移动边缘环境下QoS感知的工作流调度方法研究

发布时间：2021-09-19 12:24

　　近年来,随着移动边缘计算（Mobile Edge Computing,MEC）的迅速发展,移动边缘环境下的工作流调度问题逐渐成为新的研究热点。如何有效地调度工作流应用的任务,直接影响到移动应用的服务质量（Quality of Service,QoS）。当前移动边缘环境下的工作流调度研究主要针对应用执行时间、能量消耗等单目标进行优化,无法满足多样化的调度需求。同时MEC环境下的计算资源易出现任务异常、软件故障等问题。因此,如何保证资源失效情况下的工作流调度十分必要。针对上述问题,本文分别提出了面向服务质量的多目标工作流调度方法和面向可靠性的边缘计算资源容错调度算法,最后通过实验分别验证了所提算法的有效性。本文的创新点和主要工作体现在如下方面:1.针对工作流任务在移动边缘环境下的QoS调度优化问题,提出了一种面向服务质量的多目标工作流调度方法（Optimal Multi-Objective Genetic Algorithm,OMOGA）。首先,该算法考虑工作流任务之间的依赖数据传输成本,对用户提交的工作流进行任务预处理,将依赖数据成本较高的任务调度至相同设备执行,有效地降低了系统的能量消... 

【文章来源】：杭州电子科技大学浙江省

【文章页数】：67 页

【学位级别】：硕士

【部分图文】：

图１．１本文的组织结构??

体现了架构的体系概念，这也推进了移动边缘计算的可编程化转型，并保证了该??技术在吞吐量、延迟、可扩展性等方面的要求。??图２．１所示为ＥＳＴＩ组织制定的ＭＥＣ架构图。该架构可分为托管基础设施、??应用程序平台管理系统及应用管理系统。第一层为基础设施管理系统，此部分由??硬件设备及虚拟化层组成，具体可包括无线网络连接、主机管理系统接口等。第??二层为应用平台管理系统，该系统由虚拟化管理器及平台服务组成，主要负责移??动应用程序的部署，同时也承载着应用程序中间件服务和基础架构服务。来自第??三方的应用程序可灵活地在该平台上部署，实现了?ＭＥＣ服务器和应用程序的解??耦。第三层为应用管理系统，主要由ＭＥＣ应用虚拟机集群构成。??７??

让网络硬件可以通过集中式软件进行管理，同时具备可编程化、控制转发等??层面的诸多优秀特性。ＳＤＮ技术中的ＯｐｅｎＦｌ〇Ｗ［２９］使得网络控制面与数据面分离，??从而提升网络的可扩展性与灵活性。图２．２展示了为边缘计算下的软件定义网络??基础设施，主要由企业数据中心、云数据中心及网络流行微数据中心构成。数据??屮心集中了虚拟主机、虚拟存储及虚拟网络等。ＭＥＣ的感知能力与ＳＤＮ的集中??式控制决策结合可以进一步地丰富产品进而驱动产生新的服务。采用ＳＤＮ技术，??ＭＥＣ服务器可以对流量的进行灵活控制，从而实现业务的本地化分配，降低时??延，提升用户体验。??１０??

【参考文献】：
期刊论文
[1]移动边缘环境下面向工作流管理的计算迁移方法[J]. 伏舒存,付章杰,邢国稳,刘庆祥,许小龙.  计算机应用. 2019(05)
[2]云计算环境中面向DAG任务的多目标调度算法[J]. 徐健锐,朱会娟.  计算机应用研究. 2019(01)
[3]移动增强现实可视化综述[J]. 高翔,安辉,陈为,潘志庚.  计算机辅助设计与图形学学报. 2018(01)
[4]物联网环境下数据转发模型研究[J]. 李继蕊,李小勇,高雅丽,高云全,方滨兴.  软件学报. 2018(01)
[5]移动云计算研究进展与趋势[J]. 崔勇,宋健,缪葱葱,唐俊.  计算机学报. 2017(02)
[6]云环境中基于分解的多目标工作流调度算法[J]. 李克武,张功萱,朱昭萌.  计算机工程与科学. 2016(08)
[7]时间约束云工作流调度的粒子群搜索方法[J]. 曹斌,王小统,熊丽荣,范菁.  计算机集成制造系统. 2016(02)
[8]基于Pareto熵的多目标粒子群优化算法[J]. 胡旺,Gary G. YEN,张鑫.  软件学报. 2014(05)
[9]时间约束下可靠性增强的网格工作流调度算法[J]. 阎朝坤,胡志刚,李玺,肖鹏.  小型微型计算机系统. 2012(07)
[10]云环境下优化科学工作流执行性能的两阶段数据放置与任务调度策略[J]. 刘少伟,孔令梅,任开军,宋君强,邓科峰,冷洪泽.  计算机学报. 2011(11)



本文编号：3401610