• 中国精品科技期刊
  • CCF推荐A类中文期刊
  • 计算领域高质量科技期刊T1类
高级检索

边缘计算可信协同服务策略建模

乐光学, 戴亚盛, 杨晓慧, 刘建华, 游真旭, 朱友康

乐光学, 戴亚盛, 杨晓慧, 刘建华, 游真旭, 朱友康. 边缘计算可信协同服务策略建模[J]. 计算机研究与发展, 2020, 57(5): 1080-1102. DOI: 10.7544/issn1000-1239.2020.20190077
引用本文: 乐光学, 戴亚盛, 杨晓慧, 刘建华, 游真旭, 朱友康. 边缘计算可信协同服务策略建模[J]. 计算机研究与发展, 2020, 57(5): 1080-1102. DOI: 10.7544/issn1000-1239.2020.20190077
shu
Yue Guangxue, Dai Yasheng, Yang Xiaohui, Liu Jianhua, You Zhenxu, Zhu Youkang. Model of Trusted Cooperative Service for Edge Computing[J]. Journal of Computer Research and Development, 2020, 57(5): 1080-1102. DOI: 10.7544/issn1000-1239.2020.20190077
Citation: Yue Guangxue, Dai Yasheng, Yang Xiaohui, Liu Jianhua, You Zhenxu, Zhu Youkang. Model of Trusted Cooperative Service for Edge Computing[J]. Journal of Computer Research and Development, 2020, 57(5): 1080-1102. DOI: 10.7544/issn1000-1239.2020.20190077
shu
乐光学, 戴亚盛, 杨晓慧, 刘建华, 游真旭, 朱友康. 边缘计算可信协同服务策略建模[J]. 计算机研究与发展, 2020, 57(5): 1080-1102. CSTR: 32373.14.issn1000-1239.2020.20190077
引用本文: 乐光学, 戴亚盛, 杨晓慧, 刘建华, 游真旭, 朱友康. 边缘计算可信协同服务策略建模[J]. 计算机研究与发展, 2020, 57(5): 1080-1102. CSTR: 32373.14.issn1000-1239.2020.20190077
shu
Yue Guangxue, Dai Yasheng, Yang Xiaohui, Liu Jianhua, You Zhenxu, Zhu Youkang. Model of Trusted Cooperative Service for Edge Computing[J]. Journal of Computer Research and Development, 2020, 57(5): 1080-1102. CSTR: 32373.14.issn1000-1239.2020.20190077
Citation: Yue Guangxue, Dai Yasheng, Yang Xiaohui, Liu Jianhua, You Zhenxu, Zhu Youkang. Model of Trusted Cooperative Service for Edge Computing[J]. Journal of Computer Research and Development, 2020, 57(5): 1080-1102. CSTR: 32373.14.issn1000-1239.2020.20190077
shu

边缘计算可信协同服务策略建模

  • (嘉兴学院数理与信息工程学院 浙江嘉兴 314001) (ygx_9018@163.com)

基金项目: 国家自然科学基金项目(61572014)
详细信息

  • 中图分类号: TP393

Model of Trusted Cooperative Service for Edge Computing

  • (School of Mathematics and Information Engineering, Jiaxing University, Jiaxing, Zhejiang 314001)

Funds: This work was supported by the National Natural Science Foundation of China (61572014).

摘要

    摘要
  • 摘要: 随着物联网、4G/5G无线网络技术的发展和普及应用,万物互联已成为现实.移动计算、智能手机、Pad和可穿戴等智能终端设备大量接入使网络边缘设备数量迅速增加，边缘设备所产生的数据呈指数增长.边缘计算面临大吞吐量、频繁交互、位置和延迟敏感等特征的实时业务服务需求挑战.充分发挥边缘计算节点智能、多样和灵活等特点，通过局部汇聚计算、存储、网络服务等共享方式实现边缘计算资源快速融合，构建可信协同服务系统是保障边缘计算QoS的一种有效方法.为了快速发现、动态组织、自主融合边缘节点进行协同服务，提出一种基于盟主的边缘计算协同服务(trust cooperative services for edge computing, TCSEC)模型.该模型基于信任度、影响力、容量、带宽、链路质量等表征节点特征属性，以任务驱动方式，由盟主节点根据策略和边缘节点的特征属性选择协同服务节点集，实现资源快速融合与计算迁移，为计算请求节点提供及时响应和可靠服务.仿真实验表明：TCSEC能有效提高边缘计算协同服务能力和服务质量.
    Abstract: With the development and widespread application of the Internet of things and 4G/5G wireless network technology, we have entered into the Internet of everything era. It is easier to connect the edge computing devices, such as mobile phones, PAD, etc., to the Internet. Thus, the number of data generated by edge computing devices is increasing significantly. However, the current network services cannot provide such demand, posed by edge computing, on high throughput, frequently connection, sensitive to location and latency. It is an efficient way to improve the quality of service by 1)considering the characteristics of the intelligence, diversity and flexibility of node at the edge of network, 2)locally aggregating computing, storage and network service resources, and 3)adaptively building trusted cooperative service system. The key to efficiently build a cooperative service system is quickly looking for and then dynamically organizing the edge computing nodes. In this paper, we propose a leaderbased trusted cooperative service for edge computing (TCSEC). The main idea is the leader node selects its cooperative service node set with a selfadjustable clustering, which takes into consideration the features of a node, e.g. trust degree, influence, volume, bandwidth, and quality of the link, and realizes the rapid resource aggregation and computing migration. Based on our approach, it is fast to respond to the computing request and provide reliable service. The simulation shows TCSEC can efficiently speed up the ability to construct a cooperative service system and improve the quality of service.
    • HTML全文
    • 参考文献(0)
    • 相关文章
    • 施引文献(54)

