面向边云混合环境的虚拟资源分配与管理研究
发布时间:2021-11-20 02:32
云计算可以实现对可配置计算资源(如网络、服务器、存储、应用程序和服务)的通用、按需和方便的访问。边缘云是一种新的范例,旨在将计算服务和存储内容推向用户附近(例如,在基站、无线接入点或者汇聚网络),以减少延迟,提高体验质量,并确保高效的网络运营和服务交付。边缘计算在减轻核心网络负担方面具有巨大潜力,但与云计算相比,其主要瓶颈在于计算和通信能力有限。为了更好地提供服务,中心云和边缘侧并存的混合环境资源管理研究是必然的发展趋势。在部署边云混合场景的应用程序时,大规模、极端复杂和高速的数据带来了新的技术要求,这些技术要求包括数据采集、数据存储、数据组织、数据分析和实时数据发布。在边云混合环境中,各种虚拟资源聚合形成共享资源池。由于资源的有限性和用户对服务质量的追求之间的矛盾,面向边云混合环境的虚拟资源分配问题是该领域的一个重要挑战。本文基于边云融合的背景,研究面向边云混合环境的虚拟资源分配与管理问题,主要包括流式大数据分析平台输入数据突增的资源扩展问题、物联网场景下NFV的服务功能链映射问题和区块链系统支撑下的边缘云分布式资源管理问题。围绕上述场景和问题,本文的创新工作概括如下:(一)研究了流...
【文章来源】:北京邮电大学北京市 211工程院校 教育部直属院校
【文章页数】:105 页
【学位级别】:博士
【部分图文】:
图1-1云计算服务交付模式架构图??1.1.2边缘计算??移动设备的爆炸性增长推动了移动服务的快速发展
?第一章绪论???云i十算数据rf?]云计算中心??中心?y隐鑼綱?资源量大??核心网讀广’?1?——??广一-i边缘节点??%、」%?资源有限??V??i?\??/>站一站??钱??图1-2边云混合环境的应用任务部署??在物联网的各种应用场景中,提供边云混合的数据处理环境是十分必要的。??物联网应用的持续增长要求能够从实时观测到的海量数据流中提取有效信息。这??些数据来自多个输入源,包括用于交通监控和入侵检测的监控摄像机,用于医疗??保健的可穿戴摄像机和医疗设备,部署在智能城市桥梁和建筑物上的传感器网络??等。由于收集这些数据的设备的计算能力有限,对数据流执行分析的传统方法是??将数据流发送到一个集中的数据中心(云),并利用其丰富的资源远程执行分析。??然而,以视频数据所需的大量数据传输为例,传输延迟和带宽需求将非常高。此??夕卜,如果云基础设施属于公共云提供商,该提供商对消耗的计算、网络和存储资??源收费,那么这种部署于云数据中心的方式将变得非常昂贵。尽管与云计算服务??相比,边缘计算服务有着明显的优势,但并非要取代云计算。计算量较大的任务,??以及需要中心服务器聚合结果的应用,仍然需要部署于云数据中心。在边云混合??环境下,考虑将中心的资源和边缘侧的资源聚合成一个资源池,应用灵活地提供??各种虚拟资源,以满足用户对服务质量的要求。??1.2主要的创新工作??本文针对边云混合的不同场景,研宄边云混合环境下的虚拟资源分配优化问??题,主要包括流式大数据分析平台中的任务资源扩展问题、基于网络功能虚拟化??的物联网服务功能链的映射问题以及基于区块链的边缘云分布式资源管理问题。??5??
?第一章绪论???出了定量的分析和详细的求解步骤。为了给区块链系统中的计算任务和边??缘云中的服务任务提供有效的资源分配方案,同时考虑了区块链系统的性??能、服务的质量和服务的运营成本,将这三个方面的优化目标转化为建立??深度强化学习中的线性多目标奖励函数。采用仿真实验验证了算法的收敛??性能和所提出方案的有效性。??1.3论文组织结构??论文的组织结构如图1-3所示:??第一章绪论???'?r???¥二¥??研宄基^与现状???I???;;??????第三章?第四章?第五章??基于博弈论的流式任?基于深度强化学习的?基于区块链的边缘云??务资源扩展研宄?服务功能链映射研宂?分布式资源管理??????第六章结束语??图1-3论文组织结构??第一章:通过说明和分析当前边云混合环境中资源管理的不同场景,阐述目??前边云混合环境下资源分配管理的研宄背景。最后,概括博士期间的主要创新工??作以及论文的组织结构。??第二章:综述边云混合环境下资源管理的相关研宄理论和关键技术,并给出??了这些理论和技术的研宄和应用现状。??第三章:提出了一种用于指导提高流式大数据分析平台并行性的非合作博弈??模型,通过加权总成本模型描述流式大数据分析任务之间的竞争关系;基于博弈??模型的指导,给出了一个流式大数据分析框架。模型引入了无政府状态价(POA)??的概念,并在特定条件下得到其上界来描述纳什均衡的效率损失。为刺激任务以??7??
