移动边缘计算中资源分配及服务迁移问题研究

发布时间：2020-08-23 15:19

【摘要】：近年来移动边缘计算(Mobile Edge Computing)架构得到学术界和工业界的广泛关注。该架构通过将远端云中的部分计算和存储资源下放到距离用户较近的边缘计算服务器中,大幅降低了用户请求资源的传输延时。为提升用户体验,服务提供商优先将用户设备卸载的计算任务分配给距离用户设备较近的边缘计算服务器处理。然而由于边缘基站和边缘计算服务器中的资源是有限的,用户设备卸载的计算任务可能无法全部在其内部处理。因此制定合理的资源分配策略、充分利用边缘计算层中的资源尤为重要。同时,由于用户设备在使用资源时是不断移动的,当用户设备与运行其任务的边缘计算服务器之间的距离增大时,通信延时也随之增大,此时服务提供商很难保证提供服务的质量。利用服务迁移技术将服务从源移动边缘计算服务器迁移到距离用户较近的边缘计算服务器可有效减少传输时延。然而服务迁移过程中会产生相应的迁移开销,因此制定合适的服务迁移策略、平衡迁移损耗和传输损耗为此问题的重点。本文分别讨论了移动边缘计算框架下密集部署的蜂窝网络中的资源分配问题和服务迁移问题。在制定资源分配策略时,本文综合考虑了服务提供商、用户设备以及边缘计算服务器之间的关系对资源分配策略的影响,并提出去中心化的多服务提供商资源分配算法。该算法在最大化服务提供商在边缘计算层总收益的同时,确保了服务提供商提供服务的质量。在资源分配问题中,我们综合考虑了计算和无线电资源的分配,并基于匹配理论,将此问题转化为用户设备与边缘基站间的匹配问题。本文提出的资源分配算法可以根据用户设备的请求以及边缘计算层中资源的分布动态调整资源分配策略。实验结果表明,该算法在提升服务提供商在边缘计算层总收益问题上优于现有的资源分配算法。与此同时,针对移动边缘计算中的服务迁移问题,本文提出了去中心化的服务迁移算法。该算法可根据用户设备的位置、卸载任务的相关信息、边缘基站和边缘计算服务器中的资源空闲量动态调整迁移决策。在此过程中,服务提供商首先根据用户设备的位置以及周围资源的分布情况为其构建边缘基站候选集合,然后根据制定的规则从候选集合中选择最优的边缘基站和迁移决策。仿真结果表明,本文提出的服务迁移算法可以有效降低服务提供商执行用户设备卸载的任务的总开销,且在该问题上优于现有的服务迁移算法。
【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
【图文】：

框架图,框架图,用户设备,数据中心

[11]。图1-1是一个典型的MEC框架图，它由远端云数据中心、边缘计算层和用户设备层组成。当用户设备有服务请求时，服务提供商会将用户设备卸载（o oading）的计算任务分配给边缘计算层或远端云数据中心中的服务器处理，并将结果返还给用户设备。其中远端云数据中心部署了大量服务器，拥有充足的能量、计算和存储资源。边缘计算层中部署了边缘基站和MEC服务器，分管一定区域内的用户设备请求。在该框架下，通过将一些延时敏感类的应用部署在MEC服务- 1 -

功能视图,参考框架

缘计算产业联盟，旨在搭建MEC产业合作，促进产业健康可持续发展。2017年边缘计算产业联盟发布了《边缘计算参考架构2.0》，文中提出的MEC参考框架如图2-1所示。该框架围绕边缘计算节点、连接计算fabric、业务fabric和智能服务四个层次进行讨论，实现了全层次开放的目标[40]。图 2-1 移动边缘计算参考框架从功能的角度，MEC网络可分成三个层次：边缘虚拟服务层、虚拟化层和基础资源层[40]。其中基础资源层由计算、网络和存储三个基础模块组成。虚拟化层的虚拟化技术降低了系统部署和开发的成本。最上层的边缘虚拟服务层使功能服务化并且软件化，同专有的硬件平台解耦。此设计可帮助硬件平台虚拟出多个隔离的独立的业务区间，实现资源的动态调度。上述MEC的功能视图如图2-2所示。2.1.3 移动边缘计算的特征及优势MEC与云计算均为用户设备提供计算、存储和网络服务。但MEC作为一种新的网络架构，又拥有其独特的性质，本小节分别从MEC的部署位置、网络架- 8 -

功能视图,功能视图,计算网络

功能服务化并且软件化，同专有的硬件平台解耦。此设计可帮助硬件平台虚拟出多个隔离的独立的业务区间，实现资源的动态调度。上述MEC的功能视图如图2-2所示。2.1.3 移动边缘计算的特征及优势MEC与云计算均为用户设备提供计算、存储和网络服务。但MEC作为一种新的网络架构，又拥有其独特的性质，本小节分别从MEC的部署位置、网络架- 8 -

【相似文献】