边缘计算发论文

当前读研选择云计算方向是不错的选择，但是由于云计算方向需要较多的行业资源支撑，比如往往需要有数据中心作为支撑，所以目前能够开设云计算研究方向的高校相对并不算多。所以，在选择目标高校时，应该做一个较为详细的了解。

云计算的核心在于通过网络为用户提供各种服务，随着当前云计算平台逐渐从IaaS向PaaS和SaaS覆盖，研究生的相关课题方向也在不断进行调整。总体上来说，云计算研究的方向有两大类，其一是云计算自身的技术体系建设；其二是云计算的行业应用。

计算机自身的技术体系研究有较多的方向，比如云计算自身技术体系的扩展，以IaaS为例，可以从如何提升硬件资源管理效率入手，提升虚拟化的管理能力、提升管控能力等等。相对于IaaS来说，在PaaS领域可以选择的题目就更多了，因为PaaS本身就是对于各种应用的模块化封装，在体系结构设计等方面就有大量的课题可以研究。

云计算与行业应用的结合，可以从三个方面入手，其一是云计算与大数据的结合；其二是云计算与物联网的结合；其三是云计算与人工智能的结合。在当前产业互联网逐渐开始落地应用的大背景下，云计算作为产业互联网的核心技术之一，如何辅助大数据、人工智能等技术突破行业壁垒有非常重要的意义，相关的研究课题也比较多。

在云计算与行业应用相结合的大背景下，目前基于云计算平台打造全栈应用场景成为了一部分云计算平台的选择，未来云计算向行业领域的垂直发展将是一个大的趋势。所以，读研时选择云计算与行业领域相结合的方向，也会积累一定的行业经验。

我从事互联网行业多年，目前也在带计算机专业的研究生，主要的研究方向集中在大数据和人工智能领域，我会陆续写一些关于互联网技术方面的文章，感兴趣的朋友可以关注我，相信一定会有所收获。

