车联网MEC虚拟机预迁移算法研究

发布时间：2021-04-01 23:45

　　近年来,云计算已经在计算机很多领域普及,云计算即通过网络来提供计算,存储等功能。随着互联网的发展,越来越多的需求是向移动云计算（Mobile Cloud Computing,MCC）转变,即可以在移动的环境中应用云计算。但是,MCC使用也有局限性,例如移动设备中的资源受限,网络带宽和延迟不能满足要求,以及安全问题等,这就需要将集中式云计算向移动边缘计算（Mobile Edge Computing,MEC）转变,将移动计算、网络控制和存储功能推送到网络边缘。由于靠近用户终端侧,MEC具有较低的网络时延、较高带宽的特点,很适合可直接访问实时网络信息的服务环境,比如车联网场景是MEC的较热门的应用场景。然而,基于MEC的车联网在移动性管理方面有着巨大的挑战,主要体现在:高速移动车辆意味着应用频繁的迁移,造成的服务高时延严重影响用户体验;虚拟机（Virtual Machine,VM）迁移涉及服务器选择,迁移时间优化等方面,而当前VM迁移算法的较高迁移时间无法满足当前需求。较频繁的服务迁移会造成很高的服务时延,为确保服务器能够对车辆提供稳定的服务,提高用户体验,本文将数据挖掘算法引入移动预测方案... 

【文章来源】：重庆邮电大学重庆市

【文章页数】：70 页

【学位级别】：硕士

【部分图文】：

隐马尔可夫模型

重庆邮电大学硕士学位论文第2章相关MEC技术分析14图2.2VM迁移基本顺序步骤0：预复制：在执行迁移之前，选择目标服务器B。步骤1：预定：选择了目标VM之后，对VM进行预复制预定。步骤2：迭代：将要迁移的VM迭代进行复制。一个周期后，复制那些在前一个阶段弄脏的页面。步骤3：停止并开始复制：将需要迁移的VM进行挂起，复制到目标服务器。步骤4：承诺：服务器B已经获得A的VM，并承诺后续B服务器为用户服务。步骤5：激活：激活服务器B上迁移的虚拟机，并继续对用户进行服务。2.2.3VM实时迁移算法服务器对用户进行服务，可能会面临过载情况，达不到较好的性能，浪费网络资源。这时需要将服务的用户数据以及应用状态从当前服务的VM迁移到未过载服务器的VM上。在车联网场景下，安全业务，导航业务，视频等服务业务是极其重要的，在迁移过程中，可能是单个VM，也可能时多个VM需要迁移，首先要进行VM的选择，避免造成不必要的迁移。如果同时需要多个VM进行迁移，则需要考虑这多个VM是并行迁移还是顺序迁移。当确定要迁移的VM后，则要对这些虚

重庆邮电大学硕士学位论文第3章车联网场景移动预测20图3.2MEC服务器和车辆轨迹示意图3.1.3轨迹分类本节根据预测区域的稠密程度划分为几个预测区域，以便进行比较。不同车辆用户在不同的日期，时间会有不同的位置信息，日期和时间是影响用户移动轨迹的关键因素。为了更准确地预测车辆的位置信息，将不同日期和时间的单个用户的位置信息作为研究对象。然后通过不同时段将轨迹划分为几组。聚类是对物体不同的数据特征进行分组，每一组中的数据具有很高的相似性，不同组之间的数据差异性却较大。本节划分出几个预测区域和时间段，然后，基于每个时段将用户的轨迹分类为组。最后，根据每个在预测区域的轨迹来预测用户的未来位置。聚类的基本思想是：预先定义聚类数目和中心，在迭代过程中根据数据不断调整样本簇，来提高聚类的准确度，达到最优的结果，本章使用K均值的方法，该方法的特点是，逻辑简单，收敛速度快，效率高。本节首先选择一组位置作为集群的中心12{,,,,,}jKMmmmm，其中(,)jjjMxy表示中心位置。12{,,,,,}iNLllll表示车辆轨迹的位置坐标，其中(,)iiilxy表示车辆的位置。然后，定义车辆在每个位置到集群中心的距离。22(,)()()ijijijdlmxxyy(3.1)式中，(,)ijdlm——位置il和中心jm的距离

【参考文献】：
期刊论文
[1]面向5G的MEC系统关键技术[J]. 宋晓诗,闫岩,王梦源.  中兴通讯技术. 2018(01)
[2]5G车联网展望[J]. 王良民,刘晓龙,李春晓,杨睛,杨卫东.  网络与信息安全学报. 2016(06)
[3]车联网的关键技术及研究进展[J]. 顿文涛,赵玉成,王力斌,李勉,马斌强,袁超,袁志华.  农业网络信息. 2015(08)



本文编号：3114181