面向边缘智能的资源分配和任务调度的研究

发布时间:2021-06-29 16:14
  网络与计算基础设施的边缘化是近年来网络和计算架构技术发展的新趋势,逐渐形成基于边缘基础设施的智能网络和系统形态,并推动了基于边缘计算的感知和计算模式。与传统中心化网络和计算架构相比,边缘网络设备的分散会导致计算、存储和传输资源分配策略局部化,相关服务与应用受用户移动、交互行为的动态化影响,使得资源分配策略效率低。因此边缘智能给网络架构、数据传输、资源分配、模型部署、分布式训练等带来新的挑战。而通过对于边缘网络资源的充分利用和动态的调整,提升用户的服务质量和降低运营商的运营成本是实现高性能大规模边缘智能服务的关键点。本文通过对边缘网络资源的细粒度感知、管理和调度,结合对边缘智能中三个主流应用场景的分析,研究了边缘智能中的资源分配和任务调度的关键问题。本文的主要贡献如下:(1)针对边缘视频传输中多用户服务质量公平性问题,提出了基于强化学习的动态自适应带宽分配策略。本文首先分析HTTP自适应流生态系统中的解决多用户公平性的最佳切入点,即网络侧的解决方案,然后设计了一个面向边缘网络的基于网络驱动的自适应流媒体传输框架,目的为局域网内多个播放器竞争场景下的每个用户实现公平的体验质量。为了解决在在... 

【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】:116 页

【学位级别】:博士

【部分图文】:

面向边缘智能的资源分配和任务调度的研究


论文整体框架

流程图,流程,比特率,带宽分配


第3章面向边缘视频传输公平性的自适应带宽分配策略27基于Q-learning的在线带宽分配算法,根据环境中瓶颈带宽和用户的请求分片信息,计算回报值,即QoE公平性效用值,来指导SDN控制器进行带宽分配。(3)设计并实现了基于Mininet的真实原型系统,并进行测试,结果表明,与基线方法相比,我们的解决方案可以提供公平的带宽分配和平稳的切换体验,实现较好的用户级QoE公平。相关工作在本节中,我们首先介绍基于HTTP的自适应流媒体传输协议和其生态系统,然后分析了多播放器场景下竞争的QoE公平性问题。最后,我们对最新的QoE公平性问题进行了梳理。DASH与比特率自适应最近,基于HTTP的码流自适应协议已经成为互联网视频分发的主流协议,其中DASH已经成为了标准化协议,用于规范现有的基于HTTP的码流自适应技术。DASH把一个多媒体文件分割成多个时常很短的文件分片,每个分片都会被转码成不用比特率的备选文件分片(例如50Kbit/s,200Kbit/s等)。当一个多媒体文件被DASH客户端请求时,客户端针对每个分片片段将会根据当前的网络条件动态的选择下载不同比特率的分片,进行传输和播放,从而避免播放的卡顿和缓冲。DASH中的不同分片通过媒体演示描述(MDP)文件进行描述和定位(例如,时间,URL,媒体特征,例如视频分辨率和比特率等)。MPD和分片存储在视频传输服务器中,并通过HTTP协议进行传输。DASH播放器首先请求MPD,得知播放器媒体内容,持续时间,表示形式,最高和最低比特率,解析MPD后,播放器将可以得知每个不同比特率的分片的URL地址[21],DASH的流程如图3.1。图3.1DASH的流程

模型图,公平性,带宽分配,模型


吉林大学博士学位论文30多用户QoE公平性带宽分配建模本节我们将考虑多用户QoE公平性带宽分配的模型,如图3.3所示。(1)视频传输模型我们假设一个局域网中有个DASH用户,组成一组用户集合[]1,这组用户贡献一个瓶颈链接,我们假设该链接是从视频服务器到播放器的唯一瓶颈,假设时刻的瓶颈链路带宽为(),()将根据网络拥塞状况随时间而变化。我们令()∈+表示用户i在时刻的可用带宽。因此我们有:∑∈[]()≤()(3.1)当用户∈[]开始观看视频时,会向视频服务器通过HTTP请求视频分片。视频分片被事先转码成一组G种比特率的集合BR。同时,我们会给每种比特率设定一个级别,用∈[]表示。用户根据当期估计的带宽情况对该视频分片选择不同的比特率,即()∈,()∈[]。图3.3多用户QoE公平性带宽分配模型(2)QoE公平性目标对于多DASH用户公平性来讲,他们的目标是最大化QoE公平性,我们选择用户级别的指标来衡量QoE公平性,主要包括视频质量公平性VQ(t)和比特率1本文用[X]表示集合{1,2,…,X}


本文编号:3256750

资料下载
论文发表

本文链接:https://www.wllwen.com/shoufeilunwen/xxkjbs/3256750.html


Copyright(c)文论论文网All Rights Reserved | 网站地图 |

版权申明:资料由用户e1159***提供,本站仅收录摘要或目录,作者需要删除请E-mail邮箱bigeng88@qq.com