移动边缘计算中节能高效的资源联合优化若干问题研究
发布时间：2020-12-28 14:32
随着物联网技术和5G移动通信技术的持续快速发展,种类丰富的移动端服务和应用已成为人们日常生活的一部分,比如在线游戏、网络直播、虚拟现实、增强现实等。这些新兴的移动端服务和应用,虽然极大丰富了人们的生活,但是也占用了智能移动设备巨大的计算、存储、网络与电池等资源。移动边缘计算作为一种高效的解决方案应运而生,其将计算任务卸载到边缘服务器,利用边缘服务器强大的计算能力扩展智能移动设备的资源,缓解智能移动设备因资源不足带来的问题。作为继云计算之后提出的一种新型计算模式,移动边缘计算通过将云中心的计算能力下沉到网络边缘,智能移动设备实现了在近距离下与边缘服务器进行交互,满足移动端服务和应用对低延迟、低功耗的需求。随着物联网、5G、人工智能、大数据等领域技术的快速发展,移动边缘计算将凸显出越来越重要的价值,成为无线通信领域必不可少的支撑技术。考虑到移动边缘计算中智能移动设备在能效方面的不足,以降低能耗为目的的联合优化计算和通信资源分配问题的研究工作已有很多。然而,随着以在线游戏、虚拟现实等为代表的移动应用和人工智能、大数据等技术的结合,智能移动设备的电池已不能满足这类具有复杂数据处理功能的移动应用...
【文章来源】：吉林大学吉林省 211工程院校 985工程院校 教育部直属院校
【文章页数】：142 页
【学位级别】：博士
【部分图文】：
边缘计算参考架构3.01）基础资源：包括网络、计算和存储资源模块以及虚拟化服务
第二章相关概念介绍17部分，用于完成对来自南侧数据的收集、存储、聚合和分析。EdgeXFoundry位于南侧和北侧之间，是由设备服务、核心服务、支持服务、导出服务、系统管理和安全服务等一系列的微服务组成的，微服务之间通过API接口进行通信。图2.2EdgeXFoundry架构图AkrainoEdgeStack致力于提供高性能边缘云服务，并提供边缘基础设施的整体解决方案。其开发出一整套对边缘基础设施的网络构建及管理方式进行优化的开源软件栈，满足用户对边缘计算云服务的高性能、低延迟和弹性可扩展等需求。该开源项目从基础设施到边缘计算云服务，可划分为三个层面，应用层、中间件和框架层、基础设施层。该项目为基础设施层提供一系列的开源软件栈，以优化设备资源；中间件和框架的开发使得相关应用的开发更简便，加速项目的推广；应用层以打造边缘计算服务生态系统为目的，最终实现该项目的大规模部署。AzureIoTEdge是由微软推出的，并在2018年宣布其开源。该平台是一种云边协同的边缘计算框架。AzureIoTEdge运行在边缘设备上，因此可以实现计算任务在边缘设备、边缘服务器或云上的无缝迁移。图2.3给出了AzureIoTEdge的架构图。其主要包含三个组件：IoTEdge模块、IoTEdge运行时和IoTEdge云界面。IoTEdge模块采用Docker兼容容器的方式实现代码的执行；IoTEdge运行时由IoTEdge中心（通信）和IoTEdge代理（部署和管理IoTEdge模块及监测模块运行）两个组件组成；IoTEdge云界面提供界面化的设备管理部署功能。基于移动边缘计算的，从最初的单任务单边缘服务器、多任务单边缘服务器、多任务多边缘服务器，到结合无线电能传输技术，再到边缘缓存（EdgeCaching）、
吉林大学博士学位论文18D2D通信、设备协同等技术的引入，边缘计算在节能方面的研究不断深入。而EdgeXFoundry等开源边缘计算平台的出现，为边缘计算的商业化提供了基础保障。图2.3AzureIoTEdge架构图2.2计算卸载移动设备的相关资源均是有限的，如电池电量、无线网络带宽、存储能力和处理器能力。这些限制因素是限制移动设备性能的重要因素。而计算卸载，即将繁重的计算任务转移到具有丰富资源的服务器并从服务器接收计算结果，有望解决这些限制因素。鉴于需要将计算任务卸载到资源更丰富的设备上，因此，需要对是否进行卸载和卸载什么计算到其他设备上做出决策。本小节拟从计算卸载的目的和计算卸载的方式对计算卸载[54]进行简要介绍。2.2.1计算卸载分类就计算卸载目的而言，可分为以提高性能的卸载和以节能为目的的卸载。对于提升性能的计算卸载。随着移动设备中的应用变得越来越复杂，仅仅在移动设备上进行计算很难保证任务能在规定的时间约束内完成。为实现实时性这一目标，对于如导航机器人而言，其需要在碰到障碍物之前作出并成功进行规避。如无人驾驶、智慧交通等，这些应用都需要以强大的计算处理能力为支撑，而计算卸载
