2020年10月20日，我院廖卓凡博士以長沙理工大學作為第一作者單位的論文被《IEEE Internet of Things Journal》錄用。該期刊是物聯(lián)網(wǎng)領域的國際頂級期刊，涵蓋了物聯(lián)網(wǎng)的各個子領域，包括：物聯(lián)網(wǎng)系統(tǒng)結(jié)構(gòu)，通信和網(wǎng)絡協(xié)議，安全和隱私，物聯(lián)網(wǎng)服務和應用等?！?/span>IEEE Internet of Things Journal》由美國電氣和電子工程師協(xié)會發(fā)行，中科院一區(qū)Top期刊，2020年最新影響因子為9.936。

該論文“Distributed Probabilistic Offloading in Edge Computing for 6G-enabled Massive Internet of Things”主要研究了稠密基站環(huán)境下的邊緣計算任務卸載問題。移動邊緣計算（Mobile Edge Computing, MEC）能為物聯(lián)網(wǎng)（Internet of Things，IoT）與下一代網(wǎng)絡中產(chǎn)生的大規(guī)模計算提供可靠、低延遲的計算；而下一代網(wǎng)絡（6G）的實現(xiàn)有賴于網(wǎng)絡基站的致密性部署，這為邊緣計算帶來了新的卸載挑戰(zhàn)，即如何針對加密服務器做出卸載決策的同時，考慮信道干擾和排隊？這是一個NP難問題。本文提出了一種分布式兩級結(jié)構(gòu)提供權(quán)衡解決方案的卸載（DTSO）策略。一開始階段，通過引入排隊論和考慮信道提出了一個組合優(yōu)化問題計算每個站點的卸載概率。在第二階段，將原問題轉(zhuǎn)化為非線性問題優(yōu)化問題，并設計了二次規(guī)劃（SQP）算法來獲得較優(yōu)解。另外，DTSO卸載策略中，還設計了關鍵彈性參數(shù)，使得邊計算能考慮物聯(lián)網(wǎng)終端對延遲和能量的不同需求進行權(quán)衡卸載，仿真結(jié)果表明，與最新研究表明，DTSO可以有效地降低延遲和能量。