  • 期刊类型引用(21)

    1. 李禹纬，付锐，刘帆. 改进YOLOv7的轻量化交通标志检测算法. 太原理工大学学报. 2024(01): 195-203 . 百度学术
    2. 李旭东 ，廖婷婷 ，乐文毅 ，曾小信 ，陈思墨 ，李宗平 . 基于YOLOv3的袋式除尘器滤袋破损自动检测方法. 烧结球团. 2024(01): 99-105 . 百度学术
    3. 江金懋，钟国韵. 基于双向嵌套级联残差的交通标志检测方法. 现代电子技术. 2024(05): 176-181 . 百度学术
    4. 韩长江，刘丽娟. 基于Transformer改进YOLOv5的交通标志检测算法. 信息技术. 2024(11): 21-27 . 百度学术
    5. 张京淇，李超，李晓磊. 基于改进YOLOv8s的交通标志检测算法. 电脑知识与技术. 2024(30): 31-34 . 百度学术
    6. 胡昭华，王莹. 改进YOLOv5的交通标志检测算法. 计算机工程与应用. 2023(01): 82-91 . 百度学术
    7. 金晓康，吴瑶，施莹娟，沈才有. 基于YOLO框架的实时交通标志识别算法研究与系统实现. 软件. 2023(01): 20-23 . 百度学术
    8. 刘翀豪，潘理虎，杨帆，张睿. 改进YOLOv5的轻量化口罩检测算法. 计算机工程与应用. 2023(07): 232-241 . 百度学术
    9. 王能文，张涛. 改进YOLOX-S实时多尺度交通标志检测算法. 计算机工程与应用. 2023(21): 167-175 . 百度学术
    10. 方猛，邹亚洲. 基于车载点云数据的道路交通指示标志检测方法. 北京测绘. 2023(08): 1121-1127 . 百度学术
    11. 王浩，雷印杰，陈浩楠. 改进YOLOV3实时交通标志检测算法. 计算机工程与应用. 2022(08): 243-248 . 百度学术
    12. 刘万军，李嘉欣，曲海成. 基于多尺度卷积神经网络的交通标示识别研究. 计算机应用研究. 2022(05): 1557-1562 . 百度学术
    13. 张上，王恒涛，冉秀康. 基于YOLOv5的轻量化交通标志检测方法. 电子测量技术. 2022(08): 129-135 . 百度学术
    14. 刘宇宸，石刚，崔青，刘明辉，郑秋萍. 改进MobileNetv3-YOLOv3交通标志牌检测算法. 东北师大学报(自然科学版). 2022(02): 53-60 . 百度学术
    15. 高宇鹏，梁世军. 交通禁令标志自动图像识别方法设计与仿真. 计算机仿真. 2022(06): 123-126+145 . 百度学术
    16. 闵锋，侯泽铭. 铁路接触网主要部件检测方法. 计算机工程与设计. 2022(10): 2911-2917 . 百度学术
    17. 马宇，张丽果，杜慧敏，毛智礼. 卷积神经网络的交通标志语义分割. 计算机科学与探索. 2021(06): 1114-1121 . 百度学术
    18. 马永杰，程时升，马芸婷，马义德. 卷积神经网络及其在智能交通系统中的应用综述. 交通运输工程学报. 2021(04): 48-71 . 百度学术
    19. 张力天，孔嘉漪，樊一航，范灵俊，包尔固德. 基于宏微观因素的概率级别的车辆事故预测. 计算机研究与发展. 2021(09): 2052-2061 . 本站查看
    20. 陈燕，杨志刚. 自然场景建筑工程标志信息逐级细化识别算法. 计算机仿真. 2021(08): 450-454 . 百度学术
    21. 任坤，黄泷，范春奇，高学金. 基于多尺度像素特征融合的实时小交通标志检测算法. 信号处理. 2020(09): 1457-1463 . 百度学术

    其他类型引用(33)

    • 资源附件(0)
计量
  • 文章访问数:  1136
  • HTML全文浏览量:  3
  • PDF下载量:  344
  • 被引次数: 54
出版历程
  • 发布日期:  2020-04-30

目录

摘要
HTML全文
    参考文献(0)
    相关文章
    施引文献(54)
    资源附件(0)

    /

    返回文章
    返回
    邮件订阅 RSS
    微信订阅号<br/>（实时资讯）

    微信订阅号
    （实时资讯）

    微信服务号<br/>（同步网站）

    微信服务号
    （同步网站）

    微信视频号<br/>（视频分享）

    微信视频号
    （视频分享）

    CCF<br/>（扫码入会）

    CCF
    （扫码入会）

    版权所有 © 《计算机研究与发展》编辑部

    本系统由北京仁和汇智信息技术有限公司开发  百度统计