工作流/任务卸载相关开源论文分享

decima-sim概述：图神经网络+强化学习处理多工作流用的spark的仿真环境，mit的论文，价值很高，高被引：663仓库地址：https://github.com/hongzimao/decima-sim论文：https://web.mit.edu/decima/content/sigcomm-2019.pdfDependency-Aware-Computation-Offloading-f

qq_34182649

1009人浏览 · 2024-03-03 21:37:50

qq_34182649 · 2024-03-03 21:37:50 发布

decima-sim
- 概述：
  图神经网络+强化学习处理多工作流
  用的spark的仿真环境，mit的论文，价值很高，高被引：663
- 仓库地址：https://github.com/hongzimao/decima-sim
- 论文：https://web.mit.edu/decima/content/sigcomm-2019.pdf
Dependency-Aware-Computation-Offloading-for-Mobile-Edge-Computing-with-Edge-Cloud-Cooperation
- 概述
  云边协同场景做工作流卸载，基于贪婪算法。CCF-A
  代码很完整，可以在真实环境做实验（其他大部分是仿真）
- 仓库地址：https://github.com/Derfei/Dependency-Aware-Computation-Offloading-for-Mobile-Edge-Computing-with-Edge-Cloud-Cooperation
- 论文：https://ieeexplore.ieee.org/abstract/document/9257019
metarl-offloading
- 概述
  云边端协同做任务卸载和资源分配，基于强化学习（暂时没具体看论文）
  代码完整，SCI一区论文
- 仓库地址：https://github.com/linkpark/metarl-offloading
- 论文：https://arxiv.org/abs/2008.02033
RLTaskOffloading
- 概述
  云边端做工作流卸载，基于强化学习（加入s2s以适应不同的工作流），一个step就是一个episode（输入策略，直接输出奖励，只适用环境变化小的情况）
  代码完整，有完整实验代码，CCF-A，与metarl-offloading同一个人发布，所以代码相似
- 仓库地址：https://github.com/linkpark/RLTaskOffloading
- 论文：https://ieeexplore.ieee.org/abstract/document/9627763
Multi-Agent Reinforcement Learning in NOMA-Aided UAV Networks for Cellular Offloading
- 概述
  边端场景下做任务卸载，考虑移动性，基于强化学习
  SCI一区
- 仓库地址：https://github.com/Frost-Armor/Multi-Agent-Reinforcement-Learning-in-NOMA-Aided-UAV-Networks-for-Cellular-Offloading
- 论文：https://ieeexplore.ieee.org/abstract/document/9520121
Joint task offloading and resource optimization in NOMA-based vehicular edge computing: A game-theoretic DRL approach
- 概述
  NOMA-based车载边缘计算环境，边（BS）端（车辆）协同做任务卸载和资源分配
  SCI二区
- 仓库地址：https://github.com/neardws/Game-Theoretic-Deep-Reinforcement-Learning
- 论文地址：https://www.sciencedirect.com/science/article/pii/S138376212200265X
IGNITE
- 概述
  数字孪生+车载边缘计算+任务卸载，基于强化学习
  代码还可以，没仔细看
- 仓库地址：https://github.com/NetworkCommunication/IGNITE
- 论文：https://ieeexplore.ieee.org/abstract/document/10234624
daggen
- 概述
  这个是工作流生成器，很多论文都适用
- 仓库地址：https://github.com/frs69wq/daggen