本文關(guān)鍵詞：移動云計算中聯(lián)合資源調(diào)度算法研究，，由筆耕文化傳播整理發(fā)布。

【摘要】：移動云計算是云計算與移動計算融合的產(chǎn)物,通過將移動終端復(fù)雜的處理任務(wù)遷移到云端服務(wù)器上執(zhí)行,大大增強了互聯(lián)網(wǎng)數(shù)據(jù)的高效傳輸和處理能力。移動云計算資源調(diào)度是影響到移動用戶的服務(wù)質(zhì)量和云資源的有效利用的關(guān)鍵問題。資源提前預(yù)留方案能有效節(jié)省云服務(wù)提供商的資源配置成本,但用戶需求的不確定性給提前預(yù)留帶來一定難度,且不同于傳統(tǒng)云計算,移動云計算系統(tǒng)需要對分配給用戶的接入端無線帶寬資源與云端虛擬資源進行統(tǒng)一部署和聯(lián)合優(yōu)化控制。本文首先簡要介紹移動云計算的基本原理、系統(tǒng)架構(gòu)及關(guān)鍵技術(shù),分析移動云計算資源配置的研究意義,并詳細(xì)介紹了資源預(yù)留配置理論及相關(guān)研究進展。其次,針對接入網(wǎng)絡(luò)的無線帶寬資源與云端虛擬資源對用戶QoS的雙重影響,分析無線帶寬資源分配與云端虛擬資源分配之間的相關(guān)關(guān)系,提出了二者之間的聯(lián)合優(yōu)化函數(shù)。進一步,在已知移動用戶的資源需求的概率分布的情況下,將移動云計算資源預(yù)留問題轉(zhuǎn)換為兩階段帶補償機制的隨機規(guī)劃模型,并提出一個基于隨機規(guī)劃的聯(lián)合資源預(yù)留分配算法(Stochastic Joint resource Reservation and Allocation algorithm for Mobile Cloud Computing,SJRA-MCC),通過對無線帶寬資源和云端虛擬資源進行匹配預(yù)留和匹配分配,最小化資源配置成本,該算法實現(xiàn)了無線帶寬資源和云端虛擬資源的全局最優(yōu)配置。再次,針對實際情況中最壞場景下,即未知用戶需求的概率分布時的資源預(yù)留問題,提出魯棒聯(lián)合預(yù)留優(yōu)化模型,通過引入可調(diào)整的約束控制參數(shù),該模型能有效應(yīng)對需求的不確定性對資源預(yù)留帶來的波動性影響,提高了模型解的魯棒性,進而設(shè)計一個動態(tài)的魯棒聯(lián)合資源預(yù)留分配算法(Dynamic Robust Joint resource Reservation and Allocation algorithm for Mobile Cloud Computing,DRJRA-MCC),利用動態(tài)周期檢測方法來實現(xiàn)資源分配的靈活性,提高了系統(tǒng)的服務(wù)容量。仿真實驗表明,SJRA-MCC和DRJRA-MCC均可以有效降低系統(tǒng)的資源配置成本,不僅能保證用戶服務(wù)質(zhì)量,還提高了系統(tǒng)的資源利用率,且DRJRA-MCC能在用戶需求信息波動幅度較大的情況下表現(xiàn)出良好的可適應(yīng)性。
【關(guān)鍵詞】：移動云計算 資源預(yù)留 聯(lián)合優(yōu)化 隨機規(guī)劃 魯棒優(yōu)化
【學(xué)位授予單位】：重慶郵電大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2016
【分類號】：TN929.5;TP3
【目錄】：

