移动边缘计算中基于博弈论的资源分配算法研究

发布时间：2022-09-27 12:33

　　随着移动互联网和物联网（Internet of Things,Io T）的快速发展和融合,促使移动终端数量和面向云计算的应用业务不断增加。而传统的云计算和移动云计算架构由于面临着高延迟、低覆盖、可扩展性差等缺点,依然不能满足未来Io T时代超低时延和超高数据容量的计算需求。尤其是计算密集型和时延敏感型应用（如增强现实、虚拟现实和无人驾驶等）的出现,驱使数据的计算和存储逐渐推向网络边缘。移动边缘计算（Mobile Edge Computing,MEC）作为一种新的计算范式应运而生,有效提升了用户服务体验,并得到了大量关注和研究。然而,在分布式MEC环境下,不同任务类型在计算时延方面通常具有差异化需求,同时由于复杂时变的流量特征,对高效的任务卸载及资源分配构成严峻挑战。本文通过分析时变MEC环境中异构任务卸载时延和计算资源需求的差异性,建立了多样化任务卸载模型,为实现对任务卸载和计算资源分配的弹性控制和按需分配,运用买卖博弈理论与Lyapunov优化理论,在用户卸载收益与时延之间进行折中,并设计了一种计算资源的动态按需报价方法,提出了一种面向异构任务的资源按需分配算法。仿真结果表明,所提的... 

【文章页数】：67 页

【学位级别】：硕士

【文章目录】：
摘要
abstract
注释表
第1章 绪论
    1.1 研究背景及意义
    1.2 移动边缘计算概述
        1.2.1 移动边缘计算应用场景
        1.2.2 移动边缘计算架构
    1.3 移动边缘计算任务卸载概述
    1.4 论文研究工作
    1.5 论文章节安排
第2章 移动边缘计算资源分配算法概述
    2.1 引言
    2.2 基于集中式优化的资源分配算法研究现状
        2.2.1 基于时延优化的资源分配算法
        2.2.2 基于能耗优化的资源分配算法
        2.2.3 基于时延能耗均衡的资源分配算法
    2.3 基于分布式优化的资源分配算法研究现状
    2.4 存在的挑战
    2.5 本章小结
第3章 面向异构任务的资源按需分配算法
    3.1 引言
    3.2 系统模型分析
        3.2.1 队列模型
        3.2.2 卸载效用模型
        3.2.3 通信成本模型
        3.2.4 计算成本模型
    3.3 资源按需分配算法分析
        3.3.1 基于Lyapunov优化的买卖博弈模型分析
        3.3.2 最优策略分析
        3.3.3 均衡存在性分析
        3.3.4 价格更新策略
    3.4 仿真与性能分析
        3.4.1 仿真场景设置
        3.4.2 性能分析
    3.5 本章小结
第4章 不确定环境下基于随机博弈的资源分配算法
    4.1 引言
    4.2 系统模型分析
        4.2.1 本地队列模型
        4.2.2 本地处理模型
        4.2.3 MEC服务器处理模型
    4.3 确定性环境下基于买卖博弈的资源分配算法分析
        4.3.1 买方/IDAs确定性买卖博弈模型分析
        4.3.2 卖方/MSs确定性买卖博弈模型分析
    4.4 不确定环境下基于随机博弈的资源分配算法分析
        4.4.1 MEC服务器队列等待时间不确定性分析
        4.4.2 基于Lyapunov优化的两阶段随机博弈模型分析
        4.4.3 基于Lyapunov优化的多阶段随机博弈模型分析
        4.4.4 最优策略分析
        4.4.5 均衡存在性分析
    4.5 仿真与性能分析
        4.5.1 仿真场景设置
        4.5.2 性能分析
    4.6 本章小结
第5章 总结与展望
    5.1 本文工作总结
    5.2 未来工作展望
参考文献
致谢
攻读硕士学位期间从事的科研工作及取得的成果


【参考文献】：
期刊论文
[1]基于终端能耗和系统时延最小化的边缘计算卸载及资源分配机制[J]. 代美玲,刘周斌,郭少勇,邵苏杰,邱雪松.  电子与信息学报. 2019(11)
[2]超密集网络中基于移动边缘计算的任务卸载和资源优化[J]. 张海波,李虎,陈善学,贺晓帆.  电子与信息学报. 2019(05)
[3]基于Stackelberg博弈的虚拟化无线传感网络资源分配策略[J]. 王汝言,李宏娟,吴大鹏.  电子与信息学报. 2019(02)
[4]基于移动边缘计算的V2X任务卸载方案[J]. 张海波,栾秋季,朱江,贺晓帆.  电子与信息学报. 2018(11)



本文编号：3681069