边缘计算中基于代价优化的任务分配与卸载

发布时间：2025-02-08 19:24

　　在计算任务的执行过程中,为了提高执行效率,并且最小化执行开销,计算任务往往会被卸载到具有更多计算资源,I/O资源以及存储资源的设备上。在进行卸载之前,一个应用或者服务被抽象成为一个带权重的有向无环图,其中,一个图节点代表应用或者服务中的一个计算任务,节点之间的边代表了计算任务之间存在通信。目前的研究都旨在给定卸载策略算法,将该应用或者服务,也即图切分成两个部分,一部分保留在本地执行,一部分卸载到其他设备上执行,以达到优化执行效率,减小执行开销的目的。为了简化问题,当前的研究在进行抽象建模的时候,往往会忽略当两个计算任务位于同端时的通信代价,而只考虑当两个计算任务位于不同端时的跨端通信代价。此外,当前研究都忽略了跨端通信代价是非对称的。但是在边缘计算框架中,尤其是当前,在大多数应用服务都以微服务架构部署的时候,这些被忽略的条件都必须重新纳入模型。因为在边缘计算框架中,一个应用服务被拆分为多个松耦合的简单微服务,部署在由多台机器组成的多个集群中。不同于在同一个机器内通过共享内存进行高效通信,这些微服务之间的通讯需要跨越机器,更加复杂昂贵,导致通信代价不可忽略。而且,由于上下行带宽不一致,网络...

【文章页数】：60 页

【学位级别】：硕士

【文章目录】：
摘要
Abstract
第1章 引言
    1.1 研究背景与意义
    1.2 国内外研究现状
    1.3 研究目标
    1.4 论文结构
第2章 任务卸载模型
    2.1 当前研究采用的模型
    2.2 新模型
        2.2.1 异构模型
        2.2.2 同构模型
    2.3 本章小结
第3章 模型复杂度分析
    3.1 异构模型复杂度分析
        3.1.1 异构模型的优化目标函数
        3.1.2 Weighted Max 2-SAT问题
        3.1.3 复杂度分析
    3.2 同构模型复杂度分析
        3.2.1 同构模型的优化目标函数
        3.2.2 最大流最小割问题
        3.2.3 复杂度分析
    3.3 本章小结
第4章 计算任务卸载策略算法
    4.1 异构近似算法HETO
        4.1.1 算法步骤
        4.1.2 算法实例
    4.2 同构最优算法VMC
        4.2.1 算法步骤
        4.2.2 算法实例
    4.3 本章小结
第5章 算法的实现与性能分析
    5.1 实验环境
    5.2 异构算法HETO性能评估与比较
    5.3 同构算法VMC性能评估与比较
    5.4 本章小结
第6章 总结与未来工作
    6.1 总结
    6.2 未来工作
参考文献
致谢
作者简历及攻读学位期间发表的学术论文与研究成果



本文编号：4031862