移动边缘计算中面向低功耗的任务迁移问题研究

发布时间：2020-04-19 19:46

【摘要】：近年来,随着移动智能设备数量的急速增长,用户产生了海量的需要处理的数据以及计算量巨大的处理任务,对传统的网络和计算架构提出了更高的要求和挑战。在传统的云计算模式中,一般采用将计算任务卸载到云数据中心的方式进行处理以便降低任务的处理时延以及降低本地终端的能耗。而因为云数据中心通常部署核心网,和用户通信的时间延迟比较大,所以将巨量的业务和数据卸载到云服务其中,往往由于网络阻塞而导致很高的传输时延。因此,将云平台的功能下放到网络边缘靠近用户的位置以便降低任务的处理和传输时延的思想逐渐引起人们的关注,边缘计算逐渐引起了人们的关注。移动设备由于有限的能量和计算资源,针对计算密集型的任务,为了降低任务处理时延和节省本地能耗,一般将计算任务卸载到计算资源丰富的边缘服务器或者采用其他移动设备协作处理的方式。边缘计算中,任务卸载的方式包括卸载到MEC服务器上执行和D2D的方式进行任务卸载。本文首先研究了在移动边缘环境中,基于MEC服务器的动态任务卸载问题。首先对应用分割产生的关联任务建立具有相关依赖关系的有向无环图模型。然后建立任务的能耗、时延模型,形式化描述低功耗卸载优化问题。针对该优化问题,本文针对相关任务模型的特点,针对时刻变化的边缘环境,提出基于贪心思想的任务动态卸载策略和基于用户移动轨迹的服务端任务调度策略,最后通过仿真实验,结果分析得到该策略对于任务卸载具有一定的效果。然后,本文研究了基于D2D任务卸载问题。D2D任务卸载使用D2D通信技术检测周围可用闲置的移动设备,通过将任务卸载到其检测到的可用移动设备中执行以降低任务处理的时延和本地能耗。首先,通过D2D通信技术建立用户设备、中继转发设备、服务设备构成的通信拓扑图。然后根据任务属性、通信时延等估算卸载环境,使用拍卖方式选择任务卸载的地点。最后使用仿真实验得到该策略对于D2D任务卸载的可用性,为D2D任务卸载提供新思路。
【图文】：

2.1 引言本章我们详细介绍移动边缘计算的相关技术。首先，我们介绍移动边缘计算的未来应用场景和实例。然后介绍移动边缘计算的相关研究架构和标准，包括欧洲电信标准协会（ETSI）的移动边缘参考架构和标准，以及移动边缘计算中 MEC 服务器的相关部署方案。最后，详细介绍任务卸载策略研究，对任务卸载策略进行简单的分析总结。2.2 移动边缘计算应用场景移动边缘计算概念的提出为移动用户和相关企业提供了一条解决当前移动互联网中需求和资源限制矛盾的解决方案，其在实际生产生活中的部署也将为移动运营商、移动用户和相关网络服务提供商等带来许多的便利和利益。我们主要以 MEC 的服务功能的类别介绍其实际应用场景[29]，图 2-1 是 MEC 应用场景示意图。

哈尔滨工业大学工学硕士学位论文PC 部署方案介绍部署方案使用 SDN（software defined network）和 NFCirtualisation）技术将云平台服务和移动网络整合[37]，从 2-5 所示。和上述两种部署方案不同的是 FMPC 的服务线接入节点也就是基站中，而是部署在靠近 RAN 运营商也是分布式，并提出新的控制器 MC（MobiScud control能：监控移动网络单元之间的信令信息，以便了解用户；二是在支持 SDN 的传输网络中转发相关的数据业务，载和 VM 迁移。
【学位授予单位】：哈尔滨工业大学
【学位级别】：硕士
【学位授予年份】：2019
【分类号】：TN929.5

