移动边缘网络中资源分配问题研究

发布时间：2020-10-18 00:19

　　 各种移动应用的蓬勃发展,极大地改善了人们的生活。作为移动应用的支持网络,5G移动网络可以通过提供快速的服务响应来提高用户体验。部署在接入网内的移动边缘计算服务器可以使服务贴近用户,从而降低响应时延。同时,移动边缘服务器通过将请求和响应限制在接入网内,可有效降低核心网络拥塞,形成业务本地化。此外,移动边缘服务器也可以方便获取本地用户信息和网络信息,从而实现信息技术与通信技术的融合。在需求和技术的共同推动下,移动边缘网络迎来了新的机遇。在此新机遇下,本文研究了移动边缘网络中的资源分配问题。本文围绕移动边缘计算中两大主要功能——存储和计算,研究存储和任务卸载过程中实现方案的代价最优化问题。在研究存储问题时,将存储过程分为内容放置过程和内容获取过程,在研究任务卸载问题时,将任务卸载按照服务器集中式处理和分布式处理进行分类。主要创新点如下:第一,在存储内容获取过程,本文研究了基站密集部署下以最小化代价选择移动边缘网络存储服务器的问题,基于覆盖范围判定条件提出存储服务器集合选择算法。在这一部分,本文选取了服务器内容存储花费和从存储点获取内容的花费之和作为需要衡量的代价。文中通过对问题的重新表述,将该优化问题转化为多个覆盖范围内的代价叠加问题。通过存储点覆盖范围的充分不必要条件和三基站选择存储点的具体场景,得到了应用到算法中的覆盖范围判定条件。本文在覆盖范围判定条件的基础上,提出了基于贪心策略的存储服务器选择算法。该算法将用户度与覆盖范围判定条件相结合,不但可有效地降低服务器存储数据与用户获取内容花费之和,而且对不同的服务器中心性选择策略有较好的容忍度。第二,在存储内容放置过程,本文研究了放置内容的多播与网络中其他多播存在交叠链路时,以最小化代价建立可行拓扑的问题,并基于链路复用设计了可行编码子图方案。在这一部分,本文选取了网络中发送功率之和作为需要衡量的代价。同时,将单多播流量倍增作为两多播链路完全交叠的特殊情况来研究,为单多播流量倍增和两多播链路交叠建立了统一模型。文中采用了网络编码技术,在多播树的基础上建立网络编码子图。文中分别针对两种场景提出了可行编码子图方案,得到的可行方案包含原始多播树,在流量变化及存在交叠链路时,拓扑可在多播树和可行编码方案中切换,进而实现了拓扑随流量变化的平滑过渡。同时文中通过复用拓扑中已有链路的方法,降低了编码子图形成过程中的代价消耗。第三,在边缘服务器集中式处理方式中,本文研究了单小区内多用户在任务卸载中最大化用户节省能量的问题,在建立服务器顺序处理模型的基础上,给出了联合分配任务队列时段和信道时段的资源分配算法。文中基于任务队列建立了服务器集中顺序处理模型,更加具体地描述了服务器对用户任务的计算过程。文中基于贪心选择提出了联合分配任务队列时段和信道时段的资源分配算法,为完成用户卸载的任务提供资源保障。算法中利用任务计算时间调整策略保证任务在时间限制内完成,利用子任务功率分配策略,保证任务先传输后处理的因果性,使算法提供的解决方案满足优化问题中的约束。仿真表明,所提出的算法可有效地帮助用户节省更多的能量。第四,在边缘服务器分布式处理方式中,本文研究了基于分布式处理的单用户任务卸载最小化网络消耗能量的问题,设计了分布式处理任务卸载中的代价分析和时延分析模型,基于MapReduce分布式框架给出了最小化网络消耗能量的资源分配方案。本文将MapReduce分布式计算框架整合到任务卸载问题当中,建立了完整的时延分析和代价分析模型。固定模型中参与计算的服务器数和重复计算次数时,所研究的最小化网络代价问题为凸问题。通过将遍历方法与拉格朗日对偶法相结合,在已有的MapReduce方案基础上,设计出最小化网络消耗能量的计算资源选取方法,为合理利用分布式计算资源提供了一种可行途径。
【学位单位】：北京邮电大学
【学位级别】：博士
【学位年份】：2019
【中图分类】：TN929.5
【部分图文】：

