边缘计算的任务迁移机制研究
发布时间：2022-01-23 00:07
在万物互联时代,终端设备间的任务协作迁移变得愈加困难。以提升多用户协同服务间的吞吐量为目标,将节点间的任务迁移转化成一个任务分配问题,采用贪心策略的启发式算法对任务协作迁移进行决策。仿真实验结果表明,该任务协作迁移算法相比传统本地处理方法,任务吞吐量可提高一倍,同时降低40%的任务完成时间成本。
【文章来源】：软件导刊. 2020,19(09)
【文章页数】：6 页
【部分图文】：
系统链路模型
种调度方式中，系统稳定后，贪心算法启发式任务迁移的系统吞吐量相比完全本地处理方式和随机迁移方式分别提高了约50%和12%，且贪心启发式迁移的STS约为1.41′108，而完全本地处理和随机迁移的STS分别为1.94′108和2.95′108，即从系统稳定性角度出发，贪心启发式迁移算法优于后两者。4.243.83.63.43.232.82.62.4×105系统吞吐量02004006008001000贪心启发式迁移，STS=156981616.02本地处理，STS=17982543.6109随机迁移，STS=29198311.8028图23种迁移方式下系统吞吐量比较张伟：边缘计算的任务迁移机制研究··51
TWmax=1，W1=0.6，W2=0.2，W3=0.2，其余基础参数见表2，设置对照实验，模拟完全本地处理、随机迁移和贪心式启发迁移3种不同决策策略下处理的时间成本，得到实验结果如图3所示。由图可知，在3种调度方式中，完全本地处理受限于终端计算能力，其完成任务所需的平均时间最多，贪心式启发迁移的任务平均完成时间大约可降至本地处理的60%。1.91.81.71.61.51.41.31.21.110.9完成任务的平均时间成本02004006008001000贪心启发式迁移随机迁移本地处理图33种迁移方式完成任务时间成本2.3系统部署环境对系统吞吐量影响仿真系统在实际部署中，因对部署环境和可靠性的需求不同，会对系统吞吐量造成影响，所以将实际部署环境分为3类：第一类部署环境为节点间距离较近且安全性需求低，此时计算成本Tpt在任务总完成时间中所占比重较大，故将匹配权重设置为：W1=0.6?W2=0.2?W3=0.2；第二类部署环境为节点间距离较远且安全性需求低，传输成本Tts在任务总完成时间中所占比重较大，故将匹配权重设置为：W1=0.2?W2=0.6?W3=0.2；第三类部署环境为对服务节点可靠性要求较高，以防止信息安全事故的发生，此时系统服务节点的可信度在任务总完成时间中所占比重较大，故将匹配权重设置为：W1=0.2?W2=0.2?W3=0.6。然后针对系统部署环境对匹配权重的影响进行仿真。实验结果如图4所示。由图可知，节点间部署距离对系统吞吐量影响不大，对系统吞吐量影响较大的为任务迁移时，需要优先考虑任务在节点间传输的可靠性，系统为避免出现任务执行出错或丢失等情况，降低了自身的任务?