【参考文献】：
期刊论文
[1]工业互联网智能制造边缘计算:现状与挑战[J]. 宋纯贺,曾鹏,于海斌. 中兴通讯技术. 2019(03)
[2]边缘计算:现状与展望[J]. 施巍松,张星洲,王一帆,张庆阳. 计算机研究与发展. 2019(01)
[3]边缘计算:万物互联时代新型计算模型[J]. 施巍松,孙辉,曹杰,张权,刘伟. 计算机研究与发展. 2017(05)
本文编号：2943921
【文章来源】：吉林大学吉林省 211工程院校 985工程院校 教育部直属院校
【文章页数】：142 页
【学位级别】：博士
【部分图文】：
边缘计算参考架构3.01）基础资源：包括网络、计算和存储资源模块以及虚拟化服务
第二章相关概念介绍17部分，用于完成对来自南侧数据的收集、存储、聚合和分析。EdgeXFoundry位于南侧和北侧之间，是由设备服务、核心服务、支持服务、导出服务、系统管理和安全服务等一系列的微服务组成的，微服务之间通过API接口进行通信。图2.2EdgeXFoundry架构图AkrainoEdgeStack致力于提供高性能边缘云服务，并提供边缘基础设施的整体解决方案。其开发出一整套对边缘基础设施的网络构建及管理方式进行优化的开源软件栈，满足用户对边缘计算云服务的高性能、低延迟和弹性可扩展等需求。该开源项目从基础设施到边缘计算云服务，可划分为三个层面，应用层、中间件和框架层、基础设施层。该项目为基础设施层提供一系列的开源软件栈，以优化设备资源；中间件和框架的开发使得相关应用的开发更简便，加速项目的推广；应用层以打造边缘计算服务生态系统为目的，最终实现该项目的大规模部署。AzureIoTEdge是由微软推出的，并在2018年宣布其开源。该平台是一种云边协同的边缘计算框架。AzureIoTEdge运行在边缘设备上，因此可以实现计算任务在边缘设备、边缘服务器或云上的无缝迁移。图2.3给出了AzureIoTEdge的架构图。其主要包含三个组件：IoTEdge模块、IoTEdge运行时和IoTEdge云界面。IoTEdge模块采用Docker兼容容器的方式实现代码的执行；IoTEdge运行时由IoTEdge中心（通信）和IoTEdge代理（部署和管理IoTEdge模块及监测模块运行）两个组件组成；IoTEdge云界面提供界面化的设备管理部署功能。基于移动边缘计算的，从最初的单任务单边缘服务器、多任务单边缘服务器、多任务多边缘服务器，到结合无线电能传输技术，再到边缘缓存（EdgeCaching）、
吉林大学博士学位论文18D2D通信、设备协同等技术的引入，边缘计算在节能方面的研究不断深入。而EdgeXFoundry等开源边缘计算平台的出现，为边缘计算的商业化提供了基础保障。图2.3AzureIoTEdge架构图2.2计算卸载移动设备的相关资源均是有限的，如电池电量、无线网络带宽、存储能力和处理器能力。这些限制因素是限制移动设备性能的重要因素。而计算卸载，即将繁重的计算任务转移到具有丰富资源的服务器并从服务器接收计算结果，有望解决这些限制因素。鉴于需要将计算任务卸载到资源更丰富的设备上，因此，需要对是否进行卸载和卸载什么计算到其他设备上做出决策。本小节拟从计算卸载的目的和计算卸载的方式对计算卸载[54]进行简要介绍。2.2.1计算卸载分类就计算卸载目的而言，可分为以提高性能的卸载和以节能为目的的卸载。对于提升性能的计算卸载。随着移动设备中的应用变得越来越复杂，仅仅在移动设备上进行计算很难保证任务能在规定的时间约束内完成。为实现实时性这一目标，对于如导航机器人而言，其需要在碰到障碍物之前作出并成功进行规避。如无人驾驶、智慧交通等，这些应用都需要以强大的计算处理能力为支撑，而计算卸载
【参考文献】：
期刊论文
[1]工业互联网智能制造边缘计算:现状与挑战[J]. 宋纯贺,曾鹏,于海斌. 中兴通讯技术. 2019(03)
[2]边缘计算:现状与展望[J]. 施巍松,张星洲,王一帆,张庆阳. 计算机研究与发展. 2019(01)
[3]边缘计算:万物互联时代新型计算模型[J]. 施巍松,孙辉,曹杰,张权,刘伟. 计算机研究与发展. 2017(05)
本文编号：2943921
本文链接：https://www.wllwen.com/shoufeilunwen/xxkjbs/2943921.html
