發(fā)布時(shí)間：2025-02-08 19:24

　　在計(jì)算任務(wù)的執(zhí)行過(guò)程中,為了提高執(zhí)行效率,并且最小化執(zhí)行開(kāi)銷,計(jì)算任務(wù)往往會(huì)被卸載到具有更多計(jì)算資源,I/O資源以及存儲(chǔ)資源的設(shè)備上。在進(jìn)行卸載之前,一個(gè)應(yīng)用或者服務(wù)被抽象成為一個(gè)帶權(quán)重的有向無(wú)環(huán)圖,其中,一個(gè)圖節(jié)點(diǎn)代表應(yīng)用或者服務(wù)中的一個(gè)計(jì)算任務(wù),節(jié)點(diǎn)之間的邊代表了計(jì)算任務(wù)之間存在通信。目前的研究都旨在給定卸載策略算法,將該應(yīng)用或者服務(wù),也即圖切分成兩個(gè)部分,一部分保留在本地執(zhí)行,一部分卸載到其他設(shè)備上執(zhí)行,以達(dá)到優(yōu)化執(zhí)行效率,減小執(zhí)行開(kāi)銷的目的。為了簡(jiǎn)化問(wèn)題,當(dāng)前的研究在進(jìn)行抽象建模的時(shí)候,往往會(huì)忽略當(dāng)兩個(gè)計(jì)算任務(wù)位于同端時(shí)的通信代價(jià),而只考慮當(dāng)兩個(gè)計(jì)算任務(wù)位于不同端時(shí)的跨端通信代價(jià)。此外,當(dāng)前研究都忽略了跨端通信代價(jià)是非對(duì)稱的。但是在邊緣計(jì)算框架中,尤其是當(dāng)前,在大多數(shù)應(yīng)用服務(wù)都以微服務(wù)架構(gòu)部署的時(shí)候,這些被忽略的條件都必須重新納入模型。因?yàn)樵谶吘売?jì)算框架中,一個(gè)應(yīng)用服務(wù)被拆分為多個(gè)松耦合的簡(jiǎn)單微服務(wù),部署在由多臺(tái)機(jī)器組成的多個(gè)集群中。不同于在同一個(gè)機(jī)器內(nèi)通過(guò)共享內(nèi)存進(jìn)行高效通信,這些微服務(wù)之間的通訊需要跨越機(jī)器,更加復(fù)雜昂貴,導(dǎo)致通信代價(jià)不可忽略。而且,由于上下行帶寬不一致,網(wǎng)絡(luò)...

【文章頁(yè)數(shù)】：60 頁(yè)

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
Abstract
第1章 引言
    1.1 研究背景與意義
    1.2 國(guó)內(nèi)外研究現(xiàn)狀
    1.3 研究目標(biāo)
    1.4 論文結(jié)構(gòu)
第2章 任務(wù)卸載模型
    2.1 當(dāng)前研究采用的模型
    2.2 新模型
        2.2.1 異構(gòu)模型
        2.2.2 同構(gòu)模型
    2.3 本章小結(jié)
第3章 模型復(fù)雜度分析
    3.1 異構(gòu)模型復(fù)雜度分析
        3.1.1 異構(gòu)模型的優(yōu)化目標(biāo)函數(shù)
        3.1.2 Weighted Max 2-SAT問(wèn)題
        3.1.3 復(fù)雜度分析
    3.2 同構(gòu)模型復(fù)雜度分析
        3.2.1 同構(gòu)模型的優(yōu)化目標(biāo)函數(shù)
        3.2.2 最大流最小割問(wèn)題
        3.2.3 復(fù)雜度分析
    3.3 本章小結(jié)
第4章 計(jì)算任務(wù)卸載策略算法
    4.1 異構(gòu)近似算法HETO
        4.1.1 算法步驟
        4.1.2 算法實(shí)例
    4.2 同構(gòu)最優(yōu)算法VMC
        4.2.1 算法步驟
        4.2.2 算法實(shí)例
    4.3 本章小結(jié)
第5章 算法的實(shí)現(xiàn)與性能分析
    5.1 實(shí)驗(yàn)環(huán)境
    5.2 異構(gòu)算法HETO性能評(píng)估與比較
    5.3 同構(gòu)算法VMC性能評(píng)估與比較
    5.4 本章小結(jié)
第6章 總結(jié)與未來(lái)工作
    6.1 總結(jié)
    6.2 未來(lái)工作
參考文獻(xiàn)
致謝
作者簡(jiǎn)歷及攻讀學(xué)位期間發(fā)表的學(xué)術(shù)論文與研究成果



本文編號(hào)：4031862