姓名：王映中学号：20181214025 学院：广研院转自【嵌牛导读】通过对边缘计算概念、典型应用场景、研究现状及关键技术等系统性的介绍，认为边缘计算的发展还处在初级阶段，在实际的应用中还存在很多问题需要解决研究，包括优化边缘计算性能、安全性、互操作性以及智能边缘操作管理服务。【嵌牛鼻子】边缘计算应用、现状及挑战【嵌牛提问】边缘计算能解决哪些问题【嵌牛正文】 1 边缘计算的概念对于边缘计算，不同的组织给出了不同的定义。美国韦恩州立大学计算机科学系的施巍松等人把边缘计算定义为：“边缘计算是指在网络边缘执行计算的一种新型计算模式，边缘计算中边缘的下行数据表示云服务，上行数据表示万物互联服务”。边缘计算产业联盟把边缘计算定义为：“边缘计算是在靠近物或数据源头的网络边缘侧，融合网络、计算、存储、应用核心能力的开发平台，就近提供边缘智能服务，满足行业数字在敏捷联接、实时业务、数据优化、应用智能、安全与隐私保护等方面的关键需求”。因此，边缘计算是一种新型计算模式，通过在靠近物或数据源头的网络边缘侧，为应用提供融合计算、存储和网络等资源。同时，边缘计算也是一种使能技术，通过在网络边缘侧提供这些资源，满足行业在敏捷联接、实时业务、数据优化、应用智能、安全与隐私保护等方面的关键需求。 1.1 边缘计算的体系架构边缘计算通过在终端设备和云之间引入边缘设备，将云服务扩展到网络边缘。边缘计算架构包括终端层、边缘层和云层。图展示了边缘计算的体系架构。接下来我们简要介绍边缘计算体系架构中每层的组成和功能。（1）终端层终端层是最接近终端用户的层，它由各种物联网设备组成，例如传感器、智能手机、智能车辆、智能卡、读卡器等。为了延长终端设备提供服务的时间，则应该避免在终端设备上运行复杂的计算任务。因此，我们只将终端设备负责收集原始数据，并上传至上层进行计算和存储。终端层连接上一层主要通过蜂窝网络。（2）边缘层边缘层位于网络的边缘，由大量的边缘节点组成，通常包括路由器、网关、交换机、接入点、基站、特定边缘服务器等。这些边缘节点广泛分布在终端设备和云层之间，例如咖啡馆、购物中心、公交总站、街道、公园等。它们能够对终端设备上传的数据进行计算和存储。由于这些边缘节点距离用户距离较近，则可以为运行对延迟比较敏感的应用，从而满足用户的实时性要求。边缘节点也可以对收集的数据进行预处理，再把预处理的数据上传至云端，从而减少核心网络的传输流量。边缘层连接上层主要通过因特网。（3）云层云层由多个高性能服务器和存储设备组成，它具有强大的计算和存储功能，可以执行复杂的计算任务。云模块通过控制策略可以有效地管理和调度边缘节点和云计算中心，为用户提供更好的服务。 1.2 边缘计算的优势边缘计算模型将原有云计算中心的部分或全部计算任务迁移到数据源附近，相比于传统的云计算模型，边缘计算模型具有实时数据处理和分析、安全性高、隐私保护、可扩展性强、位置感知以及低流量的优势。（1）实时数据处理和分析。将原有云计算中心的计算任务部分或全部迁移到网络边缘，在边缘设备处理数据，而不是在外部数据中心或云端进行；因此提高了数据传输性能，保证了处理的实时性，同时也降低了云计算中心的计算负载。（2）安全性高。传统的云计算模型是集中式的，这使得它容易受到分布式拒绝服务供给和断电的影响。边缘计算模型在边缘设备和云计算中心之间分配处理、存储和应用，使得其安全性提高。边缘计算模型同时也降低了发生单点故障的可能性。（3）保护隐私数据，提升数据安全性。边缘计算模型是在本地设备上处理更多数据而不是将其上传至云计算中心，因此边缘计算还可以减少实际存在风险的数据量。即使设备受到攻击，它也只会包含本地收集的数据，而不是受损的云计算中心。（4）可扩展性。边缘计算提供了更便宜的可扩展性路径，允许公司通过物联网设备和边缘数据中心的组合来扩展其计算能力。使用具有处理能力的物联网设备还可以降低扩展成本，因此添加的新设备都不会对网络产生大量带宽需求。（5）位置感知。边缘分布式设备利用低级信令进行信息共享。边缘计算模型从本地接入网络内的边缘设备接收信息以发现设备的位置。例如导航，终端设备可以根据自己的实时位置把相关位置信息和数据交给边缘节点来进行处理，边缘节点基于现有的数据进行判断和决策。（6）低流量。本地设备收集的数据可以进行本地计算分析，或者在本地设备上进行数据的预处理，不必把本地设备收集的所有数据上传至云计算中心，从而可以减少进入核心网的流量。 2 边缘计算的典型应用边缘计算在很多应用场景下都取得了很好的效果。本节中，我们将介绍基于边缘计算框架设计的几个新兴应用场景，部分场景在欧洲电信标准化协会（ETSI）白皮书中进行了讨论，如视频分析和移动大数据。还有一些综述论文介绍了车辆互联、医疗保健、智能建筑控制、海洋监测以及无线传感器和执行器网络与边缘计算结合的场景。（1）医疗保健。（2）视频分析。（3）车辆互联。边缘计算可以为这一需要提供相应的架构、服务、支持能力，缩短端到端延迟，使数据更快地被处理，避免信号处理不及时而造成车祸等事故。一辆车可以与其他接近的车辆通信，并告知他们任何预期的风险或交通拥堵。 3 边缘计算现状和关键技术目前，边缘计算的发展仍然处于初期阶段。随着越来越多的设备联网，边缘计算得到了来自工业界和学术界的广泛重视和一致认可。本节中，我们主要从工业界和学术界的角度介绍边缘计算的现状。 3.1 工业界在工业界中，亚马逊、谷歌和微软等云巨头正在成为边缘计算领域的领先者。亚马逊的 AWS Greengrass 服务进军边缘计算领域，走在了行业的前面。AWS Greengrass 将 AWS 扩展到设备上，这样本地生成的数据就可以在本地设备上处理。微软在这一领域也有大动作，该公司计划未来 4 年在物联网领域投入50亿美元，其中包括边缘计算项目。谷歌宣布了2款新产品，意在帮助改善边缘联网设备的开发。分别是硬件芯片Edge张量处理单元（TPU）和软件堆栈 Cloud 物联网（IoT）Edge。涉足边缘计算领域的并不只是这3大云巨头。2015年，思科、ARM、英特尔、微软、普林斯顿大学联合成立了开放雾计算（OpenFog）联盟；2016年11月30日，在北京正式成立了产学研结合的边缘计算产业合作平台，推动运行技术（OT）和信息与通信技术（ICT）产业开放协作，引领边缘计算产业蓬勃发展，深化行业数字化转型。 3.2 学术界学术界也展开了关于边缘计算的研究，边缘计算顶级年会电气和电子工程师协会/国际计算机协会边缘计算研讨会、IEEE 国际分布式计算系统会议、国际计算机通信会议等重大国际会议都开始增加边缘计算的分会和专题研讨会。涉及主要关键技术及研究热点如下：（1）计算卸载。计算卸载是指终端设备将部分或全部计算任务卸载到资源丰富的边缘服务器，以解决终端设备在资源存储、计算性能以及能效等方面存在的不足。计算卸载的主要技术是卸载决策。卸载决策主要解决的是移动终端如何卸载计算任务、卸载多少以及卸载什么的问题。根据卸载决策的优化目标将计算卸载分为以降低时延为目标、以降低能量消耗为目标以及权衡能耗和时延为目标的3种类型。（2）移动性管理。边缘计算依靠资源在地理上广泛分布的特点来支持应用的移动性，一个边缘计算节点只服务周围的用户。云计算模式对应用移动性的支持则是服务器位置固定，数据通过网络传输到服务器，所以在边缘计算中应用的移动管理是一种新模式。 4 挑战目前边缘计算已经得到了各行各业的广泛重视，并且在很多应用场景下开花结果；但边缘计算的实际应用还存在很多问题[5]需要研究。本文中，我们对其中的几个主要问题进行分析，包括优化边缘计算性能、安全性、互操作性以及智能边缘操作管理服务。（1）优化边缘计算性能。在边缘计算架构中，不同层次的边缘服务器所拥有的计算能力有所不同，负载分配将成为一个重要问题。成本分析需要在运行过程中完成、分发负载之间的干扰和资源使用情况，都对边缘计算架构提出了挑战。（2）安全性。边缘计算的分布式架构增加了攻击向量的维度，边缘计算客户端越智能，越容易受到恶意软件感染和安全漏洞攻击。在边缘计算架构中，在数据源的附近进行计算是保护隐私和数据安全的一种较合适的方法。（3）互操作性。边缘设备之间的互操作性是边缘计算架构能够大规模落地的关键。不同设备商之间需要通过制定相关的标准规范和通用的协作协议，实现异构边缘设备和系统之间的互操作性。（4）智能边缘操作管理服务。网络边缘设备的服务管理在物联网环境中需要满足识别服务优先级，灵活可扩展和复杂环境下的隔离线。

