【摘 要】
：
移动边缘计算是指在网络边缘执行计算的一种新型计算模型,其通过部署在靠近移动设备端的边缘服务器为用户提供服务,面对这种计算模型下时效短,变化快的数据,如何及时有效的监
【机 构】
：
河海大学 计算机与信息学院,南京211100
论文部分内容阅读
移动边缘计算是指在网络边缘执行计算的一种新型计算模型,其通过部署在靠近移动设备端的边缘服务器为用户提供服务,面对这种计算模型下时效短,变化快的数据,如何及时有效的监控出服务的运行状态显得尤为重要,在服务监控系统中,QoS(服务质量)通常作为是否满足用户调用服务时的需求的重要指标.在移动边缘环境下,用户的移动性和QoS属性值之间的依赖性往往会导致监控结果偏离真实结果.然而现有的QoS监控方法都未考虑以上问题.本文提出了一种移动边缘计算下基于高斯隐藏贝叶斯的QoS监控方法,该方法假设边缘服务器的QoS属性值服从高斯分布,为每个属性构造一个父属性,从而减少属性间取值的依赖性,在训练阶段为每个边缘服务器构造对应的高斯隐藏贝叶斯分类器,在监控过程中基于用户的移动性动态切换分类器,并结合KNN算法实现边缘计算下的服务质量监控.实验结果表明了本文所提方法的有效性.
其他文献
“肥水育秧”就是把谷子播在筛面上(筛孔略小于谷粒),搁在肥水上面。今年早稻我们一共做了三种大小不同的筛子,即长0.92m,宽0.65m,面积0.79m~2,18只;长0.85m,宽0.65m,面积0.
新媒体时代加强网络舆情管理的对策乔莉萍、郭帅楠在2012年第9期《传媒观察》刊文说,新媒体时代是一个“人人都拥有麦克风的时代”。但网络舆论泥沙俱下,良莠难辨。如果任其
深度学习因在学习用户、物品数据潜在特征和表面特征上的优势,被广泛地应用于推荐系统中.而在一般的深度学习推荐系统中,往往都无法兼顾训练时间和推荐质量,为此,本文在传统
传统的协同过滤算法面对稀疏数据时计算相似度精确度偏低,导致评分预测结果计算不准确,推荐效果也随之下降.针对传统协同过滤算法的不足之处,提出了一种结合用户兴趣和改进的
甜菜在系统发育的过程中,不断同化外界条件,形成了一系列的生物学特性。人们通过自己的生产实践,逐渐地认识并掌握这些特性,从而改进栽培技术,使其尽量满足甜菜特性的要求,
基于微博文本的情感分析已经成为近些年的研究热点.为了更有效分析微博文本的情感极性,实现将表情符的情感表现加入到文本分类的任务中,提出了一种将深度学习与情感符号相结
徐泾公社徐泾大队第八生产队,学大寨,创高产,连续两年早稻亩产超千斤。1975年,全队一百多亩早稻,亩产1175.8斤,比1974年增产153.6斤。这个队早稻生长的特点是:栽后不落难,前
软件定义网络(Software Defined Networking,SDN)是一种新兴的网络技术,OpenFlow作为SDN中的通信协议,通过在三态内容寻址寄存器(Ternary Content Addressable Memory,TCAM)
为了解决协同过滤推荐所面对的数据稀疏问题,本文提出一个融合知识图谱与循环神经网络的推荐模型.传统的方法是将知识图谱特征学习模块与推荐模块独立开来,这样学习到的实体
本文针对参与者优选方法提出基于多任务分发的研究算法,目的在于实现参与者优选过程中的最小化参与者人数的基础上最小化用户移动的总距离.在规定的时间内通过完成多个任务以