本文選題：計算卸載　切入點：移動邊緣計算網(wǎng)絡(luò)　出處：《北京郵電大學(xué)》2017年碩士論文

【摘要】：隨著移動互聯(lián)網(wǎng)的發(fā)展,智能移動終端已經(jīng)成為人們生活必不可少的工具,移動應(yīng)用的功能越來越強(qiáng)大,可以滿足人們生活、出行、購物、娛樂等方方面面的需求。但是移動終端的計算資源、存儲資源和電池容量有限,并不能滿足各種應(yīng)用的需求。如何解決移動終端資源受限與應(yīng)用需要消耗大量資源的矛盾成為移動通信網(wǎng)絡(luò)所面臨的重要挑戰(zhàn)。目前,計算卸載技術(shù)可有效解決上述問題。該技術(shù)可將部分計算任務(wù)卸載到附近的云服務(wù)器上來運行,具有計算任務(wù)需求的終端只需發(fā)送計算任務(wù)并接收計算結(jié)果,無需占用本地計算及存儲資源,因此可以有效解決移動終端資源受限問題。此外,計算卸載技術(shù)可以增強(qiáng)移動終端的續(xù)航能力。移動邊緣計算網(wǎng)絡(luò)由于其能夠提供較強(qiáng)的邊緣計算及存儲服務(wù),具有服務(wù)時延低等優(yōu)勢,因此在其上運行計算卸載技術(shù),能夠為用戶提供高效的服務(wù)。然而,在該網(wǎng)絡(luò)架構(gòu)中,如何聯(lián)合考慮無線傳輸資源和云端計算資源狀態(tài),為用戶選擇合適邊緣計算節(jié)點來服務(wù),值得研究。針對上述問題,本文主要工作內(nèi)容如下:第一,提出了基于傳輸和計算資源聯(lián)合決策的計算任務(wù)卸載方案。本文首先建立了移動邊緣計算(Mobile Edge Computing, MEC)服務(wù)節(jié)點選擇模型,該模型以最小化用戶接入MEC服務(wù)節(jié)點的傳輸代價為目標(biāo),聯(lián)合考慮了傳輸與計算資源的分配來進(jìn)行計算任務(wù)卸載。其次,提出了基于傳輸和計算資源聯(lián)合決策的計算任務(wù)卸載算法,該算法考慮了用戶間公平性。最后,通過仿真證明了該算法的有效性,該算法能實現(xiàn)較低的傳輸代價,提高用戶的公平性。第二,在考慮MEC服務(wù)節(jié)點資源受限條件下,提出了多用戶、多MEC服務(wù)節(jié)點匹配方案。本文首先描述了多用戶、多MEC服務(wù)節(jié)點的網(wǎng)絡(luò)場景。其次,建立了基于資源受限的MEC服務(wù)節(jié)點匹配模型,該模型以拍賣理論為基礎(chǔ),目標(biāo)是優(yōu)化MEC服務(wù)節(jié)點收益,同時充分利用MEC服務(wù)節(jié)點資源。再次,提出了基于二維資源拍賣的用戶-服務(wù)節(jié)點匹配算法,以為用戶尋找到合適的計算任務(wù)卸載節(jié)點。最后通過仿真證明了該算法的有效性,該算法能使MEC服務(wù)節(jié)點在充分利用資源的同時獲得較高的收益。
[Abstract]:With the development of mobile Internet, intelligent mobile terminal has become an indispensable tool in people's life. The function of mobile application is becoming more and more powerful, which can meet the needs of people's life, travel, shopping, entertainment and other aspects.However, the computing resources, storage resources and battery capacity of mobile terminals are limited and can not meet the needs of various applications.How to solve the contradiction between the limitation of mobile terminal resources and the need to consume a large amount of resources in applications has become an important challenge for mobile communication networks.At present, the calculation and unloading technology can effectively solve the above problems.This technique can unload some computing tasks to the nearby cloud server to run. The terminal with computing task only needs to send the calculation task and receive the calculation result, so it does not need to occupy the local computing and storage resources.Therefore, it can effectively solve the problem of resource limitation of mobile terminal.In addition, the computing unload technology can enhance the mobile terminal's ability to live.Mobile edge computing network can provide strong edge computing and storage services, and has the advantages of low service delay, so running computing uninstall technology on the mobile edge computing network can provide efficient services for users.However, in the network architecture, it is worth studying how to consider the state of wireless transmission resources and cloud computing resources, and select the appropriate edge computing nodes for users.The main work of this paper is as follows: firstly, a scheme of computing task unload based on the joint decision of transmission and computing resources is proposed.In this paper, a mobile Edge computing node selection model for mobile edge computing is established. The model aims at minimizing the transmission cost of users accessing MEC service nodes, and considers the allocation of transport and computing resources to unload computing tasks.Secondly, a computing task unload algorithm based on the joint decision of transmission and computing resources is proposed, which takes into account the fairness between users.Finally, the effectiveness of the algorithm is proved by simulation. The algorithm can achieve lower transmission cost and improve the fairness of users.Secondly, considering the resource constraints of MEC service nodes, a multi-user and multi-#en1# service node matching scheme is proposed.This paper first describes the network scenarios of multi-user and multi-MEC service nodes.Secondly, a resource-constrained MEC service node matching model is established. The model is based on auction theory and aims to optimize the MEC service node revenue and make full use of MEC service node resources.Thirdly, a user-service node matching algorithm based on two-dimensional resource auction is proposed to find the appropriate computing task to uninstall the node for the user.Finally, the effectiveness of the algorithm is proved by simulation, and the algorithm can make the MEC service node make full use of the resources and obtain a higher profit at the same time.
【學(xué)位授予單位】：北京郵電大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2017
【分類號】：TN929.5;TP393.0

