如今,云計算技術越來越多的應用于保護應用程序的數(shù)據(jù)以及動態(tài)地提供、配置資源。然而,移動終端的快速發(fā)展產(chǎn)生了大量的數(shù)據(jù)和巨大的資源服務需求。對延遲敏感的用戶提供服務時,云計算的服務模式很難滿足高移動性、低延遲和位置感知等方面的需求,這導致用戶對服務的滿意度下降。因此,移動邊緣計算的概念和運用得以快速發(fā)展。這種新型的范式能夠?qū)⒃贫说姆⻊者M行延伸,在本地進行通信和資源管理,可實現(xiàn)低延遲并支持移動性。物聯(lián)網(wǎng)的飛速發(fā)展導致對高效的資源管理體系的需求日益迫切,所以移動邊緣計算被看做是解決這一問題的關鍵技術。如何滿足用戶的應用需求并且保證資源服務的高效率也成為移動邊緣計算研究的重點。因此,論文選擇資源管理作為研究的課題,將移動邊緣計算和車聯(lián)網(wǎng)結合,研究資源管理的方法,考慮車輛高移動性的特性和用戶的多用戶服務質(zhì)量（QoS）屬性,提出了基于Stackelberg博弈的資源管理框架和基于車輛自組網(wǎng)的多路邊單元（RSU）協(xié)同V2V的資源管理方法。具體內(nèi)容如下。1.本文結合移動邊緣計算（MEC）和車聯(lián)網(wǎng)（Io V）提出了一個特定的車輛邊緣資源管理框架,該框架由邊緣節(jié)點（FN）,數(shù)據(jù)服務代理商（DSA）和汽車組... 

【文章來源】：曲阜師范大學山東省

【文章頁數(shù)】：61 頁

【學位級別】：碩士

【部分圖文】：

移動邊緣計算組件

第2章相關方法和概念概述8支持。移動邊緣計算是對云計算的延伸和支持，移動邊緣計算與其他范式存在很多不同，比如在網(wǎng)絡中的位置和一些特性上的差異。圖2.2表示的是位置上的不同。圖2.2移動邊緣計算與其他網(wǎng)絡的網(wǎng)絡位置結構示意圖表2.1中列舉出了移動邊緣計算和云計算在特性上的不同：表2.1移動邊緣計算與云計算中的不同參數(shù)特征參數(shù)云計算移動邊緣計算目標用戶普通網(wǎng)絡用戶移動用戶服務節(jié)點的數(shù)量少多結構集中式分布式運行環(huán)境室內(nèi)室內(nèi)或室外位置識別否是實時交互不支持支持移動性不支持支持大數(shù)據(jù)和存儲時間傳輸時間短數(shù)月

第2章相關方法和概念概述92.1.2移動邊緣計算的架構移動邊緣計算的網(wǎng)絡架構一般常分為三層，分別是最頂端的云層，中間的邊緣計算層和最底端的終端設備層。如圖2.3所示：圖2.3移動邊緣計算的三層架構圖2.4[5]給出了MEC參考體系的簡化圖。MAC系統(tǒng)位于用戶設備和移動核心網(wǎng)絡之間，它由兩部分組成，分別是移動邊緣系統(tǒng)層和移動邊緣主機層。圖2.4移動邊緣計算的參考體系結構在移動邊緣主機層，它的虛擬化基礎設施可以使應用程序運行虛擬機，他們提供諸如計算作業(yè)執(zhí)行、無線網(wǎng)絡信息、帶寬管理和用戶位置信息等服務。

【參考文獻】：
期刊論文
[1]一種基于改進遺傳算法的霧計算任務調(diào)度策略[J]. 韓奎奎,謝在鵬,呂鑫.  計算機科學. 2018(04)
[2]基于綜合信任的邊緣計算資源協(xié)同研究[J]. 鄧曉衡,關培源,萬志文,劉恩陸,羅杰,趙智慧,劉亞軍,張洪剛.  計算機研究與發(fā)展. 2018(03)
[3]移動邊緣計算環(huán)境下資源放置與分發(fā)問題[J]. 楊仕豪.  中國新通信. 2017(21)
[4]A Novel Analysis of Delay and Power Consumption for Polling Schemes in the IoT[J]. Li Feng,Jiguo Yu,Feng Zhao,Honglu Jiang.  Tsinghua Science and Technology. 2017(04)
[5]協(xié)作式云資源博弈分配[J]. 張小慶,岳強.  計算機應用. 2014(07)
[6]云計算虛擬資源的熵優(yōu)化和動態(tài)加權評估模型[J]. 左利云,曹志波,董守斌.  軟件學報. 2013(08)
[7]異構無線網(wǎng)絡中基于Stackelberg博弈的分布式定價和資源分配算法[J]. 姜永,陳山枝,胡博.  通信學報. 2013(01)

碩士論文
[1]基于監(jiān)控視頻圖像的交通事故車速計算方法研究[D]. 邱冉冉.吉林大學 2017



本文編號：3361465