第一章绪论??１．１研究的背景和意义??移动通信在发展过程中，有很大一部分工作是专注于速率的提升。如图１－１??所示，随着技术的进步，移动通信的速率从１Ｇ的模拟通信２．４Ｋｂｐｓ、ＧＳＭ的??９．６Ｋｂｐｓ、ＷＣＤＭＡ?的?２Ｍｂｐｓ［ｌ］、ＬＴＥ［２］的?ｌＧｂｐｓ?发展到?５Ｇ?的?１０Ｇｂｐｓ［３】。推动移??动网络发展的不仅仅是技术的进步，还有人们对于通信网络的不断变化的需求。??从传统话音到现在的各种移动应用程序，人们对通信网络的需求越来越多样化。??在国内，截止到２００８年发放３Ｇ牌照，以话音和短信业务为主体的２Ｇ网络活跃??于市场长达１３年之久，直到２０１８年４月，中国联通成为国内首个公布将逐步关??闭２Ｇ网络的运营商。智能手机的出现，开辟了移动通信的新纪元，各种移动应??用改变了人们的生活，同时也使得通信网络的主体业务由话音转向数据业务。??高速移动?＿?：??１０６：?＿?；??Ｊ０５：?ｌｌ?Ｉ?：??＿?１１?；??關觀匿ｂ?ｉｉ?Ｂｉ?ｌｉ??１?２?３?４?５??移动通信发展代数??图１－１移动通信速率发展示意图??４Ｇ之前的话音和数据业务

ＦＶ．?Ｎｅｔｗｏｒｋ?Ｆｕｎｃｔｉｏｎ?Ｖｉｒｔｕａｌｉｚａｔｉｏｎ）［４＇９．丨°丨和网络切片（Ｎｅｔｗｏｒｋ?Ｓｌｉｃｉｎｇ＾Ｎ等正是在这样一个背景下被引入到移动通信网络当中的。??移动边缘计算（ＭＥＣ．?Ｍｏｂｉｌｅ?Ｅｄｇｅ?Ｃｏｍｐｕｔｉｎｇ）受启发于云计算｜２］。云计核心网中为用户提供存储和计算服务，但随着对时延敏感的应用在通信网中增多，将云服务器拉近用户端一方面可以提高用户体验，另一方面可以降低提供服务的代价［８１。基于靠近用户的思想，产生了移动边缘计算［６，｜＞１５］、雾（Ｆｏｇ?Ｃｏｍｐｕｔｉｎｇ）１１６＇１８］和ｃｌｏｕｄｌｅｔ［ｌ８－２Ｇ］等技术。雾计算本质上还是云计算，更注资源虚拟化及其管理等信息技术［１６＋１７］。而移动边缘服务器通常部署在接内，可以便捷地搜集本地用户信息和网络信息，在一跳或有限几跳内为用户存储和计算的服务，做到信息技术和通信技术的融合。ｃｌｏｕｄｌｅｔ是在移动设云服务器之间加入中间层，形成一个三层计算服务体系［１８］。移动边缘计算服可与云计算服务器协同，为用户提供服务，所以移动边缘计算可以看做ｕｄｌｅｔ的一种。此外，为了突出将异构网络融合的目的，欧洲电信标准协会ＥＴＳ２０１７年将移动边缘计算更名为多接入边缘计算（ＭＥＣ，?Ｍｕｌｔｉ－ａｃｃｅｓｓ?Ｅｄｇｍｐｕｔｉｎｇ）Ｒ２２］。带有ＭＥＣ服务器的三层服务体系如图１－２所示。??

