边缘网络中用于流量控制的无标签学习
网络与互联网体系结构
2018-09-13 v1 人工智能
摘要
随着智能应用（例如自动驾驶、实时情绪识别等）的发展，对云智能提出了更高要求。然而，云智能依赖于用户设备（UEs）收集的多模态数据。受限于网络带宽容量，将 UEs 产生的所有数据卸载至远程云是不现实的。因此，本文中我们考虑在降低网络流量的同时达成一定水平云智能这一挑战性问题。为求解该问题，我们设计了一种基于边缘云上无标签学习的流量控制算法，称为 LLTC。利用边缘云有限的计算与存储资源，LLTC 评估将被卸载数据的价值。具体而言，我们首先给出问题陈述与系统架构。然后，我们详细设计 LLTC 算法。最后，我们搭建系统测试床。实验结果表明，所提 LLTC 能在最小化数据传输量的同时保证所需的云智能。
引用
@article{arxiv.1809.04525,
title = {Label-less Learning for Traffic Control in an Edge Network},
author = {Min Chen and Yixue Hao and Kai Lin and Zhiyong Yuan and Long Hu},
journal= {arXiv preprint arXiv:1809.04525},
year = {2018}
}