【摘要】：隨著網(wǎng)格計算、云計算等新技術(shù)的不斷涌現(xiàn)和發(fā)展，怎樣在計算系統(tǒng)內(nèi)各個節(jié)點合理分配任務(wù)以達到資源的合理利用和負(fù)載均衡的目的成為了研究的熱點。移動云計算作為云計算的一種延伸和拓展，面臨著設(shè)備差異化大、移動網(wǎng)絡(luò)情況復(fù)雜且開銷較大等問題，而移動云計算環(huán)境下的任務(wù)分配研究則相對簡單滯后。 云端增效模式是目前最常見的移動云計算模式。云端增效模式下的應(yīng)用模型根據(jù)任務(wù)分配方式可以分為固定模型和彈性模型，其中，彈性應(yīng)用模型可以根據(jù)移動設(shè)備的狀態(tài)和帶寬彈性地將任務(wù)在云端和移動端分配，相比于固定分配的應(yīng)用模型，能有效避免移動設(shè)備資源的浪費、減少網(wǎng)絡(luò)開銷。論文借鑒了雙處理器任務(wù)分配問題的研究方法，提出了基于最大流理論的彈性任務(wù)分配算法，將任務(wù)分配轉(zhuǎn)化為網(wǎng)絡(luò)流的求最小割問題，并根據(jù)彈性模型重新設(shè)計了網(wǎng)絡(luò)流的構(gòu)建方式、容量的計算公式等具體步驟，同時引入權(quán)限值將多目標(biāo)優(yōu)化問題轉(zhuǎn)換為單目標(biāo)優(yōu)化問題。算例分析表明該算法能夠減少應(yīng)用執(zhí)行時間、降低網(wǎng)絡(luò)費用。 微云模式是未來移動云計算發(fā)展的熱點，與云端增效模式不同的是，其節(jié)點數(shù)目和節(jié)點計算能力各異，也沒有中心節(jié)點專門負(fù)責(zé)任務(wù)分配，各個節(jié)點只能根據(jù)自身情況和系統(tǒng)的反饋進行任務(wù)分配，，啟發(fā)式算法可以作為解決這類問題的有效算法。論文借鑒了網(wǎng)格計算中任務(wù)分配問題的研究方法，將蟻群算法應(yīng)用于微云模式的任務(wù)分配中，并給出了方法的步驟。仿真實驗表明，該方法相比隨機分配執(zhí)行時間更短、負(fù)載也更加均衡。 不同模式下，采用合理的任務(wù)分配方法能夠減少移動應(yīng)用的運行時間和流量費用，為用戶帶來更好的使用體驗。
[Abstract]:With the continuous emergence and development of new technologies such as grid computing cloud computing and so on how to allocate tasks reasonably in the computing system to achieve the purpose of rational utilization of resources and load balancing has become a hot research topic. As an extension and extension of cloud computing, mobile cloud computing is faced with such problems as wide differentiation of devices, complex and expensive mobile networks, while task allocation research in mobile cloud computing environment is relatively simple and lagging behind. Cloud efficiency model is the most common mobile cloud computing model. The application model in cloud efficiency mode can be divided into fixed model and elastic model according to the task allocation mode, in which the elastic application model can flexibly distribute tasks in the cloud and mobile according to the state and bandwidth of the mobile device. Compared with the fixed allocation model, it can effectively avoid the waste of mobile device resources and reduce network overhead. In this paper, a new elastic task allocation algorithm based on the maximum flow theory is proposed, which can transform the task assignment into the minimum cut problem of network flow. According to the elastic model, the construction method of network flow and the calculation formula of capacity are redesigned. At the same time, the multi-objective optimization problem is transformed into a single-objective optimization problem by introducing the permission value. The example shows that the algorithm can reduce the application execution time and the network cost. The micro-cloud model is the hot spot of mobile cloud computing in the future. Unlike the cloud synergy model, the number of nodes and the computing power of nodes are different, and no central node is specifically responsible for task allocation. Each node can only assign tasks according to its own situation and the feedback of the system. Heuristic algorithm can be used as an effective algorithm to solve this kind of problem. Based on the research method of task assignment in grid computing, the ant colony algorithm is applied to the task allocation of micro-cloud model, and the steps of the method are given. Simulation results show that the proposed method has shorter execution time and more load balance than random allocation. In different modes, reasonable task allocation method can reduce the running time and traffic cost of mobile application, and bring users a better experience.
【學(xué)位授予單位】：南京郵電大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2014
【分類號】：TP393.07

