雾计算环境下资源管理模型及算法研究

发布时间：2023-11-26 16:39

　　雾计算将云计算服务扩展到网络边缘,弥补了云计算在位置感知、移动性支持、时延等方面的不足。雾计算作为一种新兴的计算模式,“以雾节点作为资源提供者”的特点为其带来一系列新的问题与挑战。由于雾节点具有资源有限性、分布性、异构性、自私性等特征,因此如何有效地对雾节点中的资源进行管理,成为了雾计算领域的重要研究内容。在雾计算资源管理方面,存在如下亟待解决的问题:首先,雾节点贡献资源时的收入与成本难以得到有效平衡;其次,云服务提供商缺乏有效的激励机制促使雾节点持续稳定的贡献资源;再次,雾计算应用的服务质量难以得到保证。针对以上问题,本文紧密围绕雾计算的资源管理问题展开研究。受人体神经系统工作机理的启发,本文提出了类人体神经系统的雾计算架构,并在该架构的基础上,利用微分博弈理论、重复博弈理论、改进的NSGA-Ⅱ算法,在资源贡献、激励机制、资源分配等方面展开深入研究,其主要工作和创新性成果概括如下:(1)提出基于微分博弈的雾计算资源贡献模型,构建了雾节点的资源贡献最优控制方案。相比于传统的静态资源贡献模式,所提出的模型考虑到雾节点在资源贡献量策略选择过程中的动态性,以及不同雾节点在贡献资源时对彼此收益...

【文章页数】：106 页

【学位级别】：博士

【文章目录】：
致谢
摘要
Abstract
缩写和符号清单
1 绪论
    1.1 研究背景及意义
        1.1.1 雾计算的发展历程
        1.1.2 雾计算的应用场景
        1.1.3 雾计算面临的挑战
        1.1.4 研究意义
    1.2 论文的研究内容及主要创新点
        1.2.1 本文的具体研究内容
        1.2.2 本文的主要创新点
    1.3 论文的组织与安排
2 雾计算资源管理国内外研究现状
    2.1 雾计算架构国内外研究现状
    2.2 资源贡献国内外研究现状
    2.3 激励机制国内外研究现状
    2.4 资源分配国内外研究现状
    2.5 本章小结
3 类人体神经系统的雾计算架构研究
    3.1 引言
    3.2 架构提出
    3.3 资源管理模式
        3.3.1 资源管理功能介绍
        3.3.2 资源管理流程介绍
    3.4 应用场景
    3.5 资源管理关键问题
    3.6 本章小结
4 雾计算资源贡献模型研究
    4.1 引言
    4.2 雾计算资源贡献问题描述
    4.3 基于微分博弈的雾计算资源贡献模型
        4.3.1 相关参数计算
        4.3.2 雾节点资源贡献最优化模型
    4.4 基于微分博弈的雾计算资源贡献模型求解
        4.4.1 无限时域下资源贡献最优策略求解
        4.4.2 有限时域下资源贡献最优策略求解
    4.5 仿真与验证
        4.5.1 有限时域内的结果分析
        4.5.2 无限时域内的结果分析
    4.6 本章小结
5 雾计算激励机制研究
    5.1 引言
    5.2 雾计算激励机制问题描述
    5.3 基于重复博弈的雾计算激励模型
        5.3.1 单阶段博弈过程
        5.3.2 无限次重复博弈过程
    5.4 基于重复博弈的雾计算激励模型求解
    5.5 仿真与验证
        5.5.1 激励模型参数选取及仿真方法描述
        5.5.2 最优奖励策略及性能分析
    5.6 本章小结
6 雾计算资源分配模型及算法研究
    6.1 引言
    6.2 雾计算资源分配问题描述
    6.3 雾计算资源分配模型
        6.3.1 服务延迟描述
        6.3.2 稳定性描述
        6.3.3 模型建立
    6.4 RAS-IN资源分配算法
        6.4.1 RAS-IN雾计算资源分配算法基本流程
        6.4.2 编码和初始化
        6.4.3 改进的拥挤距离计算
    6.5 仿真与验证
        6.5.1 仿真场景介绍
        6.5.2 RAS-IN算法性能分析
    6.6 本章小结
7 结论与展望
    7.1 工作总结
    7.2 研究展望
参考文献
作者简历及在学研究成果
学位论文数据集



本文编号：3868157