混合异构网络中数据和计算负载迁移技术研究
发布时间：2021-05-13 21:25
近年来,随着移动通信技术的发展,以及城市信息化应用水平的提高,智慧城市的建设应运而生。作为信息化城市发展的高级形态,智慧城市以物联网（Internet of Things,IoT）、云计算等新一代信息技术为基础,通过系统、整合的方式优化城市运营,能够实现合理的资源配置,为人们提供更高的生活质量。智慧城市中,从智能交通系统到实时空气质量监测,数以亿计的IoT设备无时无刻不在产生数据,以支持城市系统的运行。此外,新型网络应用（如:移动高清视频、虚拟现实/增强现实（VR/AR））在丰富人们生活的同时,也产生了巨大的移动网络流量。传统单一网络结构受基础设施数量的限制,带宽、存储和计算资源有限,无法应对这些激增数据的即时传输、存储和处理需求,这样会极大地降低城市的运行效率。智慧城市是建立在蜂窝网、无线局域网和车联网（Internet of Vehicles,IoV）等多种网络组成的混合异构通信网络之上,不同网络结构在通信、存储和计算等资源方面存在冗余。针对数据和计算密集型业务,在目标网络资源受限的情况下,可以利用其他网络中的空闲资源对其进行补充,以实现对业务的快速响应。因此,智慧城市可持续发展的...
【文章来源】：上海交通大学上海市 211工程院校 985工程院校 教育部直属院校
【文章页数】：136 页
【学位级别】：博士
【文章目录】：
摘要
ABSTRACT
缩略语表
第一章 绪论
1.1 研究背景
1.1.1 智慧城市的浪潮
1.1.2 负载迁移应用前景
1.2 研究现状和挑战
1.2.1 数据负载迁移研究现状
1.2.2 计算负载迁移研究现状
1.2.3 面临挑战
1.3 研究内容和创新点
1.4 论文章节安排
第二章 混合异构网络及负载迁移关键技术
2.1 引言
2.2 混合异构网络
2.2.1 蜂窝网
2.2.2 无线局域网
2.2.3 车联网
2.3 负载迁移关键技术
2.3.1 车联网边缘缓存
2.3.2 车载云计算
2.4 负载迁移求解过程
2.5 本章小结
第三章 基于虚拟运营商的数据负载迁移策略
3.1 引言
3.2 问题描述
3.2.1 系统概述
3.2.2 用户需求建模
3.2.3 网络运营商盈利模式
3.2.4 虚拟运营商盈利模式
3.3 虚拟运营商流量决策
3.3.1 古诺模型
3.3.2 斯塔克伯格模型
3.4 仿真结果与分析
3.4.1 数据流量分配
3.4.2 流量成本与销售价格
3.4.3 服务收入与利润
3.4.4 领导者流量决策
3.5 本章小结
第四章 基于边缘缓存的视频数据负载迁移机制
4.1 引言
4.2 问题描述
4.2.1 系统概述
4.2.2 车辆移动模型
4.2.3 QoE评价模型
4.2.4 数据存储模型
4.3 基于优化的存储资源分配方法
4.3.1 车辆移动模拟
4.3.2 视频文件划分
4.3.3 播放码率调节
4.3.4 优化问题描述
4.3.5 算法设计
4.4 仿真结果与分析
4.4.1 视频码率分配结果
4.4.2 用户组成影响
4.4.3 缓存空间影响
4.4.4 缓存节点数目影响
4.5 本章小结
第五章 基于车载云的计算负载迁移机制
5.1 引言
5.2 问题描述
5.2.1 系统概述
5.2.2 车辆移动模型
5.2.3 计算业务模型
5.2.4 业务响应模型
5.2.5 优化问题描述
5.3 基于改进遗传算法的任务调度机制
5.3.1 算法综述
5.3.2 基于统计优先的重调度机制
5.4 计算和通信资源联合调度机制
5.4.1 基于时序拓展图的任务调度机制
5.4.2 基于深度增强学习的任务调度机制
5.5 仿真结果与分析
5.5.1 车辆和业务模拟
5.5.2 负载迁移决策
5.5.3 平均业务响应时延
5.5.4 系统稳定性
5.5.5 TEG和DRL迁移机制性能对比
5.6 本章小结
第六章 全文总结
参考文献
致谢
攻读博士期间完成的论文专利以及参与的项目
本文编号：3184732
【文章来源】：上海交通大学上海市 211工程院校 985工程院校 教育部直属院校
【文章页数】：136 页
【学位级别】：博士
【文章目录】：
摘要
ABSTRACT
缩略语表
第一章 绪论
1.1 研究背景
1.1.1 智慧城市的浪潮
1.1.2 负载迁移应用前景
1.2 研究现状和挑战
1.2.1 数据负载迁移研究现状
1.2.2 计算负载迁移研究现状
1.2.3 面临挑战
1.3 研究内容和创新点
1.4 论文章节安排
第二章 混合异构网络及负载迁移关键技术
2.1 引言
2.2 混合异构网络
2.2.1 蜂窝网
2.2.2 无线局域网
2.2.3 车联网
2.3 负载迁移关键技术
2.3.1 车联网边缘缓存
2.3.2 车载云计算
2.4 负载迁移求解过程
2.5 本章小结
第三章 基于虚拟运营商的数据负载迁移策略
3.1 引言
3.2 问题描述
3.2.1 系统概述
3.2.2 用户需求建模
3.2.3 网络运营商盈利模式
3.2.4 虚拟运营商盈利模式
3.3 虚拟运营商流量决策
3.3.1 古诺模型
3.3.2 斯塔克伯格模型
3.4 仿真结果与分析
3.4.1 数据流量分配
3.4.2 流量成本与销售价格
3.4.3 服务收入与利润
3.4.4 领导者流量决策
3.5 本章小结
第四章 基于边缘缓存的视频数据负载迁移机制
4.1 引言
4.2 问题描述
4.2.1 系统概述
4.2.2 车辆移动模型
4.2.3 QoE评价模型
4.2.4 数据存储模型
4.3 基于优化的存储资源分配方法
4.3.1 车辆移动模拟
4.3.2 视频文件划分
4.3.3 播放码率调节
4.3.4 优化问题描述
4.3.5 算法设计
4.4 仿真结果与分析
4.4.1 视频码率分配结果
4.4.2 用户组成影响
4.4.3 缓存空间影响
4.4.4 缓存节点数目影响
4.5 本章小结
第五章 基于车载云的计算负载迁移机制
5.1 引言
5.2 问题描述
5.2.1 系统概述
5.2.2 车辆移动模型
5.2.3 计算业务模型
5.2.4 业务响应模型
5.2.5 优化问题描述
5.3 基于改进遗传算法的任务调度机制
5.3.1 算法综述
5.3.2 基于统计优先的重调度机制
5.4 计算和通信资源联合调度机制
5.4.1 基于时序拓展图的任务调度机制
5.4.2 基于深度增强学习的任务调度机制
5.5 仿真结果与分析
5.5.1 车辆和业务模拟
5.5.2 负载迁移决策
5.5.3 平均业务响应时延
5.5.4 系统稳定性
5.5.5 TEG和DRL迁移机制性能对比
5.6 本章小结
第六章 全文总结
参考文献
致谢
攻读博士期间完成的论文专利以及参与的项目
本文编号：3184732
本文链接：https://www.wllwen.com/shoufeilunwen/xxkjbs/3184732.html
