다중 접속 엣지 컴퓨팅 환경의 실시간 통합 적응형 오프로딩
사물 인터넷(IoT) 기기는 제한된 연산 능력과 배터리 수명으로 인해 모바일 엣지 컴퓨팅(MEC) 환경에서 연산 오프로딩(MCO)을 통해 인접한 고성능 서버의 자원을 활용합니다. 이러한 태스크를 사용자 기기 또는 엣지 서버에서 실행할지 결정하는 과정은 딥러닝(DRL)과 같은 인공지능 기법으로 최적화될 수 있습니다. 본 연구는 리아푸노프 최적화(LO), 다중 출력 학습(MOL), 그리고 DRL을 기반으로 하는 실시간 통합 적응형 안정 오프로딩(RIASO) 알고리즘을 제안합니다. RIASO는 훈련 시작 시간을 조절하는 새로운 훈련 정…