本文通过对蚁群算法改进，来优化边缘计算中任务的调度。蚁群算法思想来自于蚂蚁寻找食物时会在走过的路径上释放信息素，当蚂蚁队伍突然受阻时，蚂蚁们会等概率地分开出发，因为信息素会以一定的速率散发，后面的蚂蚁会根据不同路径的信息素浓度来选择某一条路径，并且再释放信息素从而增加其浓度。这样就形成正反馈最终得到最短路径。如何提高边缘计算中边缘节点的负载均衡度。本文中数据集是根据引用的一篇论文的流量模型进行设置，即假设了15%的大型任务，85%小型任务。前者CPU、GPU需求在30~70之间随机取，内存需求在50~200间随机取；后者CPU、GPU需求在1~30之间随机取，内存需求在3~50间随机取。本文所提出算法（IAC）与轮询算法（RR）、传统蚁群算法（ACO）进行对比，比较在不同边缘节点数的情况下的最大可承载任务数和负载均衡度。最后结果显示IAC算法优于另外两种算法。这篇文章其实没看太懂，个人还存在有很多不懂的地方，大概有以下几点：这些问题之后会去研究。

边缘计算投稿期刊

边缘计算的定义是指利用靠近数据源的边缘来完成的运算程序。它有以下的几个特点：1.分布式和低延时计算2.高效率、低功耗3.缓解流量压力基于这种技术有很多工业设备，爱陆通边缘计算网关，这是一种可以在设备上运行本地计算、消息通信、数据缓存等功能的工业智能网关，可以在无需联网的情况实现设备的本地联动以及数据处理分析。

