移动云计算中联合资源调度算法研究

发布时间：2017-03-20 20:06

  本文关键词：移动云计算中联合资源调度算法研究，，由笔耕文化传播整理发布。

【摘要】：移动云计算是云计算与移动计算融合的产物,通过将移动终端复杂的处理任务迁移到云端服务器上执行,大大增强了互联网数据的高效传输和处理能力。移动云计算资源调度是影响到移动用户的服务质量和云资源的有效利用的关键问题。资源提前预留方案能有效节省云服务提供商的资源配置成本,但用户需求的不确定性给提前预留带来一定难度,且不同于传统云计算,移动云计算系统需要对分配给用户的接入端无线带宽资源与云端虚拟资源进行统一部署和联合优化控制。本文首先简要介绍移动云计算的基本原理、系统架构及关键技术,分析移动云计算资源配置的研究意义,并详细介绍了资源预留配置理论及相关研究进展。其次,针对接入网络的无线带宽资源与云端虚拟资源对用户QoS的双重影响,分析无线带宽资源分配与云端虚拟资源分配之间的相关关系,提出了二者之间的联合优化函数。进一步,在已知移动用户的资源需求的概率分布的情况下,将移动云计算资源预留问题转换为两阶段带补偿机制的随机规划模型,并提出一个基于随机规划的联合资源预留分配算法(Stochastic Joint resource Reservation and Allocation algorithm for Mobile Cloud Computing,SJRA-MCC),通过对无线带宽资源和云端虚拟资源进行匹配预留和匹配分配,最小化资源配置成本,该算法实现了无线带宽资源和云端虚拟资源的全局最优配置。再次,针对实际情况中最坏场景下,即未知用户需求的概率分布时的资源预留问题,提出鲁棒联合预留优化模型,通过引入可调整的约束控制参数,该模型能有效应对需求的不确定性对资源预留带来的波动性影响,提高了模型解的鲁棒性,进而设计一个动态的鲁棒联合资源预留分配算法(Dynamic Robust Joint resource Reservation and Allocation algorithm for Mobile Cloud Computing,DRJRA-MCC),利用动态周期检测方法来实现资源分配的灵活性,提高了系统的服务容量。仿真实验表明,SJRA-MCC和DRJRA-MCC均可以有效降低系统的资源配置成本,不仅能保证用户服务质量,还提高了系统的资源利用率,且DRJRA-MCC能在用户需求信息波动幅度较大的情况下表现出良好的可适应性。
【关键词】：移动云计算 资源预留 联合优化 随机规划 鲁棒优化
【学位授予单位】：重庆邮电大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：TN929.5;TP3
【目录】：

• 摘要3-4
• Abstract4-9
• 第1章 绪论9-20
• 1.1 课题背景及意义9-10
• 1.2 移动云计算概述10-16
• 1.2.1 云计算10-11
• 1.2.2 移动云计算的概念及特点11-12
• 1.2.3 移动云计算的体系架构12-14
• 1.2.4 移动云计算的关键技术14-16
• 1.3 移动云计算的研究现状及面临的挑战16-18
• 1.4 论文主要工作及章节安排18-20
• 1.4.1 论文主要工作及创新点18
• 1.4.2 论文结构18-20
• 第2章 移动云计算中资源预留策略研究20-27
• 2.1 引言20
• 2.2 移动云计算资源配置的场景特点20-21
• 2.3 云资源预留配置理论21-23
• 2.4 云资源预留配置相关策略23-25
• 2.4.1 基于规划模型的预留策略23-24
• 2.4.2 基于需求预测的预留策略24
• 2.4.3 基于博弈模型的预留策略24-25
• 2.5 移动云计算中联合预留配置策略25-26
• 2.6 本章小结26-27
• 第3章 基于随机规划的联合资源预留分配算法27-49
• 3.1 引言27
• 3.2 联合资源配置系统架构27-29
• 3.3 无线带宽资源与云端虚拟资源的相关关系29-32
• 3.4 随机规划联合资源预留优化模型32-38
• 3.4.1 问题描述32-33
• 3.4.2 需求不确定情况下随机预留优化模型构建33-35
• 3.4.3 随机预留优化模型的约束条件分析35-37
• 3.4.4 SSLE求解算法37-38
• 3.5 SJRA-MCC算法设计38-41
• 3.5.1 资源匹配分配38-39
• 3.5.2 算法描述39-41
• 3.6 实验结果与分析41-48
• 3.6.1 仿真场景设计41-43
• 3.6.2 仿真结果与分析43-48
• 3.7 本章小结48-49
• 第4章 基于鲁棒优化的联合资源预留分配算法49-68
• 4.1 引言49
• 4.2 鲁棒优化理论49-52
• 4.2.1 鲁棒性的定义49-50
• 4.2.2 鲁棒优化模型的选取50-52
• 4.3 鲁棒联合资源预留优化模型52-62
• 4.3.1 问题描述52-53
• 4.3.2 需求确定情况下预留优化问题的建模53-55
• 4.3.3 不确定性鲁棒逼近预留优化模型构建55-56
• 4.3.4 带约束控制水平参数的鲁棒求解方法56-60
• 4.3.5 DRJRA-MCC算法设计60-62
• 4.4 仿真结果及性能分析62-67
• 4.4.1 仿真参数设置62
• 4.4.2 仿真结果及分析62-67
• 4.5 本章小结67-68
• 第5章 总结与展望68-70
• 5.1 本文工作总结68-69
• 5.2 下一步工作展望69-70
• 参考文献70-76
• 致谢76-77
• 攻读硕士学位期间从事的科研工作及取得的成果77

【参考文献】

中国期刊全文数据库 前2条

1 赵国刚;赵力强;杨鲲;;面向移动云计算接入网络的高能效无线资源管理[J];电信科学;2014年07期

2 师雪霖清华大学计算机科学与技术系 清华信息科学与技术国家实验室(筹);徐恪;;云虚拟机资源分配的效用最大化模型[J];计算机学报;2013年02期

  本文关键词：移动云计算中联合资源调度算法研究，由笔耕文化传播整理发布。

本文编号：258364