分布式雾计算中任务卸载与负载均衡方案研究

发布时间：2023-05-19 05:44

　　为了应对物联网(Io T)、虚拟增强现实(VR\AR)、无人驾驶等新业务的发展对移动通信提出的要求,5G将使用各种新技术来满足这些业务类型和应用场景。云计算范式借助其强大的计算和存储能力为终端用户提供各种高质量服务。但随着终端设备接入量的日益增加,核心网络的流量呈指数增长,2020年度移动流量将增加到291.8艾字节。如此庞大的流量将给核心网络带来巨大的挑战。为了解决这一问题,将计算和存储从核心网络迁移到网络边缘的边缘计算(EC)成为一种有效的解决方案。雾计算(FC)作为边缘计算的一种实现方式,旨在通过异构网络连接一切设备(包括终端设备、Io T设备、传感器、路由器、网关等),从而为物联网提供一种新的解决方案。如何实现雾计算中各个节点高效协作计算是雾计算中一个重要研究方向。本文研究了分布式雾计算中各雾节点的协作计算方式,并对其中的任务卸载和负载均衡问题进行了深入研究。主要做了以下工作:针对雾计算网络中分布式协作计算问题,本文提出了一种基于动态规划的解决方案,在为每个用户分配计算资源时综合考虑每个雾节点的通信能力和计算能力,并考虑当前用户对其他用户的影响,最小化所有用户的总服务延迟。针对...

【文章页数】：72 页

【学位级别】：硕士

【文章目录】：
摘要
Abstract
缩略语表
第一章 绪论
    1.1 引言
    1.2 国内外研究现状
    1.3 研究内容与成果
第二章 雾计算网络概述
    2.1 5G系统概述
        2.1.1 5G的愿景
        2.1.2 5G关键技术
        2.1.3 5G移动通信网络中的边缘计算
    2.2 雾计算网络
        2.2.1 雾计算体系架构
        2.2.2 雾计算与云计算的比较
        2.2.3 雾计算的应用场景和挑战
    2.3 雾计算网络中计算卸载方案
        2.3.1 分布式雾计算中任务卸载方案
        2.3.2 分布式雾计算中负载均衡方案
    2.4 本章小结
第三章 分布式雾计算中基于动态规划的多任务卸载方案
    3.1 引言
    3.2 系统模型
        3.2.1 分布式雾计算中任务卸载系统模型
        3.2.2 系统延迟量化
    3.3 基于动态规划的多任务卸载方案
        3.3.1 单用户单主雾节点任务卸载算法
        3.3.2 多用户多主雾节点任务卸载算法
    3.4 算法性能仿真与分析
        3.4.1 仿真参数设置
        3.4.2 仿真结果分析
    3.5 本章小结
第四章 分布式雾计算中基于资源预测的负载均衡方案
    4.1 引言
    4.2 系统模型
        4.2.1 基于预测的负载均衡方案系统模型
        4.2.2 资源预测负载均衡的三大组件
    4.3 分布式雾计算中的负载均衡算法
        4.3.1 静态负载均衡算法
        4.3.2 动态负载均衡算法
        4.3.3 基于资源预测的负载均衡算法
    4.4 算法性能仿真与分析
        4.4.1 仿真参数设置
        4.4.2 仿真结果分析
    4.5 本章小结
第五章 总结与展望
参考文献
附录1 攻读硕士学位期间申请的专利
致谢



本文编号：3819770