شبکه بندی بی سیم مبتنی بر هوش مصنوعی برای پردازش خارج از دستگاه و تخصیص منابع در شبکه های محاسباتی لبه

فناوری محاسبات لبه چند دسترسی (MEC) در پاسخ به افزایش چشمگیر تقاضای داده و نیازهای عملکردی خدمات ارتباطی فوق العاده کم تاخیر (URLLC) ارائه شده است. . با این حال، منابع توزیع شده و محدود MEC باید به طور موثر بهینه سازی شوند تا تعداد کاربران موبایلی که از خدمات MEC با تاخیر پایین در هر شکاف زمانی در سناریوهای شبکه بی سیم بسیار شلوغ، در مقیاس بزرگ و پویا بهره مند می شوند، به حداکثر برسد. در این تحقیق، ما یک رویکرد جدید شبکه های بی سیم تعریف شده با هوش مصنوعی را پیشنهاد و ارزیابی می کنیم که مبتنی بر شبکه های نرم افزاری تعریف شده معمولی (SDN)، پیاده سازی یک صفحه کاربردی جدید تعریف شده با هوش مصنوعی برای بارگیری محاسباتی و تخصیص منابع در بی سیم با قابلیت MEC است. این مقاله یک روش جدید برای مدیریت منابع شبکه در محیط های پویا و پیچیده ارائه می دهد که ترکیبی از هوش مصنوعی و شبکه بندی نرم افزاری (SDN) را به کار می گیرد. رویکرد پیشنهادی، تخصیص منابع و پردازش خارج از دستگاه را با استفاده از یادگیری تقویتی عمیق و شبکه های عصبی عمیق بهینه کرده و عملکرد قابل توجهی در بهره برداری از منابع سرورهای لبه و افزایش تعداد کاربران خدمت گیرنده ارائه می دهد.

کلیدواژه ها:

هوش مصنوعی ، محاسبات لبه ، شبکه های بی سیم ، SDN ، اینترنت اشیا ، بارگذاری وظایف ،