基于K-means算法的边缘服务器部署研究

发布时间：2021-01-20 09:28

　　云计算和移动云计算都经历了快速发展。虽然集中式云计算为计算密集型任务提供了丰富的计算资源,但是智能终端设备和云之间的不稳定性增加了处理敏感性数据的难度,并且会出现不可预测的网络延迟。为了解决这个问题,本文提出了利用移动边缘计算将云计算推向更靠近智能终端的网络边缘。在移动边缘计算环境中,通过将边缘服务器部署在网络边缘,为智能终端提供低延迟和高带宽服务,提升智能终端的服务质量。本文对移动边缘计算环境下边缘服务器的部署问题进行了研究和分析。物联网设备在本地产生的海量数据存储在智能终端中,通过在移动边缘计算环境下以高效经济的方式部署最优位置和最佳数量的边缘服务器,同时考虑智能终端集合与边缘服务器的关联性问题,使服务的智能终端数量最大化和服务质量最优。本文根据K-means聚类算法对边缘服务器进行合理部署,并对比了随机部署算法、基于密度聚类的部署算法和K-means聚类部署算法对系统平均完成时间的影响。在实验部分还分析了时间收益和部署成本增益之间的权衡关系,找到最佳的边缘服务器部署数量;同时分析了网络延迟阈值对三种算法的影响。本文的实验基于Matlab R2016b开发平台完成,仿真结果表明基于... 

【文章来源】：云南大学云南省 211工程院校

【文章页数】：61 页

【学位级别】：硕士

【部分图文】：

仿真实验场景

基于随机部署算法的边缘服务器部署位置

基于随机密度聚类部署算法的边缘服务器部署位置


本文编号：2988800