边缘计算服务品质优化技术研究

发布时间：2021-09-04 04:57

　　随着物联网技术的迅猛发展和广泛应用,接入网络的物理设备（例如手机、平板、智能手表）数量激增,同时各种新兴的诸如虚拟现实、增强现实、在线手机游戏等低响应延迟需求的物联网应用不断涌现。传统网络以云服务器为计算平台,所有数据都需通过网络传输到云服务器进行处理,在万物互联时代无法满足物联网应用的低响应延迟需求。为了弥补云计算平台的不足,边缘计算这一新兴的计算范式便应运而生,其主要思想是将服务部署到更接近终端用户的边缘网络,实现计算、存储和通信等资源的有效利用。服务品质驱动的资源管理是边缘计算领域的研究热点之一,它通过使用各种服务品质需求来指导边缘计算系统的资源配置策略,使得系统各部件可以相互配合以满足部件作用域内的具体设计需求。然而,当前服务品质驱动的资源管理机制忽视了终端设备的移动性和复用性,带来用户间响应延迟差异过大而影响服务体验、任务冗余执行而缩短系统生命周期、终端设备资源不能共享而降低应用计算精度等问题。因此,本文从终端设备的移动性和复用性两大特性出发,研究如何通过高效的资源配置管理,优化用户响应延迟、系统生命周期、应用计算精度这三个评价边缘计算系统服务品质的典型指标。具体来说:1.本... 

【文章来源】：华东师范大学上海市 211工程院校 985工程院校 教育部直属院校

【文章页数】：119 页

【学位级别】：博士

【文章目录】：
摘要
ABSTRACT
第一章 绪论
    1.1 研究背景与意义
    1.2 国内外研究现状
        1.2.1 边缘计算服务品质衡量指标
        1.2.2 用户响应延迟优化机制研究
        1.2.3 系统生命周期优化机制研究
        1.2.4 应用计算精度优化机制研究
    1.3 论文的研究问题与技术路线
        1.3.1 论文的研究问题
        1.3.2 论文的技术路线
    1.4 论文的主要贡献与创新
    1.5 论文的组织结构
第二章 系统模型
    2.1 系统架构模型
        2.1.1 “终端设备-边缘/云服务器”架构模型
        2.1.2 “多终端设备-边缘服务器”架构模型
        2.1.3 “单终端设备-边缘服务器”架构模型
    2.2 应用模型
    2.3 能量模型
        2.3.1 能量供应模型
        2.3.2 能量消耗模型
    2.4 用户响应延迟模型
        2.4.1 通信延迟模型
        2.4.2 执行延迟模型
        2.4.3 总延迟模型
    2.5 系统生命周期模型
    2.6 应用计算精度模型
    2.7 本章小结
第三章 移动性感知的边缘计算用户响应延迟优化
    3.1 模型说明
    3.2 问题定义与方法概述
        3.2.1 问题定义
        3.2.2 方法概述
    3.3 静态用户响应延迟优化
        3.3.1 利用ILP形式化静态用户响应延迟优化
        3.3.2 基于ILP的静态用户响应延迟优化算法
    3.4 动态用户响应延迟优化
        3.4.1 基于合作博弈的基站重映射求解
        3.4.2 基于合作博弈的基站重映射算法
    3.5 仿真平台开发与实验结果
        3.5.1 仿真平台开发
        3.5.2 仿真实验结果
    3.6 本章小结
第四章 移动性感知的边缘计算系统生命周期优化
    4.1 模型说明
        4.1.1 近似计算应用模型说明
        4.1.2 应用计算精度模型说明
        4.1.3 终端设备能耗模型说明
    4.2 问题定义与方法概述
        4.2.1 问题定义
        4.2.2 方法概述
    4.3 移动性感知的静态任务调度
        4.3.1 利用MILP形式化系统生命周期优化
        4.3.2 基于MILP的静态任务调度算法
    4.4 应用计算精度自适应的动态任务调度
        4.4.1 交叉熵技术的理论基础
        4.4.2 基于交叉熵技术的动态任务调度
    4.5 仿真平台开发与实验结果
        4.5.1 仿真平台开发
        4.5.2 仿真实验结果
    4.6 本章小节
第五章 复用性感知的边缘计算精度优化
    5.1 模型说明
        5.1.1 近似计算应用模型说明
        5.1.2 应用计算精度模型说明
        5.1.3 终端设备能耗模型说明
    5.2 问题定义与方法概述
        5.2.1 问题定义
        5.2.2 方法概述
    5.3 基于“本地”应用调度的计算精度优化
        5.3.1 基于博弈论的应用层能量分配
        5.3.2 基于MILP技术的部件层能量分配
    5.4 基于“本地-远程”应用调度的计算精度优化
        5.4.1 计算卸载准则
        5.4.2 可再生能量自适应的计算卸载算法
    5.5 仿真平台开发与实验结果
        5.5.1 仿真平台开发
        5.5.2 仿真实验结果
    5.6 本章小节
第六章 总结与展望
    6.1 本文总结
    6.2 未来展望
参考文献
科研成果
致谢


【参考文献】：
期刊论文
[1]移动边缘计算中具有能耗优化的任务迁移策略[J]. 胡锦天,王高才,徐晓桐.  计算机科学. 2020(06)
[2]基于终端能耗和系统时延最小化的边缘计算卸载及资源分配机制[J]. 代美玲,刘周斌,郭少勇,邵苏杰,邱雪松.  电子与信息学报. 2019(11)
[3]On Cost Aware Cloudlet Placement for Mobile Edge Computing[J]. Qiang Fan,Nirwan Ansari.  IEEE/CAA Journal of Automatica Sinica. 2019(04)
[4]超密集网络中基于移动边缘计算的任务卸载和资源优化[J]. 张海波,李虎,陈善学,贺晓帆.  电子与信息学报. 2019(05)
[5]边缘计算环境下应用驱动的网络延迟测量与优化技术[J]. 符永铨,李东升.  计算机研究与发展. 2018(03)
[6]一种基于数据聚合的传感器网络可调模型[J]. 马东超,孙兴国,马礼.  计算机学报. 2019(02)



本文编号：3382609