大数据背景下边缘网络应用的操作组合能量最优化研究

发布时间：2023-03-26 21:33

　　随着万物互联和5G高带宽、低时延时代的到来,车联网、智能制造、智慧城市、智能家居等产业的数据量呈现爆炸式增长,对计算设施带来了实时性、低能耗和安全性等方面的挑战。如何在大数据背景下提高网络中复杂应用请求的实时性,并有效节省网络耗能是目前的研究重点。边缘计算在靠近数据源的网络边缘提供智能服务,既提高了应用请求的响应速度、保护隐私数据,又节省了网络流量。由于边缘网络中的应用请求越来越复杂化和多样化,单个智能设备有限的计算、存储和服务能力远远不能满足复杂应用的需求,如何在靠近数据源的网络边缘协调多个操作服务节点对海量数据完成一次处理、分析整合及智能预测等功能需求是本文研究的重点。针对边缘网络中如何提高复杂应用请求的实时性和节能性等问题,从三方面展开研究,为每个复杂应用构建最小边缘簇,封装可行解矩阵,实例化操作服务组合。主要研究内容如下:首先,根据应用请求拓扑结构树上的数据处理要求,采用多阶段最短路径算法构建最小边缘簇,过滤掉搜索区域中不合理的操作服务,得到满足应用请求的所有可行解组合,并对可行解上的操作服务节点进行封装。其次,对所有可行解上包含的操作服务节点进行实例化。其中操作服务节点的约束...

【文章页数】：71 页

【学位级别】：硕士

【文章目录】：
摘要
abstract
第1章 引言
    1.1 研究背景与意义
    1.2 边缘计算概述
        1.2.1 边缘计算的概念与特点
        1.2.2 边缘计算的发展与应用
    1.3 研究现状
        1.3.1 基于边缘计算的响应机制
        1.3.2 基于边缘计算的节能机制
        1.3.3 相关研究工作
    1.4 本文研究内容
    1.5 全文组织结构
第2章 相关概念及技术支持
    2.1 边缘网络应用定义
        2.1.1 边缘网络定义
        2.1.2 边缘网络应用定义
        2.1.3 边缘计算平台模型
    2.2 能量模型
    2.3 本章小结
第3章 边缘簇构建策略
    3.1 边缘簇范围定义
        3.1.1 多阶段最短路径模型
        3.1.2 操作服务选择机制
    3.2 可行解筛选
    3.3 可行解封装
    3.4 本章小结
第4章 基于可行解的操作服务实例化
    4.1 操作服务约束
        4.1.1 时空约束
        4.1.2 连续操作服务优先级策略
        4.1.3 能量约束
    4.2 可行解组合能量消耗
        4.2.1 激活耗能
        4.2.2 延时耗能
        4.2.3 传输耗能
    4.3 操作服务组合问题模型
    4.4 操作服务组合最优化算法
        4.4.1 灰狼优化算法
        4.4.2 粒子群算法
    4.5 本章小结
第5章 实验结果评估与分析
    5.1 环境设置
    5.2 结果分析
    5.3 实验对比
    5.4 本章小结
第6章 总结
致谢
参考文献
个人简介
科研成果



本文编号：3771775