【参考文献】：
期刊论文
[1]无线Mesh网络协同节点信誉评价建模[J]. 戴亚盛,游真旭,朱友康,杨晓慧. 软件导刊. 2019(04)
[2]移动边缘计算卸载技术综述[J]. 谢人超,廉晓飞,贾庆民,黄韬,刘韵洁. 通信学报. 2018(11)
[3]基于遗传算法的云任务调度改进算法[J]. 任金霞,黄艺培,钟小康. 江西理工大学学报. 2018(03)
[4]针对移动云计算任务迁移的快速高效调度算法[J]. 史雯隽,武继刚,罗裕春. 计算机科学. 2018(04)
[5]移动边缘计算任务卸载和基站关联协同决策问题研究[J]. 于博文,蒲凌君,谢玉婷,徐敬东,张建忠. 计算机研究与发展. 2018(03)
[6]基于综合信任的边缘计算资源协同研究[J]. 邓晓衡,关培源,万志文,刘恩陆,罗杰,赵智慧,刘亚军,张洪刚. 计算机研究与发展. 2018(03)
[7]传感云研究综述[J]. 曾建电,王田,贾维嘉,彭绍亮,王国军. 计算机研究与发展. 2017(05)
[8]快速降阶匈牙利算法的云计算任务分配模型[J]. 任金霞,何富江. 江西理工大学学报. 2014(03)
本文编号：3603179
【文章来源】：软件导刊. 2020,19(09)
【文章页数】：6 页
【部分图文】：
系统链路模型
种调度方式中，系统稳定后，贪心算法启发式任务迁移的系统吞吐量相比完全本地处理方式和随机迁移方式分别提高了约50%和12%，且贪心启发式迁移的STS约为1.41′108，而完全本地处理和随机迁移的STS分别为1.94′108和2.95′108，即从系统稳定性角度出发，贪心启发式迁移算法优于后两者。4.243.83.63.43.232.82.62.4×105系统吞吐量02004006008001000贪心启发式迁移，STS=156981616.02本地处理，STS=17982543.6109随机迁移，STS=29198311.8028图23种迁移方式下系统吞吐量比较张伟：边缘计算的任务迁移机制研究··51
TWmax=1，W1=0.6，W2=0.2，W3=0.2，其余基础参数见表2，设置对照实验，模拟完全本地处理、随机迁移和贪心式启发迁移3种不同决策策略下处理的时间成本，得到实验结果如图3所示。由图可知，在3种调度方式中，完全本地处理受限于终端计算能力，其完成任务所需的平均时间最多，贪心式启发迁移的任务平均完成时间大约可降至本地处理的60%。1.91.81.71.61.51.41.31.21.110.9完成任务的平均时间成本02004006008001000贪心启发式迁移随机迁移本地处理图33种迁移方式完成任务时间成本2.3系统部署环境对系统吞吐量影响仿真系统在实际部署中，因对部署环境和可靠性的需求不同，会对系统吞吐量造成影响，所以将实际部署环境分为3类：第一类部署环境为节点间距离较近且安全性需求低，此时计算成本Tpt在任务总完成时间中所占比重较大，故将匹配权重设置为：W1=0.6?W2=0.2?W3=0.2；第二类部署环境为节点间距离较远且安全性需求低，传输成本Tts在任务总完成时间中所占比重较大，故将匹配权重设置为：W1=0.2?W2=0.6?W3=0.2；第三类部署环境为对服务节点可靠性要求较高，以防止信息安全事故的发生，此时系统服务节点的可信度在任务总完成时间中所占比重较大，故将匹配权重设置为：W1=0.2?W2=0.2?W3=0.6。然后针对系统部署环境对匹配权重的影响进行仿真。实验结果如图4所示。由图可知，节点间部署距离对系统吞吐量影响不大，对系统吞吐量影响较大的为任务迁移时，需要优先考虑任务在节点间传输的可靠性，系统为避免出现任务执行出错或丢失等情况，降低了自身的任务?
【参考文献】：
期刊论文
[1]无线Mesh网络协同节点信誉评价建模[J]. 戴亚盛,游真旭,朱友康,杨晓慧. 软件导刊. 2019(04)
[2]移动边缘计算卸载技术综述[J]. 谢人超,廉晓飞,贾庆民,黄韬,刘韵洁. 通信学报. 2018(11)
[3]基于遗传算法的云任务调度改进算法[J]. 任金霞,黄艺培,钟小康. 江西理工大学学报. 2018(03)
[4]针对移动云计算任务迁移的快速高效调度算法[J]. 史雯隽,武继刚,罗裕春. 计算机科学. 2018(04)
[5]移动边缘计算任务卸载和基站关联协同决策问题研究[J]. 于博文,蒲凌君,谢玉婷,徐敬东,张建忠. 计算机研究与发展. 2018(03)
[6]基于综合信任的边缘计算资源协同研究[J]. 邓晓衡,关培源,万志文,刘恩陆,罗杰,赵智慧,刘亚军,张洪刚. 计算机研究与发展. 2018(03)
[7]传感云研究综述[J]. 曾建电,王田,贾维嘉,彭绍亮,王国军. 计算机研究与发展. 2017(05)
[8]快速降阶匈牙利算法的云计算任务分配模型[J]. 任金霞,何富江. 江西理工大学学报. 2014(03)
本文编号：3603179
本文链接：https://www.wllwen.com/shoufeilunwen/xixikjs/3603179.html
