学位论文简介

本论文围绕云边端协同移动边缘计算中任务卸载及优化方法展开研究工作，主要工作内容和创新点如下：

针对边缘服务器资源不足，以及云计算中心延迟较高的问题，并考虑到大量移动终端存在闲置资源可以利用的现状，本文提出了异构移动边缘计算中联合社交和移动感知的计算卸载算法，该卸载算法提高了任务卸载成功率，降低了时间和能量开销。

针对移动终端分布不均、卸载需求各异导致的边缘服务器负载不均衡问题，充分考虑边缘服务器异构性，本文设计了边缘计算中基于SDN的多跳多任务部分计算卸载算法，提高了吞吐量和卸载成功率、并降低了延迟。

针对云边端协同系统中存在的大量异构可移动设备，会影响SDN控制平面性能，进而影响控制平面对网络的有效管理的问题，本文提出了基于深度强化学习的负载感知动态控制器部署算法，可以根据网络状态改变和计算卸载数据传输需求，快速调整控制平面，保证网络性能。

针对互联网中存在的网络流量分布不均，会降低网络性能，从而影响云边端协同系统数据流转，降低计算卸载性能的问题，本文提出了基于多智能体DQN的动态路径计算算法，可以快速调整数据转发路径，提高云边端协同系统中数据流转效率，保证计算卸载的性能。

主要学术成果

[1] Xu C, Xu C, Li B, et al. Load-Aware Dynamic Controller Placement Based on Deep Reinforcement Learning in SDN-Enabled Mobile Cloud-Edge Computing Networks[J]. Computer Networks, 2023: 109900 (SCI，第一作者)

[2] Xu C, Xu C, Li B. Multi-Agent Deep Q-Network Based Dynamic Controller Placement for Node Variable Software-Defined Mobile Edge-Cloud Computing Networks[J]. Mathematics, 2023, 11(5): 1247 （SCI，第一作者）

[3] Xu C, Xu C, Li B, et al. Joint social-aware and mobility-aware computation offloading in heterogeneous mobile edge computing[J]. IEEE Access, 2022, 10: 28600-28613. (SCI，第一作者)