不断增长的数据

随着云计算、数字媒体、5G的迅猛发展和物联网的广泛应用，组织需要随时随地满足即时处理数据的需求。物联网连接的人员、设备、传感器的数量预计将超过万亿。物联网设备涵盖了消费类电器、智能工业机器，甚至自动驾驶汽车，正以前所未有的数据量和速度迅速淹没现有的互联网基础设施。根据调查机构Gartner公司的研究，数据爆炸将对网络和IT基础设施提出巨大的需求，成为新架构范例的主要驱动力，而这种新架构范例通常被称为边缘计算。它将把数据生产和计算的处理从大型数据中心转移到边缘。

人们对数据的需求不断增长，对即时数据的需求正促成一场技术革命。这一切正改变着计算世界——与技术的交互方式，计算行业的基础设施，满足数据存储和处理的速度等等，因为数据需求正以指数级的速度不断增加。数据的这种转移和由此产生的流量对数据中心行业产生了巨大的影响。延迟和性能成为组织衡量数据中心的共同标准。而边缘成为服务和消费之间的最低延迟点。这意味着组织的内容尽可能贴近人们的眼球，云计算游戏平台尽可能靠近游戏玩家，组织应用程序和工作负载尽可能靠近用户，物联网数据聚合点尽可能靠近传感器。而以更快速度到达边缘的服务提供商将提供差异化的用户体验，从接近用户上获得性能的实质性好处，也获得更接近客户的附加效率和经济效益。

为了保持竞争力，全球数据中心供应商必须履行对数字化转型的承诺，包括云存储和处理来自物联网设备的大量数据。根据希捷公司委托进行的DataAge 2025调查研究，2018年影响数据中心空间的趋势说明，边缘计算通过部署指导方向、结构的网络解决方案来改变对数据中心距离的需求，同时满足设施的不同需求，以优化和管理基础设施和数据中心运营的功能。

边缘计算和支持SDN的数据中心只是说明数据与保护和实现通信的数据中心之间相互依赖的一些趋势。对于内容永不满足的需求和持续的信息收集，以及对该信息的处理也推动了对新型互联网的需求，其中包括更分散的网络架构。优化数据中心和网络基础设施会影响数据创建和使用的数量、速度和首选位置。数据需求的增长已经表明需要强大的互联网基础设施和即时可访问的数据中心，从核心到边缘和微边缘，支持、存储和互连几乎每个设备的数据。

迁移到边缘数据中心的数据

许多为人力资源、客户管理和业务流程模块提供基于云计算的业务应用程序的全球性公司已进入边缘数据中心市场，以优化终端用户的体验。在业务中，许多场景需要立即访问从资产管理、流程优化和预测分析到超链接世界中供应链管理实时需求的数据。

因此，行业专家认识到边缘计算是一种可以补充和取代传统云计算的新型计算架构，并大量增加更多的边缘数据中心。边缘计算背后的基本思想是将计算和存储资源分布到数百万甚至数十亿个不同位置的设备中，以提供满足日益增长的数字应用和服务需求所必需的分布式支持。边缘计算解决方案旨在通过园区网络、蜂窝网络、数据中心网络或云计算的分散式扩展为数据中心和云计算服务提供补充。

通过边缘计算增强数据中心的能力

根据调研机构IDC公司的数据，用户对数据的需求将在2019年继续上升，而随着科技的进步、行业的兴衰、数据的流动，计算服务的结构也将发生变化。推动数据消费需求的是边缘计算。定义分布式边缘计算的移动可以简化为几个战略优势：速度、容量、效率、成本和响应能力。

根据Gartner公司的另一份报告，到2022年，它所需的边缘计算和分布式架构将成为所有数字业务的必要解决方案。40％的大型企业将边缘计算原则上纳入2021年的规划项目，与2017年的不到1%相比显著上升。边缘计算可以支持商业生态系统，该生态系统在快速数据和实时整体管理方面蓬勃发展。

面临边缘计算的中断

从基于云计算的中央计算网络转向更加分散的边缘计算模型的影响是深远的，特别是相对于部署在边缘的各种设备的需求。正如从大型机到基于个人电脑的客户端-服务器架构的转变对技术行业产生的巨大影响一样，从基于云计算的模型向物联网驱动的边缘计算环境过渡将产生巨大影响，并要求企业适应快速变革的速度。

边缘计算对端点设备（诸如网关和边缘服务器等一系列新的中间设备）将提出更多要求，这些设备将支持完整的边缘计算环境。这些设备需要相当大的内置计算和存储能力来处理应用程序和工作负载。边缘计算将继续把工作负载传递给云计算，但长期目标是在多个不同边缘元素之间分配工作负载。

在一个颠覆和不断改进的技术行业中，数据中心不断响应变革和创新。其颠覆性趋势正在提高生产力、灵活性、价值和数据中心能力。这些趋势带来了令人兴奋的潜力，现在是考虑边缘计算和数据中心如何影响组织运营的时候了。

征稿啦

IDC圈公众号秉持着「与千万人共成长」理念，如果你有优质的文章：或是行业热点事件、技术趋势的真知灼见，或是深度的应用实践，欢迎投稿!