【相似文獻】

相關(guān)期刊論文 前10條

1 張雷;王崇駿;謝俊元;;分布式任務(wù)分配中的一種信譽重連策略[J];廣西大學(xué)學(xué)報(自然科學(xué)版);2009年05期

2 高志軍,韋紅雨,顏國正,丁國清;網(wǎng)絡(luò)環(huán)境下多機器人的任務(wù)分配實現(xiàn)[J];計算機工程與應(yīng)用;2004年03期

3 李濟澤;李科杰;宋萍;;基于非合作博弈模型的多移動節(jié)點任務(wù)分配[J];福建工程學(xué)院學(xué)報;2010年04期

4 孟海戰(zhàn);;一種優(yōu)化的任務(wù)分配方法研究[J];計算機與現(xiàn)代化;2011年04期

5 陶雪麗;鄭延斌;;多Agent層次任務(wù)分配方法[J];計算機工程與設(shè)計;2013年05期

6 陶雪麗;鄭延斌;;基于適應(yīng)度的多Agent層次任務(wù)分配方法[J];微電子學(xué)與計算機;2013年06期

7 黎亮,楊國緯;一種具有自適應(yīng)能力的任務(wù)分配系統(tǒng)的設(shè)計[J];電子科技大學(xué)學(xué)報;1998年06期

8 陳夏冰;劉國棟;劉麗娟;;基于分區(qū)的多機器人任務(wù)分配[J];江南大學(xué)學(xué)報(自然科學(xué)版);2013年04期

9 袁偉;;基于拋棄 撿拾法的多機器人動態(tài)任務(wù)分配[J];福建電腦;2010年01期

10 張在宏;淺談計算機系統(tǒng)的合理選擇及任務(wù)分配[J];艦船電子對抗;2002年04期

相關(guān)會議論文 前2條

1 趙保學(xué);李戰(zhàn)懷;陳群;姜濤;潘巍;金健;;可擴展Hadoop任務(wù)分配模塊的研究與實現(xiàn)[A];第29屆中國數(shù)據(jù)庫學(xué)術(shù)會議論文集（B輯）（NDBC2012）[C];2012年

2 石媛媛;周羅偉;王江柳;楊佩;陳春林;;適用于智能倉儲多機器人任務(wù)分配的一種平衡啟發(fā)式拍賣方法[A];系統(tǒng)仿真技術(shù)及其應(yīng)用學(xué)術(shù)論文集（第15卷）[C];2014年

相關(guān)博士學(xué)位論文 前3條

1 馬巧云;基于多Agent系統(tǒng)的動態(tài)任務(wù)分配研究[D];華中科技大學(xué);2006年

2 李勇;多Agent系統(tǒng)聯(lián)盟及任務(wù)分配的研究[D];合肥工業(yè)大學(xué);2008年

3 劉美;WSN多目標(biāo)跟蹤節(jié)點任務(wù)分配及跟蹤算法研究[D];華南理工大學(xué);2010年

相關(guān)碩士學(xué)位論文 前10條

1 魯昊;Multi-agent系統(tǒng)中動態(tài)任務(wù)分配研究[D];湖北大學(xué);2012年

2 姚慧峰;移動云計算環(huán)境下任務(wù)分配問題的研究[D];南京郵電大學(xué);2014年

3 周軍升;基于多Agent的多星任務(wù)分配問題研究[D];國防科學(xué)技術(shù)大學(xué);2009年

4 曹金珠;協(xié)同生產(chǎn)與商務(wù)平臺任務(wù)分配方法的研究與實現(xiàn)[D];浙江工商大學(xué);2011年

5 赫惠清;基于多Agent供應(yīng)鏈協(xié)調(diào)機制的研究[D];華中科技大學(xué);2005年

6 劉成麗;應(yīng)急任務(wù)動態(tài)分配和協(xié)作研究[D];華中科技大學(xué);2012年

7 張崳;基于蟻群算法的大規(guī)模機器人任務(wù)分配方法的研究[D];東北師范大學(xué);2009年

8 李林愛;基于MAS的協(xié)同設(shè)計任務(wù)分配機制研究[D];太原科技大學(xué);2011年

9 曲冠南;CSCMS中分布式多Agent的通信與基于協(xié)商的任務(wù)分配[D];吉林大學(xué);2007年

10 潘東;多核環(huán)境任務(wù)分配問題復(fù)雜性及求解模型研究[D];大連理工大學(xué);2009年

本文編號：2351894