Resumen

Este trabajo propone un mecanismo eficiente de descarga de tareas de computacin para sistemas de computacin mvil de borde (MEC). El sistema MEC estudiado consta de mltiples equipos de usuario (UEs) y mltiples interfaces de radio. Con el fin de maximizar el nmero de UEs que se benefician de la MEC, la descarga de tareas y la estrategia de control de potencia para un UE se optimizan de manera conjunta. Sin embargo, el problema de encontrar la solucin ptima es NP-difcil. A continuacin, reformulamos el problema como un proceso de decisin de Markov (MDP) y desarrollamos un algoritmo basado en el aprendizaje por refuerzo (RL) para resolver el MDP. Los resultados de la simulacin muestran que el algoritmo basado en RL propuesto alcanza un rendimiento casi ptimo en comparacin con el algoritmo de bsqueda exhaustiva, y tambin supera al mtodo basado en la intensidad de la seal recibida (RSS), independientemente del punto de vista del sistema (ya que conduce a un mayor nmero de UE beneficiosos) o de un individuo (ya que genera una menor sobrecarga de clculo para un UE).

• Materias:Red 5G Internet de las cosas Seguridad de la información Tecnologías de comunicación
• Subjects:5G Network Internet of things Information security Communication technologies
• Palabras claves:Propone; Computación eficiente; Mecanismo de descarga de tareas; Computación móvil de borde; Sistemas MEC; Aprendizaje por refuerzo.
• Keywords:Proposes; Efficient computation; Task offloading mechanism; Mobile edge computing; MEC systems; Reinforcement learning