第48卷总第523期基于放置分发阵列的云-边-端通算融合架构李寇，闫起发，周正春，唐小虎（西南交通大学信息科学与技术学院，信息编码与传输四川省重点实验室，现代交通通信与传感网络国家级国际联合研究中心，四川成都611756）【摘要】随着6G的发展，云端、边缘端和终端节点间的协作是当下的研究热点，而MapReduce则是面向大规模数据处理的并行计算模型。将MapReduce与云-边-端架构相结合，提出基于放置分发阵列的云-边-端协同计算和传输设计架构。该架构充分利用云端和边缘端丰富的计算和存储资源，在边缘端和终端部署穴余计算任务，借助多播编码，成倍地减小云-边链路和边-端链路之间的通信负载，从而实现云-边-端之间通信与计算的协同，高效地服务终端的计算需求。【关键词】放置分发阵列；云-边-端架构；MapReducedoi:10.3969/j.issn.1006-1010.20240301-0002中图分类号：TN92文献标志码：A文章编号：1006-1010(2024)03-0047-07引用格式：李寇,闫起发,周正春,等.基于放置分发阵列的云-边-端通算融合架构[].移动通信,2024,48(3):47-53.LIKou,YANQifa,ZHOUZhengchun,etal.Cloud-Edge-DeviceCommunication-ComputationIntegrationArchitectureBasedonPlacementDeliveryArray[JJ.MobileCommunications,2024,48(3):47-53.Cloud-Edge-EndArchitectureforIntegratedCommunicationandComputing(InformationCoding&TransmissionKeyLabofSichuanProvince,CSNMTInt.Coop.Res.Centre(MoST),SchoolofInformationScienceand[Abstract][Keywords]placementdeliveryarray;cloud-edge-endarchitecture;MapReduce0引言随着物联网技术的发展和应用场景的不断扩展，云-边-端网络已经成为了支撑智能交通、工业互联网、智慧城市等领域发展的重要技术之一。它将云计算、边缘计算和终端设备三者结合起来，从而实现了资源的高效利用和数据的快速处理[1-4]。MapReduce是一种经典的分布式计算模型，它将计算任务分解为Map和Reduce两个阶段，通收稿日期：2024-02-18*基金项目：国家自然科学基金项目“融合通信与计算的信息理论研究”（12141108），“多用户安全的分布式存储系统编码缓存关键技术研究”（62101464）OSID:BasedonPlacementDeliveryArraysLIKou,YANQifa,ZHOUZhengchun,TANGXiaohuTechnology,SouthwestJiaotongUniversity,Chengdu611756,China)As6Gtechnologyadvances,thecollaborationamongcloud,edge,andendnodeshasbecomeafocalpointofcurrentresearch.MapRed...
