1. 近年来,无线网络的研究已从单纯的通信演变为通信和计算。
2. 云计算可以用来处理任务,但会带来传输和信息泄露的成本。
3. 移动边缘计算(MEC)可以帮助在网络中进行计算,显著降低通信和计算的延迟和能耗。
本文是一项关于多用户多重CAP MEC 网络的动态卸载方法的深度强化学习方法的分析。文章中提出了一个有效的动态卸载方法,它使用强化学习来实时优化MEC 系统中各个CAP 的分配情况。
就文章内容而言,该文章是一份可信度和可靠性都很高的文章。作者对相关背景进行了充分的介绍,并提出了一个有效的动态卸载方法来优化MEC 系统中各个CAP 的分配情况。此外,作者还使用了大量数据集来证明所提出方法在不同场景下都能够很好地工作。
然而,文章也存在一些问题。例如:文章中未考虑到不同CAP 之间存在不同特性、不同要求、不同能力水平、不同流量水平、不同时间水平、不同安全水平、不吊容量水平、不吊能耗水平、不吊QoS 水平以及其他因子对MEC 系统中CAP 分配情况影响的影响因子。此外,文章也未考虑到由于MEC 能力有限对CAP 分配情况影响因子带来的影响因子。