投稿邮箱 |

边缘计算是一种分布式计算架构，它可以帮助在设备、传感器、工业网关AR7091等边缘设备上进行数据处理和分析。边缘计算的应用领域非常广泛，主要包括以下几种：

边缘计算（Edge Computing）是一种分布式计算范式，它将计算任务从数据中心迁移到靠近数据源的设备上。这种方法可以减少网络延迟、提高数据处理速度，并在一定程度上保护用户隐私。边缘计算可应用于许多领域，包括但不限于：

请点击输入图片描述

边缘计算好发论文吗

边缘计算的发展前景广阔，被称为“人工智能的最后一公里”，但它还在发展初期，有许多问题需要解决，如：框架的选用，通讯设备和协议的规范，终端设备的标识，更低延迟的需求等。随着 IPv6 及 5G 技术的普及，其中的一些问题将被解决，虽然这是一段不小的历程。相较于云计算，边缘计算有以下这些优势。·实时或更快速的数据处理和分析：数据处理更接近数据来源，而不是在外部数据中心或云端进行，因此可以减少迟延时间。·较低的成本：企业在本地设备的数据管理解决方案上的花费比在云和数据中心网络上的花费要少。·网络流量较少：随着物联网设备数量的增加，数据生成继续以创纪录的速度增加。因此，网络带宽变得更加有限，让云端不堪重负，造成更大的数据瓶颈。·更高的应用程序运行效率：随着滞后减少，应用程序能够以更快的速度更高效地运行。·削弱云端的角色也会降低发生单点故障的可能性。具体从数据来看，在人脸识别领域，通过边缘计算响应时间由900ms减少为169ms。把部分计算任务从云端卸载到边缘之后，整个系统对能源的消耗减少了30%-40%，数据在整合、迁移等方面可以减少20倍的时间。

好发。根据查询相关资料显示隐私计算行业发展迅速，多种类型的技术公司纷纷入局，资本热度持续提升，论文发表数量和专利申请数量不断增长，所以是好发论文的。

边缘计算是一个新兴的领域，它有如下优点。（1）实时或更快速的数据处理和分析：数据处理更接近数据来源，而不是在外部数据中心或云端进行，因此，可以减少迟延时间。（2）较低的成本：企业在本地设备的数据管理解决方案上的花费比在云和数据中心网络上的花费要少。（3）网络流量较少：随着物联网设备数量的增加，数据以创纪录的速度增加。因此，网络带宽变得更加有限，让云端不堪重负，形成更大的数据瓶颈。（4）更高的应用程序运行效率：随着滞后减少，应用程序能够以更快的速度更高效地运行。（5）削弱云端的角色也会降低发生单点故障的可能性。移动边缘计算（Mobile Edge Computing，MEC）技术同样改变移动互联网中网络与业务分离的状态，将业务平台下沉到网络边缘，为业务终端就近提供业务计算和数据缓存能力，实现网络从接入通道向信息化服务赋能平台的关键跨越，是新一代移动互联网发展的代表性能力。MEC的核心功能包括应用和内容进管道、动态业务链功能、控制平面辅助功能。

保研边缘人论文发表

有用的，一定要是你自己写的。

当然是有用的，对伱以后的生活都是有帮助的，对伱以后的工作也有一定的帮助，对伱以后的学习这些也是有很大帮助的啦，别笑看了它的作用。有空看看这文库文章哈对伱有帮助的：

保研不一定需要发表论文。

其实想保研的话，发表的期刊当然是级别越高越好，核心期刊，加分会很高的。但是一般学生的论文，学历，经验，达不到这样的要求，发表核心是很渺茫的。

发表论文可以加分，对考研比较有优势，现在好多本科生、研究生、硕士生在校期间都发表了不少文章，这对他们以后学业或是工作都很有利的，你不需要发表级别高的刊物，省级的就可以了，你可以多安排几篇，篇数越多学分就越多，总之发表论文对自己以后是百利而无一害的，杂志社发表文章是要审稿的，文章质量不能太差，摘抄率不能太高。

大学生发表论文可以直接保研吗?

