1. 研究目的与意义（文献综述）

移动互联网的发展促进了移动手持设备的进步（手机、平板电脑等）。移动终端设备使用数量爆炸式增长，对移动终端计算能力要求更高，催生了各种新的应用。机器学习、虚拟现实、人脸识别等计算密集型应用出现。这些应用运行在智能移动终端设备上需要消耗大量的计算资源。由于移动智能终端受限的资源以及有限的电池容量，应用的性能以及终端续航存在较大问题，因此难以长时支持这些计算密集型程序，影响用户使用体验[1][2]。这推动了移动云计算(mobilecloud computing mcc)概念的发展，允许移动用户将计算密集型应用卸载到云端进行计算[3]。

远程云服务器通常由大量高性能服务器组成，具有较强的计算能力。用户可以将计算密集型程序卸载到远程服务器（centralized clouds cc）执行，远程服务器的运行的结果回传给用户。使用远程服务器主要有以下几个优点：1）通过将移动端的应用卸载到远程服务器运行，可以增加移动端电池的续航时间；2）由于服务器具有较强的处理器，可以处理来自用户的计算密集型任务；3）远程服务器具有较大的存储空间，为了计算密集型程序提供存储能力。但是使用远程服务器也不可避免的带来了一些问题，智能终端需要将本地数据上传服务器，由于服务器距离用户位置较远，因此带来了较高的系统延迟，严重影响了用户实时程序的使用体验，同时根据思科一份研究报告，近十年来移动数据流量增加了 4000 倍，并且从 2015 年到 2020 年继续按照每年 53%速度增长[15]，若智能终端均将计算卸载到远程服务器，可能造成网络拥堵，带宽受限。为了克服上述问题，提出了一种新的网络结构移动边缘计算（mobile edge computing

mec）[14]，将服务器放置在网络边缘，拉近用户与服务器之间的位置，如图

2. 研究的基本内容与方案

2.1研究内容

本课题主要研究多用户实时计算卸载策略，研究思路为先明确论文的主要研究问题，然后对用户的计算卸载决策建模，再研究任务在边缘服务器端的实时调度，并进一步扩展到动态调度，最后对本文设计的算法进行仿真和优化，核心的主要研究内容从以下几个方面展开。

（1）明确本文的研究问题

3. 研究计划与安排

第1周—第3周搜集资料，撰写开题报告；

第4周—第5周论文开题；

第6周—第12周撰写论文初稿；

4. 参考文献（12篇以上）

[1] e. cuervo, a. balasubramanian, d.-k. cho, a. wolman, s. saroiu,r. chandra, and p. bahl, “maui: making smartphones last longer with codeoffload,” in proc. int. conf. mobilesyst., 2010, pp. 49–62.

[2] k. kumar and y.-h. lu, “cloud computing for mobile users: canoffloading computation save energy?” ieee computer, no. 4, pp. 51–56, 2010.

[3] a. r. khan, m. othman, s. a. madani, and s. u. khan, “a surveyof mobile cloud computing application models,” ieee commun. surveys tuts., vol.16, no. 1, pp. 393–413, 1st quart., 2014.