• 摘要3-4
• Abstract4-9
• 第1章 緒論9-20
• 1.1 課題背景及意義9-10
• 1.2 移動云計算概述10-16
• 1.2.1 云計算10-11
• 1.2.2 移動云計算的概念及特點11-12
• 1.2.3 移動云計算的體系架構(gòu)12-14
• 1.2.4 移動云計算的關(guān)鍵技術(shù)14-16
• 1.3 移動云計算的研究現(xiàn)狀及面臨的挑戰(zhàn)16-18
• 1.4 論文主要工作及章節(jié)安排18-20
• 1.4.1 論文主要工作及創(chuàng)新點18
• 1.4.2 論文結(jié)構(gòu)18-20
• 第2章 移動云計算中資源預(yù)留策略研究20-27
• 2.1 引言20
• 2.2 移動云計算資源配置的場景特點20-21
• 2.3 云資源預(yù)留配置理論21-23
• 2.4 云資源預(yù)留配置相關(guān)策略23-25
• 2.4.1 基于規(guī)劃模型的預(yù)留策略23-24
• 2.4.2 基于需求預(yù)測的預(yù)留策略24
• 2.4.3 基于博弈模型的預(yù)留策略24-25
• 2.5 移動云計算中聯(lián)合預(yù)留配置策略25-26
• 2.6 本章小結(jié)26-27
• 第3章 基于隨機規(guī)劃的聯(lián)合資源預(yù)留分配算法27-49
• 3.1 引言27
• 3.2 聯(lián)合資源配置系統(tǒng)架構(gòu)27-29
• 3.3 無線帶寬資源與云端虛擬資源的相關(guān)關(guān)系29-32
• 3.4 隨機規(guī)劃聯(lián)合資源預(yù)留優(yōu)化模型32-38
• 3.4.1 問題描述32-33
• 3.4.2 需求不確定情況下隨機預(yù)留優(yōu)化模型構(gòu)建33-35
• 3.4.3 隨機預(yù)留優(yōu)化模型的約束條件分析35-37
• 3.4.4 SSLE求解算法37-38
• 3.5 SJRA-MCC算法設(shè)計38-41
• 3.5.1 資源匹配分配38-39
• 3.5.2 算法描述39-41
• 3.6 實驗結(jié)果與分析41-48
• 3.6.1 仿真場景設(shè)計41-43
• 3.6.2 仿真結(jié)果與分析43-48
• 3.7 本章小結(jié)48-49
• 第4章 基于魯棒優(yōu)化的聯(lián)合資源預(yù)留分配算法49-68
• 4.1 引言49
• 4.2 魯棒優(yōu)化理論49-52
• 4.2.1 魯棒性的定義49-50
• 4.2.2 魯棒優(yōu)化模型的選取50-52
• 4.3 魯棒聯(lián)合資源預(yù)留優(yōu)化模型52-62
• 4.3.1 問題描述52-53
• 4.3.2 需求確定情況下預(yù)留優(yōu)化問題的建模53-55
• 4.3.3 不確定性魯棒逼近預(yù)留優(yōu)化模型構(gòu)建55-56
• 4.3.4 帶約束控制水平參數(shù)的魯棒求解方法56-60
• 4.3.5 DRJRA-MCC算法設(shè)計60-62
• 4.4 仿真結(jié)果及性能分析62-67
• 4.4.1 仿真參數(shù)設(shè)置62
• 4.4.2 仿真結(jié)果及分析62-67
• 4.5 本章小結(jié)67-68
• 第5章 總結(jié)與展望68-70
• 5.1 本文工作總結(jié)68-69
• 5.2 下一步工作展望69-70
• 參考文獻70-76
• 致謝76-77
• 攻讀碩士學(xué)位期間從事的科研工作及取得的成果77

【參考文獻】

中國期刊全文數(shù)據(jù)庫 前2條

1 趙國剛;趙力強;楊鯤;;面向移動云計算接入網(wǎng)絡(luò)的高能效無線資源管理[J];電信科學(xué);2014年07期

2 師雪霖清華大學(xué)計算機科學(xué)與技術(shù)系 清華信息科學(xué)與技術(shù)國家實驗室(籌);徐恪;;云虛擬機資源分配的效用最大化模型[J];計算機學(xué)報;2013年02期

  本文關(guān)鍵詞：移動云計算中聯(lián)合資源調(diào)度算法研究，由筆耕文化傳播整理發(fā)布。

本文編號：258364