【摘要】：移動邊緣云(Mobile Edge Cloud,MEC)是由大量地理位置分布式的微型數(shù)據(jù)中心組成的網(wǎng)狀結(jié)構(gòu),為車聯(lián)網(wǎng)、智能穿戴、虛擬現(xiàn)實以及增強現(xiàn)實等新型業(yè)務(wù)提供了高寬帶、低時延、高安全的本地化云服務(wù)。同時,由于移動邊緣云能夠聚合多個邊緣云節(jié)點,使得它們能夠作為一個整體以合理高效的方式進行連接與工作,所得到的邊緣云組合能夠顯著地提升邊緣云的服務(wù)質(zhì)量。但云節(jié)點間的通信延遲是降低邊緣云組合性能的主要因素,同時隨著系統(tǒng)規(guī)模的不斷擴大,如何計算得到最優(yōu)節(jié)點組合是一個典型的難解問題。因此,本文針對邊緣云節(jié)點的聚合算法進行研究,主要分為以下三部分:首先,本課題將移動邊緣云計算系統(tǒng)建模成由云節(jié)點和鏈路構(gòu)成的網(wǎng)狀拓撲圖,將邊緣云節(jié)點描述成圖中頂點,頂點的權(quán)值表示該邊緣云節(jié)點的空閑資源如CPU的個數(shù)。當(dāng)兩個邊緣云節(jié)點之間存在直連鏈路,則它們在拓撲圖中對應(yīng)的頂點之間存在邊連接,兩個邊緣云節(jié)點之間的通信延遲用圖中對應(yīng)邊上的權(quán)重表示。邊緣云節(jié)點的聚合過程可等同于在該拓撲圖中選擇子圖的過程,其中子圖中節(jié)點的權(quán)重之和應(yīng)滿足用戶的資源請求。其次,針對當(dāng)前已有云節(jié)點聚合算法min Star存在的不足即無法保證所得到的子圖是完全圖,導(dǎo)致云組合內(nèi)節(jié)點之間不能直接通信,從而帶來節(jié)點的通信擁塞以及增加云組合的通信延遲。因此,針對上述問題,本文提出了基于極大團的聚合算法,將拓撲圖劃分為若干互不重疊的完全子圖。然后將子圖封裝成資源池,資包含了子圖對應(yīng)的邊緣云組合的基本信息,選擇滿足用戶請求且通信延遲最小的資源池分配給用戶。本課題提出的聚合算法以團為單位組合邊緣云,保證組合內(nèi)任意兩個云節(jié)點之間可以直接通信。本文進一步設(shè)計了面向邊緣云組合的任務(wù)遷移算法,說明了新算法的靈活性。為驗證方法的有效性,本文通過模擬試驗和分析評估新算法在邊緣云節(jié)點聚合問題中的性能。實驗結(jié)果表明,與目前流行的算法相比,當(dāng)系統(tǒng)資源使用率達到三分之二以后,新算法可以將系統(tǒng)中云組合的全局最大通信延遲減少到原來的一半。
【學(xué)位授予單位】：廣東工業(yè)大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2018
【分類號】：TP393.09

【相似文獻】

相關(guān)期刊論文 前10條

1 張曉;王金龍;吳啟暉;;認知無線電中基于可信度的感知節(jié)點集選擇[J];應(yīng)用科學(xué)學(xué)報;2009年06期

2 安世虎;都藝兵;曲吉林;;節(jié)點集重要性測度——綜合法及其在知識共享網(wǎng)絡(luò)中的應(yīng)用[J];中國管理科學(xué);2006年01期

3 張曉;王金龍;吳啟暉;;認知無線電中一種感知節(jié)點集自適應(yīng)選擇算法[J];信號處理;2010年06期

4 蔡p，

本文編號：2595247