ｃｌｏｕｄｌｅｔ的一种。此外，为了突出将异构网络融合的目的，欧洲电信标准协会ＥＴＳＩ??在２０１７年将移动边缘计算更名为多接入边缘计算（ＭＥＣ，?Ｍｕｌｔｉ－ａｃｃｅｓｓ?Ｅｄｇｅ??Ｃ〇ｍｐｕｔｉｎｇ）Ｒ２２］。带有ＭＥＣ服务器的三层服务体系如图１－２所示。??厂＂＂＾联网＊?＾服务器??Ｉ??Ｉ??氣核心网＿）??／?＼??／?、??／?、??ｆ：：＇續?ＭＥＣ?服务器??＇＿?眷ｉｆ？■移动设备??麗》?＇麗響??图１－２移动设备、ＭＥＣ服务器和云服务器的三层服务体系??移动边缘计算具有业务本地化、接近数据源、业务低时延、利于定位和方便??获取网络信息等特点［４］。移动边缘服务器可作为服务提供方，而使得终端和服务??２??
【相似文献】

相关期刊论文 前10条

1 刘皓霜;网络性能的监控与管理——关于WireTap的分析与研究[J];中国纺织大学学报;1998年06期

2 张丰;OSI网络层:分析、描述、验证和实现[J];计算机学报;1989年09期

3 雷波;;影响DECnet网络性能的关键性技术的分析[J];计算机工程与应用;1989年03期

4 韩忠华;吕哲;王金涛;董晓婷;;基于物联网的智能家居系统网络层设计[J];沈阳建筑大学学报(自然科学版);2017年04期

5 仲冬竹,张伟;基于CORBA的网络层管理软件的设计与开发[J];计算机应用研究;2001年02期

6 孟洛明;有关个人通信中网络层标准的若干问题[J];现代电信科技;1994年12期

7 ;网络层防毒——防毒技术的新变革[J];中国金融电脑;2006年03期

8 史文祥,朱红专,郑建宏;TD-SCDMA终端通用分组业务网络层研究[J];重庆邮电学院学报(自然科学版);2004年03期

9 龙根炳;;IP地址的设计与应用[J];铜仁职业技术学院学报;2007年03期

10 李兆斌;夏潇;刘倩;马宇;;网络层设备性能测试方法概述[J];计算机科学;2015年S1期

相关博士学位论文 前10条

1 许中虎;去中心化群智网络中的信息传输新机制、可传输性与传输技术研究[D];中国科学技术大学;2019年

2 魏峰;移动边缘网络中资源分配问题研究[D];北京邮电大学;2019年

3 阙灿;基于802.11的无线Mesh网络中机会通信协议的研究[D];中国科学技术大学;2018年

4 阮玉晗;面向新型混合星地网络的资源分配与性能分析[D];西安电子科技大学;2018年

5 羊秋玲;面向海洋监测与用户服务的海洋网络关键技术研究[D];天津大学;2017年

6 于东元;耦合复杂网络的稳定性和分岔问题研究[D];吉林大学;2018年

7 杨光;Small Cell网络中基于联盟形成的资源分配与干扰缓解技术研究[D];山东大学;2018年

8 李云;无线Ad Hoc网络MAC机制研究[D];电子科技大学;2004年

9 安杨;基于本体的网络地理服务中的关键问题研究[D];武汉大学;2005年

10 阮加勇;无线Ad Hoc网络中的跨层QoS保证研究[D];华中科技大学;2005年

相关硕士学位论文 前10条

1 刘宇通;车辆自组织网络中丢包特征研究[D];天津理工大学;2019年

2 刘伟;面向5G光接入的网络切片与边缘云资源编排技术[D];北京邮电大学;2019年

3 史勉勉;面向故障分析的多维网络可视化研究[D];北京邮电大学;2019年

4 刘皇敏;跨界服务网络关键技术研究[D];浙江大学;2019年

5 刘泽羲;基于多层复杂网络的海运网络及其鲁棒性分析[D];天津大学;2018年

6 梅晨;自编码网络优化及其应用[D];深圳大学;2018年

7 卿伦科;多层复杂网络中主体合作演化策略研究[D];杭州电子科技大学;2018年

8 杨非;复杂网络的中尺度结构对传播的影响[D];广西师范大学;2018年

9 刘阳洋;复杂网络的链路预测与核渗流问题研究[D];国防科学技术大学;2016年

10 麻津铭;密集热点区域无线网络性能分析与优化[D];哈尔滨工业大学;2018年

本文编号：2845505