移动边缘计算中内容缓存与资源租赁的联合设计研究

发布时间：2020-10-22 14:22

　　 伴随着移动通信业务和互联网技术的进一步发展,移动用户对互联网服务的响应速度也有着更高的要求,但目前传统的移动通信网络架构无法满足该要求。而移动边缘计算(Mobile Edge Computing,MEC)的提出,为该问题提供了一种切实有效的解决方案。与传统的移动通信网络架构相比,MEC在移动用户附近部署大量能提供存储和计算功能的服务器,通过将服务器下沉到移动网络边缘的方式,能有效降低互联网服务的响应时间。但是MEC资源十分有限,因此无法快速响应移动用户的所有请求。又由于移动用户请求的动态性较强,所以研究MEC中内容缓存与资源租赁的联合问题十分具有挑战性。对此,本文提出了一种新的联合算法以解决MEC中内容缓存与资源租赁的联合问题。首先,本文提出了内容缓存和资源租赁联合设计算法,其目的是租赁服务器构建MEC,在最大化系统服务量的同时,最小化系统的租赁成本。内容缓存和资源租赁联合设计算法由两个步骤组成:第一步是利用未到期资源最大化系统的服务量;第二步是在响应移动用户剩余请求的同时,最小化系统的租赁价格。其次,本文还设计了内容缓存和资源租赁迭代设计算法,与内容缓存和资源租赁联合算法相比,该迭代算法虽然需要更长的运行时间,但是其在系统性能方面表现更优。最后,本文进一步提出了缓存和路由平衡算法。该算法重量轻,可以作为内容缓存和资源租赁联合设计算法与内容缓存和资源租赁迭代设计算法的伴随算法而频繁执行,其目的是动态地调整系统的缓存放置和请求路由,以最大化系统的总服务量。仿真结果表明,与传统的缓存放置算法相比,本文提出的联合算法能显著提高系统的服务量,有效降低系统的租赁成本,并控制系统的平均响应时延在一个相对可接受的范围内。不仅如此,该联合算法在处理动态性较强的请求时具有一定的鲁棒性,因此本文提出的联合算法具有更广泛的实际应用价值。
【学位单位】：华中科技大学
【学位级别】：硕士
【学位年份】：2019
【中图分类】：TN929.5;TP301.6
【部分图文】：

图 5-2 迭代次数对最优解的影响迭代算法的迭代次数对 DUR-GSA 和 DNR-GSA 算标表示迭代算法的迭代次数，纵坐标表示在该迭代次优解为迭代 20 次获得的效果最好的解（DUR-GSA最大的解，DNR-GSA 算法的最优解选取使系统租可知，在 5时，系统最优解出现的概率是 97%，率逼近 100%，而当 8时，对于系统性能的提 8。百分比过改变内容数目、节点数目、式(5-2)中的参数 、式 q 测试各个算法在系统服务量上的表现。节点和一级节点的数量比为 5:1，因此在改变二级节

华 中 科 技 大 学 硕 士 学 位 论 文系统服务量百分比比 JDCP 和 JDCP-DCRB 算法稳定高出 1%~2%，比 Greedy 和Greedy-DCRB 算法稳定高出 5%~6%，而比 LRU 算法稳定高出 20%左右。如图 5-3(b)所示，在二级节点数目从 5 个变化到 80 个的过程中， LRU 算法的系统服务量百分比呈现出先上升后下降的趋势，而其他算法的系统服务量百分比呈现出先上升后接近稳定的趋势。其中 JDCP-GSA-DCRB 算法仍旧在系统服务量百分比上领先于其他算法，JDCP 和 JDCP-DCRB 算法紧随其后，Greedy 和 Greedy-DCRB算法表现尚可。当二级节点数目为80个时，LRU算法的系统服务量百分比只有32%，无法令人满意。

（a）参数 s 对系统服务量的影响 （b）参数 q 对系统服务量的影响图 5-4 参数 s 和 q 对系统服务量的影响如图 5-5(a)所示，在参数 从 5 变化到 80 的过程中，所有算法的系统服务量百分比都有略微下降的趋势。但当 ∈ 40 80 时，JDCP、JDCP-DCRB 和 JDCP-GSA-DCRB 算法的系统服务量百分比的下降梯度小于 Greedy 和 Greedy-DCRB 算法，其中表现最佳的算法仍然是 JDCP-GSA-DCRB 算法，表现次佳的算法是 JDCP-DCRB算法。
【相似文献】

相关期刊论文 前10条

1 ;矿产资源租赁税在澳大利亚正式实施[J];现代矿业;2012年08期

2 相锡明;尹瑞强;;人力资源租赁与企业发展[J];重型汽车;2008年06期

3 徐静冉;;澳大利亚矿产资源租赁税改革及其启示[J];商业研究;2013年05期

4 杨树琪;徐静冉;;澳大利亚矿产资源租赁税政策对中国的启示[J];昆明理工大学学报(社会科学版);2012年05期

5 张廷栓;;论企业人力资源租赁中的法律风险防范[J];中国商贸;2011年20期

6 袁雪妃;;探析人力资源租赁在中国发展的新趋势——重视劳动者就业素质的提高[J];黑龙江对外经贸;2008年09期

7 黄梅;;中小企业人力资源租赁模式探讨[J];贵阳市委党校学报;2006年01期

8 ;澳通过矿产资源租赁税法案 中国钢铁行业受负面影响[J];现代矿业;2012年04期

9 黄梅;;中小企业人力资源租赁战略的价值探讨[J];天津职业院校联合学报;2006年03期

10 刘芳;杨付;;人力资源租赁分配的模型构建与管理[J];安徽工业大学学报(社会科学版);2008年05期

相关硕士学位论文 前6条

1 钟杰瑛;移动边缘计算中内容缓存与资源租赁的联合设计研究[D];华中科技大学;2019年

2 张慷;在公有云上最小化MXNet资源租赁开销的调度技术研究[D];电子科技大学;2018年

3 方晓舒;资源租赁下农产品供应链收益公平分配研究[D];西南交通大学;2018年

4 陈俊良;云混合资源租赁模式下的实时工作流调度优化[D];东南大学;2017年

5 陈海朝;广州南方人才资源租赁中心竞争战略研究[D];华南理工大学;2011年

6 沃世木（Muhammad Waseem）;基于竞价实例的云工作流调度方法[D];东南大学;2016年

本文编号：2851709