的随机博弈算法，达到稳定的纳什均衡解，并从理论上分析所得到的期望纳什均衡的性能界；3. 针对不同智能终端的个体差异性（例如资源异构、业务需求多样、计算能力不同等），深入分析各智能终端在计算迁移策略选择时对资源及服务器等方面的不同需求侧重，从资源共享和优势互补的角度，提出了基于多智能体协作的计算迁移机制，并从理论上分析其性能增益。.经过项目组的共同努力，已在IEEE Transactions on Mobile Computing、IEEE Transactions on Vehicular Technology、IEEE Network 等国际核心期刊和IEEE ICCT等通信会议上共发表SCI/EI 论文12篇，其中SCI检索8篇；申请发明专利2项，已授权，圆满的完成了课题预先的研究目标。本项目取得的创新性研究成果可有效提升移动边缘计算系统中的多用户计算迁移性能，实现通信与计算资源的联合优化配置。