Resumen

En este documento, se propone un mecanismo de ubicación de servicios de borde adaptativo basado en aprendizaje en línea y un método de migración de servicios de borde predictivo basado en un modelo de grafo de factores para resolver el problema de ubicación de servicios de computación de borde desde la dimensión de la computación de borde. En primer lugar, la serie temporal del desarrollo de la opinión pública caótica en línea es una plataforma para la colección vectorizada de tendencias de índices de palabras clave utilizando la teoría de la reconstrucción del espacio de fases caóticas. En segundo lugar, es necesario utilizar el método de índice principal para juzgar si la serie temporal tiene las características caóticas de los datos de opinión pública en red. Los resultados de la simulación muestran que la opinión pública en red es la característica de desarrollo de una serie temporal caótica. Finalmente, el modelo de predicción se mejora utilizando una topología de red compleja. A través del experimento de simulación de opinión pública en red y serie temporal caótica, los resultados muestran que el modelo

• Materias:Comunicación inalámbrica Dispositivos móviles Seguridad de la información Algoritmo de inteligencia Sensor inteligente
• Subjects:Wireless communication Mobile devices Information security Algorithm intelligence Intelligent sensor
• Palabras claves:Adaptativo; Ubicación de servicios en el borde; Aprendizaje en línea; Predictivo; Método de migración; Series temporales caóticas
• Keywords:Adaptive; Edge service placement; Online learning; Predictive; Migration method; Chaotic time series