本文编号:3506384
【文章来源】:北京邮电大学北京市 211工程院校 教育部直属院校
【文章页数】:105 页
【学位级别】:博士
【部分图文】:
图1-1云计算服务交付模式架构图??1.1.2边缘计算??移动设备的爆炸性增长推动了移动服务的快速发展
?第一章绪论???云i十算数据rf?]云计算中心??中心?y隐鑼綱?资源量大??核心网讀广’?1?——??广一-i边缘节点??%、」%?资源有限??V??i?\??/>站一站??钱??图1-2边云混合环境的应用任务部署??在物联网的各种应用场景中,提供边云混合的数据处理环境是十分必要的。??物联网应用的持续增长要求能够从实时观测到的海量数据流中提取有效信息。这??些数据来自多个输入源,包括用于交通监控和入侵检测的监控摄像机,用于医疗??保健的可穿戴摄像机和医疗设备,部署在智能城市桥梁和建筑物上的传感器网络??等。由于收集这些数据的设备的计算能力有限,对数据流执行分析的传统方法是??将数据流发送到一个集中的数据中心(云),并利用其丰富的资源远程执行分析。??然而,以视频数据所需的大量数据传输为例,传输延迟和带宽需求将非常高。此??夕卜,如果云基础设施属于公共云提供商,该提供商对消耗的计算、网络和存储资??源收费,那么这种部署于云数据中心的方式将变得非常昂贵。尽管与云计算服务??相比,边缘计算服务有着明显的优势,但并非要取代云计算。计算量较大的任务,??以及需要中心服务器聚合结果的应用,仍然需要部署于云数据中心。在边云混合??环境下,考虑将中心的资源和边缘侧的资源聚合成一个资源池,应用灵活地提供??各种虚拟资源,以满足用户对服务质量的要求。??1.2主要的创新工作??本文针对边云混合的不同场景,研宄边云混合环境下的虚拟资源分配优化问??题,主要包括流式大数据分析平台中的任务资源扩展问题、基于网络功能虚拟化??的物联网服务功能链的映射问题以及基于区块链的边缘云分布式资源管理问题。??5??
?第一章绪论???出了定量的分析和详细的求解步骤。为了给区块链系统中的计算任务和边??缘云中的服务任务提供有效的资源分配方案,同时考虑了区块链系统的性??能、服务的质量和服务的运营成本,将这三个方面的优化目标转化为建立??深度强化学习中的线性多目标奖励函数。采用仿真实验验证了算法的收敛??性能和所提出方案的有效性。??1.3论文组织结构??论文的组织结构如图1-3所示:??第一章绪论???'?r???¥二¥??研宄基^与现状???I???;;??????第三章?第四章?第五章??基于博弈论的流式任?基于深度强化学习的?基于区块链的边缘云??务资源扩展研宄?服务功能链映射研宂?分布式资源管理??????第六章结束语??图1-3论文组织结构??第一章:通过说明和分析当前边云混合环境中资源管理的不同场景,阐述目??前边云混合环境下资源分配管理的研宄背景。最后,概括博士期间的主要创新工??作以及论文的组织结构。??第二章:综述边云混合环境下资源管理的相关研宄理论和关键技术,并给出??了这些理论和技术的研宄和应用现状。??第三章:提出了一种用于指导提高流式大数据分析平台并行性的非合作博弈??模型,通过加权总成本模型描述流式大数据分析任务之间的竞争关系;基于博弈??模型的指导,给出了一个流式大数据分析框架。模型引入了无政府状态价(POA)??的概念,并在特定条件下得到其上界来描述纳什均衡的效率损失。为刺激任务以??7??
本文编号:3506384
本文链接:https://www.wllwen.com/shoufeilunwen/xxkjbs/3506384.html