隨著移動(dòng)終端上計(jì)算密集型和時(shí)延敏感型應(yīng)用的海量增長,基于中心云的高時(shí)延計(jì)算模式已不能滿足用戶的計(jì)算需求;同時(shí)移動(dòng)終端本地計(jì)算能力和電池容量有限,因此,需要在靠近移動(dòng)終端的位置部署具有計(jì)算能力的服務(wù)器以降低移動(dòng)終端的計(jì)算時(shí)延和能量消耗。于是,移動(dòng)邊緣計(jì)算（Mobile Edge Computing,MEC）受到廣泛關(guān)注。移動(dòng)邊緣計(jì)算平臺(tái)將資源部署在網(wǎng)絡(luò)邊緣,以便用戶將任務(wù)遷移到邊緣節(jié)點(diǎn)處理。移動(dòng)邊緣計(jì)算節(jié)點(diǎn)資源受限且系統(tǒng)中存在具有沖突利益的實(shí)體,使得移動(dòng)邊緣計(jì)算中任務(wù)遷移面臨復(fù)雜的資源分配問題。如何高效分配移動(dòng)邊緣計(jì)算資源,協(xié)調(diào)不同利益實(shí)體之間的利益沖突及實(shí)現(xiàn)資源的高效分配,是迫切需要解決的問題。為此,眾多學(xué)者將雙向拍賣機(jī)制引入移動(dòng)邊緣計(jì)算資源分配研究中,但現(xiàn)有研究存在如下不足:（1）基于單回合雙向拍賣機(jī)制的資源分配算法未考慮用戶和邊緣節(jié)點(diǎn)報(bào)價(jià)時(shí)的博弈過程,也未分析不同的資源分配策略對(duì)算法的影響;（2）基于多回合雙向拍賣機(jī)制的資源分配算法未考慮參與下一回合拍賣的用戶和移動(dòng)邊緣計(jì)算節(jié)點(diǎn)可同時(shí)調(diào)整報(bào)價(jià),也未分析不同的支付規(guī)則對(duì)分配算法的影響�；谏鲜霾蛔�,本文從以下2個(gè)方面進(jìn)行了研究:（1）... 

【文章來源】：江西師范大學(xué)江西省

【文章頁數(shù)】：58 頁

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
Abstract
第1章 緒論
    1.1 研究背景
    1.2 研究目的和意義
    1.3 研究內(nèi)容和創(chuàng)新點(diǎn)
        1.3.1 研究內(nèi)容
        1.3.2 創(chuàng)新點(diǎn)
    1.4 組織結(jié)構(gòu)
第2章 研究綜述
    2.1 背景知識(shí)
        2.1.1 移動(dòng)邊緣計(jì)算概念
        2.1.2 相關(guān)術(shù)語
        2.1.3 移動(dòng)邊緣計(jì)算網(wǎng)絡(luò)架構(gòu)與部署位置選擇
        2.1.4 移動(dòng)邊緣計(jì)算典型應(yīng)用場景與特點(diǎn)
    2.2 雙向拍賣機(jī)制在移動(dòng)邊緣計(jì)算資源分配中的研究現(xiàn)狀
        2.2.1 基于單回合雙向拍賣機(jī)制的資源分配算法
        2.2.2 基于多回合雙向拍賣機(jī)制的資源分配算法
    2.3 本章小結(jié)
第3章 基于單回合雙向拍賣的計(jì)算和通信資源分配算法
    3.1 系統(tǒng)模型和系統(tǒng)總收益
        3.1.1 遷移決策模型
        3.1.2 單回合雙向拍賣模型
        3.1.3 系統(tǒng)總收益
    3.2 算法描述與實(shí)現(xiàn)
        3.2.1 算法描述
        3.2.2 算法實(shí)現(xiàn)
        3.2.3 算法經(jīng)濟(jì)特性分析
    3.3 仿真及性能分析
        3.3.1 仿真場景設(shè)置
        3.3.2 仿真結(jié)果分析
    3.4 本章小結(jié)
第4章 基于多回合雙向拍賣的計(jì)算和通信資源分配算法
    4.1 系統(tǒng)模型和系統(tǒng)總收益
        4.1.1 遷移決策模型
        4.1.2 資源估價(jià)與成本價(jià)
        4.1.3 多回合雙向拍賣模型
        4.1.4 系統(tǒng)總收益
    4.2 算法描述和實(shí)現(xiàn)
        4.2.1 算法描述
        4.2.2 算法實(shí)現(xiàn)
        4.2.3 算法經(jīng)濟(jì)特性分析
    4.3 仿真及性能分析
        4.3.1 仿真場景設(shè)置
        4.3.2 仿真結(jié)果分析
    4.4 本章小結(jié)
第5章 總結(jié)與展望
    5.1 工作總結(jié)
    5.2 未來工作
附錄 A
參考文獻(xiàn)
致謝
在讀期間公開發(fā)表論文(著)及科研情況