【相似文献】

相关期刊论文 前10条

1 林云;;基于移动云平台的移动应用节能任务迁移方案[J];信息与电脑(理论版);2019年08期

2 李员宝,张武,杨林峰;GridSolve系统中的任务迁移[J];计算机工程;2005年21期

3 李毅 ;周明天 ;虞厥邦;;PVM任务迁移协议的研究[J];计算机科学;2001年01期

4 史雯隽;武继刚;罗裕春;;针对移动云计算任务迁移的快速高效调度算法[J];计算机科学;2018年04期

5 张继德;袁印;刘亚志;张新英;杨宗帅;;一种面向信息质量的移动群智感知协作方法[J];计算机工程;2017年07期

6 殷佳;管昕洁;白光伟;;基于移动边缘计算的任务迁移和协作式负载均衡机制[J];计算机科学;2019年12期

7 张志敏;吴军;严明玉;;面向网络的快速容错恢复技术[J];计算机工程与设计;2018年09期

8 孟浩;霍如;郭倩影;黄韬;刘韵洁;;基于机器学习的MEC随机任务迁移算法[J];北京邮电大学学报;2019年02期

9 胡根;自适应任务迁移分布计算研究[J];计算机与现代化;2004年09期

10 薛宁;霍如;刘江;;基于贝叶斯网络的MEC随机任务迁移算法[J];信息通信技术;2018年05期

相关会议论文 前5条

1 张千;刘昶;;网格环境下一种基于T-RAG图的关联任务迁移算法[A];2010年全国开放式分布与并行计算机学术会议论文集[C];2010年

2 毕波;杨智强;王衡;汪国平;;基于多设备的任务智能迁移系统[A];第六届和谐人机环境联合学术会议（HHME2010)、第19届全国多媒体学术会议（NCMT2010）、第6届全国人机交互学术会议（CHCI2010）、第5届全国普适计算学术会议（PCC2010）论文集[C];2010年

3 徐羽琼;叶志强;潘纲;李石坚;;TaskShadow-W:基于NFC的跨终端Web会话迁移框架[A];第八届和谐人机环境联合学术会议（HHME2012)论文集PCC[C];2012年

4 徐羽琼;谌宗佳;潘纲;李石坚;;TaskShadow-V:基于虚拟化的用户任务跨移动设备透明迁移[A];第七届和谐人机环境联合学术会议（HHME2011)论文集【oral】[C];2011年

5 杨永健;孙永雄;李树秋;张伟;;网格计算中一种负载均衡聚类匹配迁移算法[A];2006年全国开放式分布与并行计算学术会议论文集（二）[C];2006年

相关博士学位论文 前4条

1 吕昕晨;移动边缘计算任务迁移与资源管理研究[D];北京邮电大学;2019年

2 李毅;基于PVM的研究任务迁移，C++对象分布并行及Capability实现[D];电子科技大学;2001年

3 张玉萍;片上多处理器通信结构中的多任务调度研究[D];武汉大学;2011年

4 陈锐忠;非对称多核处理器的若干调度问题研究[D];华南理工大学;2013年

相关硕士学位论文 前10条

1 姚丹汇;移动边缘计算中任务迁移分派技术研究[D];上海交通大学;2018年

2 安宜豪;移动边缘计算中面向低功耗的任务迁移问题研究[D];哈尔滨工业大学;2019年

3 戴亚盛;边缘计算可信协同服务机制研究[D];江西理工大学;2019年

4 罗文;异构多核任务迁移和调度算法研究[D];湖南大学;2016年

5 邵立文;移动设备云中基于代码迁移的节能方法研究[D];华中科技大学;2017年

6 蔡政;移动边缘计算中的任务迁移与任务部署[D];浙江大学;2019年

7 石子倩;Cloudlet环境下基于用户能耗优化的任务迁移机制研究[D];华中科技大学;2018年

8 王梓;移动边缘计算中基于移动模型的任务迁移算法与协议研究[D];电子科技大学;2018年

9 孔月;移动边缘计算环境下的任务迁移策略研究[D];西安理工大学;2018年

10 赵慧娟;面向任务迁移的事件预测模型研究[D];哈尔滨工程大学;2016年

，

本文编号：2633668