移动云计算中多用户高效能动态卸载策略研究

发布时间：2021-12-22 23:40

　　由于移动通信技术的蓬勃发展,智能移动设备已成为人们日常生活中不可缺少的重要组成部分。通过在智能设备上运行丰富的移动应用程序,用户的各种需求不断被满足,例如:人脸识别、自然语言处理、增强现实、虚拟现实等。但是移动设备运行这些复杂的应用程序将会带来高额的能量消耗。由于移动设备所占的体积小,不论是硬件资源（例如,CPU计算能力,存储大小等）还是能量供给方面（电池电量）都十分受限。因此,如何在能量有限以及计算资源受限的设备上运行各种计算复杂型应用仍是一个挑战。移动云计算（Mobile Cloud Computing）被视为一种十分有前景的方法来解决这样的挑战。智能移动设备可以通过将复杂任务采用无线方式迁移到资源丰富的云端执行,这种方式称为计算卸载（Computation Offloading）。使用这种手段,可以间接的减轻移动设备的执行负担,进而显著地节省了设备的能量消耗并延长设备的运行时间。然而,随着卸载设备的增多,如何在多用户之间有选择地进行卸载变成了亟需解决的问题。因此,本文研究的主要内容是在多用户卸载的情况下如何实现能量的有效节约。首先,本文从所有卸载用户的利益出发,最大化整体卸载用户... 

【文章来源】：西南大学重庆市 211工程院校 教育部直属院校

【文章页数】：76 页

【学位级别】：硕士

【文章目录】：
摘要
Abstract
第一章 引言
    1.1 研究背景与意义
    1.2 研究现状
        1.2.1 移动云计算的研究现状
        1.2.2 任务卸载的研究现状
    1.3 论文研究内容与创新点
    1.4 论文结构
    1.5 本章小结
第二章 移动云计算概述
    2.1 移动云计算架构
    2.2 任务卸载研究概述
        2.2.1 卸载定义
        2.2.2 卸载分割
        2.2.3 卸载框架介绍
    2.3 卸载算法
    2.4 小结
第三章 多用户计算卸载的快速响应框架
    3.1 引言
    3.2 多用户的计算卸载框架
        3.2.1 卸载框架的组成
        3.2.2 卸载框架的运行
    3.3 卸载模型及优化问题
        3.3.1 任务卸载模型
        3.3.2 有益卸载
        3.3.3 优化问题
    3.4 DPAF算法介绍
        3.4.1 卸载任务筛选
        3.4.2 卸载任务决策
    3.5 仿真验证
        3.5.1 算法评估
        3.5.2 框架性能
    3.6 小结
第四章 多用户卸载博弈策略
    4.1 引言
    4.2 系统模型及优化问题
        4.2.1 系统模型
        4.2.2 多用户卸载博弈问题
    4.3 卸载博弈策略
        4.3.1 有益卸载阈值算法
        4.3.2 有益卸载用户集算法
        4.3.3 卸载博弈策略
    4.4 仿真验证
        4.4.1 实验设置
        4.4.2 卸载阈值影响因素
        4.4.3 卸载策略比较
        4.4.4 卸载策略开销
    4.5 本章小结
第五章 总结与展望
    5.1 本文的主要工作
    5.2 下一步的工作思路
参考文献
致谢
攻读硕士期间已发表的论文
攻读硕士期间参加的科研项目



本文编号：3547333