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 王旭東;劉媈哲;趙祺;黃罡;;面向富互聯(lián)網(wǎng)應(yīng)用的計算任務(wù)動態(tài)遷移機(jī)制[J];計算機(jī)科學(xué)與探索;2011年05期

2 張渝江;岳偉;;云計算叩開學(xué)校大門[J];中國信息技術(shù)教育;2008年12期

3 賓雪蓮;楊玉海;賓亞;金士堯;;基于搶占閾值調(diào)度的周期任務(wù)請求的響應(yīng)時間計算[J];計算機(jī)應(yīng)用研究;2006年06期

4 馬雙良;張英敏;宋麗君;;基于LVS和計算任務(wù)的實時集群負(fù)載均衡方法[J];計算機(jī)工程與設(shè)計;2007年20期

5 劉姍姍;王煦法;沈靜波;李金龍;;P2P MMOG中計算任務(wù)的分配問題研究[J];小型微型計算機(jī)系統(tǒng);2008年08期

6 張麗;湯曉濤;戴晨光;紀(jì)松;胡國軍;;多視匹配方法的計算任務(wù)分析及其GPU并行實現(xiàn)[J];測繪科學(xué)技術(shù)學(xué)報;2013年05期

7 江南;生命研究 深騰相伴[J];中國計算機(jī)用戶;2005年34期

8 郝水俠;曾國蓀;譚一鳴;;計算任務(wù)與體系結(jié)構(gòu)匹配的異構(gòu)計算可擴(kuò)展性分析[J];電子學(xué)報;2010年11期

9 徐小龍;程春玲;熊婧夷;王汝傳;;一種基于移動Agent的云端計算任務(wù)安全分割與分配算法[J];北京理工大學(xué)學(xué)報;2011年08期

10 李千目;周楓;許滿武;張宏;;網(wǎng)格計算任務(wù)的資源管理算法[J];計算機(jī)工程;2007年10期

相關(guān)重要報紙文章 前1條

1 ;助力企業(yè)用戶化解“數(shù)據(jù)之重”[N];網(wǎng)絡(luò)世界;2012年

相關(guān)碩士學(xué)位論文 前8條

1 林曉鵬;移動邊緣計算網(wǎng)絡(luò)中基于資源聯(lián)合配置的計算任務(wù)卸載策略[D];北京郵電大學(xué);2017年

2 茆華林;基于移動社交網(wǎng)絡(luò)的群智計算任務(wù)分配算法研究[D];中國科學(xué)技術(shù)大學(xué);2016年

3 王青;大數(shù)據(jù)環(huán)境下群體計算任務(wù)分配和關(guān)聯(lián)分析算法的優(yōu)化研究[D];四川師范大學(xué);2017年

4 張倩;面向用戶體驗及服務(wù)質(zhì)量的移動云計算網(wǎng)絡(luò)動態(tài)資源管理方法研究[D];北京工業(yè)大學(xué);2016年

5 張元競;基于判例構(gòu)造的并行作業(yè)性能評測技術(shù)研究[D];哈爾濱工業(yè)大學(xué);2010年

6 張晉川;異構(gòu)多處理器嵌入式平臺研究與實現(xiàn)[D];電子科技大學(xué);2017年

7 李洪星;移動邊緣計算組網(wǎng)與應(yīng)用研究[D];北京郵電大學(xué);2017年

8 鄧秋紅;計算網(wǎng)絡(luò)可靠度的兩個算法[D];大連海事大學(xué);2003年

，

本文編號：1728935