版权声明：本文为博主原创文章，未经博主允许不得转载。 https://blog.csdn.net/qq_23947237/article/details/88170974
MEC 学习笔记：Resource Management (2)
Multiuser MEC Systems
这里考虑的是共享一个边缘服务器的多个移动设备的多用户 MEC 系统。主要介绍以下问题：
- 多用户联合无线和计算资源分配
- MEC 服务器调度
- 多用户协作边缘计算
多用户联合无线和计算资源分配
与云计算中心相比，MEC 服务器的计算资源少得多。因此，设计多用户 MEC 系统的一个关键问题是如何将有限的无线和计算资源分配给多个移动设备，以实现系统级目标如移动设备能耗和最小化。针对不同的 MEC 系统，对集中式和分布式资源分配方案进行了研究。
-
对于集中式资源分配，服务器获取所有移动信息，包括信道状态信息 CSI 和计算请求，作出决策并将决策通知到移动设备。移动用户共享一个单一的边缘服务器，具有不同的计算量和相同的容量。
-
另一个研究目标是利用博弈论和分解技术设计的多用户 MEC 系统的分布式资源分配。
MEC 服务器调度
前面的讨论是基于用户同步的假设和并行本地-边缘计算的可行性。然而，研究实际的服务器调度需要放宽这些假设。
- 不同用户的到达时间一般是异步的，因此，具有有限计算资源的边缘服务器需要按序缓冲和计算这些任务，从而导致排队延迟。
- 即使是同步任务到达，在运行不同类型应用程序的用户中，从延迟敏感应用程序到延迟容忍应用程序，延迟需求也会有很大差异。这一事实要求服务器调度根据用户的延迟需求分配不同级别的优先级。
- 一些计算任务都由几个从属子任务组成，从而这些模块的调度必须满足任务依赖性要求。
多用户协作边缘计算
多用户协同计算 Multiuser cooperative computing 提供了两个优势，是一种很有前途的提高 MEC 性能的技术。
- 当计算资源有限的服务器必须为大量的移动用户服务时，可能会超载。在这种情况下，服务器上的负担可以通过对等移动设备协作计算减轻。
- 在用户之间共享计算资源，可以平衡计算负载和计算能力在用户之间的不均匀分布。