【摘要】：隨著車輛數(shù)目的快速增加以及車輛智能化需求的不斷增強,資源受限車輛所產(chǎn)生的計算密集型任務影響著車輛用戶的服務體驗。過去通常利用云計算為資源受限車輛提供計算和存儲等資源,車輛終端通過將計算任務上傳至云服務器,云服務器根據(jù)用戶需求為計算任務分配可用資源并由云服務器代理執(zhí)行的過程稱為計算卸載。計算卸載的主要目的是降低本地設備的任務完成時間。然而傳統(tǒng)的云計算存在著執(zhí)行成本高、帶寬資源有限以及云端負載嚴重等問題。在車載計算環(huán)境下,按照是否有基礎設施支持主要將車載云計算劃分成有基礎設施支持的車載云及由異構(gòu)車輛自行組成的車載自組織云。由于車載自組織云的高動態(tài)性,導致了計算卸載過程中車與車的通信環(huán)境變化頻繁,進而可能致使任務完成時間過長。在車載自組織云的計算卸載過程中,如何選擇最合適的目標節(jié)點進行計算卸載是保證任務高效執(zhí)行的關(guān)鍵,基于泛洪的計算卸載算法可以有效地解決目標節(jié)點選擇對計算卸載的影響,但該算法會造成資源的過度浪費,故如何在減少資源占用率的前提下,合理的使用現(xiàn)有資源為資源受限車輛提供優(yōu)質(zhì)的計算卸載服務是本文的研究重點。為解決降低資源占用率和提升計算卸載性能這2個問題,本文的主要工作如下:(1)對比分析了有無DTN支持的車輛自組織云的計算卸載效果,證明了DTN技術(shù)能夠有效的保證任務完成時間;(2)對比分析車載自組織云中的隨機卸載、最小執(zhí)行時間、最小跳數(shù)算法,引入了基于路徑可預測、基于部分泛洪和基于泛洪的計算卸載算法從而提升計算卸載性能;(3)為了降低資源占用率,提出了基于部分泛洪的算法,對比分析了基于路徑可預測和基于泛洪的計算卸載算法。實驗結(jié)果表明:(1)就任務等待時間和任務完成時間兩項指標,基于DTN的車載自組織云中的計算卸載相較于無DTN支持的車載自組織云分別節(jié)省了56.76%和40.88%;(2)就任務完成時間,基于路徑可預測相較于隨機卸載算法、最小執(zhí)行時間算法、最小跳數(shù)算法分別提升了 12.53%,15.20%,9.00%;基于部分泛洪的卸載算法相較于ROL、MET、MH等算法分別提升了 19.49%,21.95%,16.24%;(3)就任務完成時間,部分泛洪算法相較于基于路徑可預測算法提升了8.00%;就資源占用率,基于路徑可預測算法相較于部分泛洪提升了35.46%。
【圖文】：

圖２．１：云計算的服務模式逡逑

Ｉｎｆｒａｓｔｒｕｃｔｕｒｅ邋ａｓ邋ａ邋Ｓｅｒｖｉｃｅ逡逑（如邋Ａｍａｚｏｎ邋ＥＣ２、Ｓ３服務）；逡逑圖２．１：云計算的服務模式逡逑其中ＳａａＳ層的作用是將應用作為服務提供給用戶，ＰａａＳ層的作用是將開發(fā)逡逑平臺作為服務提供給用戶，ＩａａＳ層的作用是將虛擬機等資源作為服務提供給用逡逑戶，具體內(nèi)容如表２．２所述。逡逑表２．２：云計算的服務模式逡逑服務模式邐簡介逡逑服務供給商將提供給用戶的計算能力作為使用運行在逡逑ＳａａＳ邐云基礎設施上的服務提供者的應用程序。這些程序能夠逡逑軟件即服務邐通過各種客戶端設備上的瘦客戶端接口或程序接口來逡逑訪問。逡逑提供給用戶的計算能力是在云基礎設施上部署用戶的逡逑應用，這些應用通過使用服務提供者支持的編程語言、逡逑平臺即服務逡逑庫、服務和工具來創(chuàng)建。逡逑提供給用戶的計算能力是計算、存儲、網(wǎng)絡和其他基礎逡逑ＩａａＳ逡逑性計算資源，用戶可以在這些資源上部署和運行操作系逡逑基礎設施即服務逡逑統(tǒng)和應用程序等任意軟件。逡逑３、云計算部署模式逡逑為了滿足不同用戶的不同需求，云服務被分成私有云、社區(qū)云、公共云與混逡逑合云四種［３１］，如圖２．２所示。逡逑９逡逑
【學位授予單位】：云南大學
【學位級別】：碩士
【學位授予年份】：2019
【分類號】：TP301.6;U495

【參考文獻】

相關(guān)期刊論文 前3條

1 張志勇;劉鑫;胡林;尹來容;張新;;車聯(lián)網(wǎng)環(huán)境中電動汽車高壓安全監(jiān)控系統(tǒng)研究[J];中國安全科學學報;2015年10期

2 喬少杰;金琨;韓楠;唐常杰;格桑多吉;Louis Alberto GUTIERREZ;;一種基于高斯混合模型的軌跡預測算法[J];軟件學報;2015年05期

3 時銳,楊孝宗;自組網(wǎng)Random Direction移動模型點空間概率分布的研究[J];計算機研究與發(fā)展;2004年07期

相關(guān)碩士學位論文 前1條

1 曹新立;車載云計算中基于預測的最小完成時間算法的研究[D];云南大學;2015年

，

本文編號：2659155