【參考文獻(xiàn)】：
期刊論文
[1]分散計(jì)算：技術(shù)、應(yīng)用與挑戰(zhàn)[J]. 吳虹佳,劉芳,劉斌,蔡志平.  計(jì)算機(jī)科學(xué)與探索. 2020(05)
[2]基于MEC的任務(wù)卸載和資源分配聯(lián)合優(yōu)化方案[J]. 黃曉舸,崔藝凡,張東宇,陳前斌.  系統(tǒng)工程與電子技術(shù). 2020(06)
[3]移動(dòng)邊緣計(jì)算系統(tǒng)中基于并行拍賣的無線資源與云資源聯(lián)合分配（英文）[J]. 蘭卓睿,夏瑋瑋,吳思運(yùn),燕鋒,沈連豐.  Journal of Southeast University（English Edition）. 2019(02)
[4]移動(dòng)邊緣網(wǎng)絡(luò)中計(jì)算遷移與內(nèi)容緩存研究綜述[J]. 張開元,桂小林,任德旺,李敬,吳杰,任東勝.  軟件學(xué)報(bào). 2019(08)
[5]移動(dòng)邊緣計(jì)算中基于改進(jìn)拍賣模型的計(jì)算卸載策略[J]. 盛津芳,滕瀟雨,李偉民,王斌.  計(jì)算機(jī)應(yīng)用研究. 2020(06)
[6]移動(dòng)邊緣計(jì)算的需求與部署分析[J]. 姚美菱,張星,靳利斌,李莉,曲文敬.  電信快報(bào). 2019(04)
[7]邊緣計(jì)算:現(xiàn)狀與展望[J]. 施巍松,張星洲,王一帆,張慶陽.  計(jì)算機(jī)研究與發(fā)展. 2019(01)
[8]邊緣計(jì)算標(biāo)準(zhǔn)化進(jìn)展與案例分析[J]. 呂華章,陳丹,范斌,王友祥,烏云霄.  計(jì)算機(jī)研究與發(fā)展. 2018(03)
[9]移動(dòng)邊緣計(jì)算綜述[J]. 李子姝,謝人超,孫禮,黃韜.  電信科學(xué). 2018(01)
[10]基于動(dòng)態(tài)Hurwicz準(zhǔn)則的連續(xù)雙向拍賣報(bào)價(jià)策略研究[J]. 詹文杰,白延濤.  管理學(xué)報(bào). 2014(03)

博士論文
[1]面向移動(dòng)邊緣網(wǎng)絡(luò)的資源管理研究[D]. 王月.北京郵電大學(xué) 2019
[2]基于博弈論和機(jī)制設(shè)計(jì)的網(wǎng)絡(luò)資源優(yōu)化配置研究[D]. 鐘宜峰.清華大學(xué) 2016
[3]連續(xù)雙向拍賣市場報(bào)價(jià)策略研究[D]. 白延濤.華中科技大學(xué) 2013
[4]基于經(jīng)濟(jì)理論的網(wǎng)格資源分配與定價(jià)方案研究[D]. 李立.北京郵電大學(xué) 2009

碩士論文
[1]移動(dòng)邊緣中任務(wù)卸載機(jī)制及資源調(diào)度策略的研究[D]. 顧琳.吉林大學(xué) 2019
[2]移動(dòng)邊緣計(jì)算場景下的網(wǎng)絡(luò)資源聯(lián)合優(yōu)化技術(shù)研究[D]. 程康.北京郵電大學(xué) 2019
[3]基于多基站協(xié)作的移動(dòng)邊緣計(jì)算環(huán)境下資源管理技術(shù)研究[D]. 苑文.北京郵電大學(xué) 2019
[4]移動(dòng)邊緣計(jì)算網(wǎng)絡(luò)中基于系統(tǒng)效益優(yōu)化的資源分配算法研究[D]. 賈凡.北京郵電大學(xué) 2019
[5]基于移動(dòng)邊緣計(jì)算任務(wù)卸載的資源分配算法研究[D]. 邵華.蘭州理工大學(xué) 2019
[6]基于拍賣的5G網(wǎng)絡(luò)虛擬化資源分配機(jī)制研究[D]. 張軒.南京航空航天大學(xué) 2018
[7]移動(dòng)邊緣計(jì)算網(wǎng)絡(luò)中基于資源聯(lián)合配置的計(jì)算任務(wù)卸載策略[D]. 林曉鵬.北京郵電大學(xué) 2017



本文編號(hào)：3351659