可以，想通过论文保研，必须EI SCI 二作以上。低于这个只是个加分项，就是说，如果你发不了EI SCI二作以上，那么还是得看你成绩。其他的论文都无用。

论文的发表对于部分在校学生和工作者都是非常重要的，简单的讲，发表的论文直接体现你的学术科研成果，所发表的期刊等级越高，影响力越大，就越能展现你在自己的领域的成就。。发表论文可以加分，对考研比较有优势，现在好多本科生、研究生、硕士生在校期间都发表了不少文章，这对他们以后学业或是工作都很有利的，你不需要发表级别高的刊物，省级的就可以了，你可以多安排几篇，篇数越多学分就越多，总之发表论文对自己以后是百利而无一害的对于保研、考研的同学来说，论文是其科研能力、创新能力的体现。对于打算保研的同学来说，发表学术论文是保研的前提条件。没有公开发表学术论文，保研将是一句空话。笔者有一位师兄在本科学习阶段就发表学术论文20余篇，最后轻松保研中国人民大学！读研期间又发表高质量CSSCI论文若干，出版专著一部，最终又成功保送中国人民大学博士。对于考研的同学来说，进入复试之后，导师非常看重学生的科研能力。因为导师最喜欢的学生就是科研型的学生，能够帮助自己做各种课题，成为自己研究工作的得力助手。所以，如果在本科、研究生阶段有一定数量的学术论文发表，将为自己进入硕士、博士的学习打下良好的基础，在研究生复试中占尽优势。

医学边缘学科论文发表

可以去早发表期刊网发表论文，医学类的期刊的资源多，可以去找网站的编辑问问。

医学本科生发表论文的方法如下：

第一，确立发表目标。

确立一个跳起来可以够得着的学术发表目标。什么是学术发表目标？就是我们要在哪个杂志发表。为什么要确定这个？因为不同的学术杂志啊，对于学术成果的判断标准是不一样的，相应的发表难度是不一样的，有的特别难，有的一般难，有的就相对容易。

不同的发表目标，决定了你最后预期的收益率，而我们应该挑选一个预期收益最大的期刊，作为努力发表的目标。

第二，选择研究方向。

大家都知道，对于学术研究而言，方向正确极其重要，一个错误的方向，会极大化你的失败概率。而对于一个普通的本科生，什么样的研究方向是相对比较安全可靠的呢？

对医学而言，我的答案是综述，新的数据，新的方法和新的案例。

第三，提高写作能力。

那第三件事情应该是什么呢？是提高写作能力，这是最后一个问题，好的写作是发表论文十分重要的方面，很多人研究做的很好，但是写不出来，有些人研究一般，但是可以发顶级期刊。

第四，发表。

选择期刊。先确定你要发表的期刊的级别，普刊还是核心？国家级还是省级？每个期刊的风格以及收稿方向是不一样的，在关注期刊质量的同时也要关注期刊收稿风格和方向，不然被退稿的可能性比较大。普刊一周之内可能有回复，核心为1-3个月。

投稿。投稿最重要的是找到正规投稿邮箱或者在线投稿官网。一般来说正规的期刊知网收录的话可以在知网查到征稿启事，这是比较正规的，千万不要百度！不要百度！不要百度！重要的事情说三遍，如果百度，那么你受的几率就会飙升。

等待通知。如果退稿就根据修改意见修改，再投或者转投其它期刊。录用就等待录用通知和见刊就行了。

首先，看你需要发表论文的要求，单位都有规定的，一般有级别、时间、研究方向，电子刊可以不，是否需要专刊，是否核心。然后再根据研究方向和要求选择需要投稿的杂志社，搜索官网，查看投稿方式投稿即可。一般周期较长，需要提前准备好论文投稿，同时可以跟进进度，看论文的录用情况做进一步准备。杂志社拒稿的情况时有发生，一定要注意跟进。另外，即使确定录用也会有多次修改，注意杂志社的通知。另外，杂志社很多，在发表之前选择杂志很重要，可以联系我，我来指导你一下。