大數(shù)據(jù)時(shí)代,邊緣環(huán)境中大量的感知設(shè)備產(chǎn)生了日益增長(zhǎng)的大數(shù)據(jù)。從這些大數(shù)據(jù)中攫取出熱點(diǎn)內(nèi)容并將其服務(wù)于邊緣用戶,就會(huì)給用戶帶來(lái)體驗(yàn)質(zhì)量（Quality-of-Experience,QoE）。因此,當(dāng)前面臨的一個(gè)難題是改善邊緣用戶QoE的滿意度。本文為了解決這個(gè)難題,首先在邊緣環(huán)境中構(gòu)建了用戶QoE的滿意度模型,該模型包含了分析大數(shù)據(jù)時(shí)影響QoE滿意度的內(nèi)容精度以及傳輸速率因素,也包含了內(nèi)容緩存時(shí)影響QoE滿意度的存儲(chǔ)延遲與存儲(chǔ)消耗因素。其次,為了分析這些因素對(duì)用戶QoE的滿意度帶來(lái)的影響,本文在邊緣環(huán)境中引入了大數(shù)據(jù)分析架構(gòu)以及內(nèi)容緩存架構(gòu),根據(jù)此大數(shù)據(jù)分析架構(gòu),提出基于深度強(qiáng)化學(xué)習(xí)（Deep Reinforcement Learning,DRL）的大數(shù)據(jù)分析算法。隨著熱點(diǎn)內(nèi)容的爆發(fā)式增長(zhǎng),邊緣環(huán)境面臨著“端-端”高吞吐量的壓力,故將提取出的部分熱點(diǎn)內(nèi)容存儲(chǔ)到內(nèi)容緩存架構(gòu)中,便于服務(wù)用戶。本文的主要工作如下:（1）在邊緣計(jì)算環(huán)境中,為了改善邊緣用戶QoE的滿意度,本文提出了一個(gè)用戶QoE模型來(lái)描述熱點(diǎn)內(nèi)容服務(wù)的滿意度,通過(guò)對(duì)高維大數(shù)據(jù)中熱點(diǎn)內(nèi)容以及熱點(diǎn)內(nèi)容傳輸速率的理解,尋求熱點(diǎn)內(nèi)容的服... 

【文章來(lái)源】：南京航空航天大學(xué)江蘇省 211工程院校

【文章頁(yè)數(shù)】：62 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

邊緣計(jì)算&緩存架構(gòu)

圖 3.2 速率離散化過(guò)程F-CNN 訓(xùn)練完高維大數(shù)據(jù)之后，可以獲得熱點(diǎn)內(nèi)容。然后足每個(gè)邊緣用戶的需求。速率離散化問(wèn)題，圖 3.2 給出了一個(gè)方法來(lái)離散化 ，函數(shù)的第二項(xiàng)是離散的。 的變化區(qū)間是min max[ , ]i ir r ，本同的尺寸 H 。本文利用 等分點(diǎn)作為 的離散值。所有窮大，且 緊逼近于 0 時(shí)， 的值趨向于連續(xù)。例如4Q份點(diǎn)。所以min min max min min max min min max R , R ( R R ) / 4, R 2( R R ) / 4, R 3( R 據(jù)管理算法流程，算法 3.1 包含了高維大數(shù)據(jù)的訓(xùn)練與熱點(diǎn)內(nèi)容傳輸速率執(zhí)行正向傳播，計(jì)算每一層的輸出... ...1 1( ) ( ),i i f fm mt tq q 。

accuracy ( )ip of data //獲得熱點(diǎn)內(nèi)容 doir // 離散化//獲得 QoE 值果nsorflow 來(lái)驗(yàn)證三種算法的性能以及有效性，包含了 Accura，Accuracy 指的是在一定實(shí)驗(yàn)條件下多次測(cè)定的平均值與。Precision 指的是多次重復(fù)測(cè)定同一量時(shí)各個(gè)測(cè)定值之間彼機(jī)誤差的大小。Recall 指的是相關(guān)文檔數(shù)和文檔庫(kù)中所有系統(tǒng)的查全率。

【參考文獻(xiàn)】：
期刊論文
[1]QoE-Driven Big Data Management in Pervasive Edge Computing Environment[J]. Qianyu Meng,Kun Wang,Xiaoming He,Minyi Guo.  Big Data Mining and Analytics. 2018(03)
[2]數(shù)據(jù)中心網(wǎng)絡(luò)中一種半集中式SDN路由策略[J]. 田野,孫延濤,熊軻.  計(jì)算機(jī)與現(xiàn)代化. 2018(01)
[3]基于SDN的QoS管理機(jī)制研究[J]. 張靖,舒圣濤,劉翠玲,俞駿豪,李挺.  無(wú)線互聯(lián)科技. 2017(24)
[4]基于連接標(biāo)識(shí)的多路徑傳輸[J]. 鄭理,蘇偉,郜帥.  計(jì)算機(jī)技術(shù)與發(fā)展. 2017(11)
[5]無(wú)線傳感器網(wǎng)絡(luò)中移動(dòng)式覆蓋控制研究綜述[J]. 蔣文賢,繆海星,王田,賴永炫,王國(guó)軍,賈維嘉.  小型微型計(jì)算機(jī)系統(tǒng). 2017(03)
[6]艾默生網(wǎng)絡(luò)能源Trellis-Facility系統(tǒng)應(yīng)用于中國(guó)電信超大型云計(jì)算基地項(xiàng)目[J].   電信網(wǎng)技術(shù). 2017(02)
[7]企業(yè)級(jí)網(wǎng)絡(luò)虛擬映射帶寬與能耗優(yōu)化平衡策略[J]. 叢鑫,訾玲玲.  計(jì)算機(jī)應(yīng)用研究. 2017(10)
[8]SDN中基于交換機(jī)等級(jí)劃分的安全路由策略[J]. 李兵奎,莊雷,胡穎,馬丁,王國(guó)卿.  計(jì)算機(jī)應(yīng)用研究. 2017(02)
[9]能源互聯(lián)網(wǎng)“源–網(wǎng)–荷–儲(chǔ)”協(xié)調(diào)優(yōu)化運(yùn)營(yíng)模式及關(guān)鍵技術(shù)[J]. 曾鳴,楊雍琦,劉敦楠,曾博,歐陽(yáng)邵杰,林海英,韓旭.  電網(wǎng)技術(shù). 2016(01)
[10]Challenges of Big Data analysis[J]. Jianqing Fan,Fang Han,Han Liu.  National Science Review. 2014(02)

博士論文
[1]全雙工大規(guī)模MIMO系統(tǒng)的頻譜與能量效率研究[D]. 邢朋波.山東大學(xué) 2017



本文編號(hào)：3523711