隨著云計(jì)算、人工智能、大數(shù)據(jù)、區(qū)塊鏈和5G等技術(shù)的快速發(fā)展,各種物聯(lián)網(wǎng)應(yīng)用層出不窮。而物聯(lián)網(wǎng)多樣化的應(yīng)用對網(wǎng)絡(luò)提出更高的差異化需求,比如容量更大、響應(yīng)更快、更高效、更靈活、更安全等等。但是云計(jì)算架構(gòu)相對固定,網(wǎng)絡(luò)體系不夠靈活,數(shù)據(jù)集中處理帶來的高延遲和網(wǎng)絡(luò)擁塞始終得不到解決,因此很難完美應(yīng)用到未來的物聯(lián)網(wǎng)服務(wù)中。本文把邊緣計(jì)算架構(gòu)應(yīng)用到物聯(lián)網(wǎng)環(huán)境中并搭建邊緣控制系統(tǒng),深入研究和驗(yàn)證了邊緣控制系統(tǒng)中的若干關(guān)鍵技術(shù)。本文設(shè)計(jì)了邊緣控制系統(tǒng)模型及其相關(guān)功能并進(jìn)行驗(yàn)證,主要工作包括:（1）針對如何降低物聯(lián)網(wǎng)場景小型任務(wù)處理時(shí)延的問題,本文提出了一種單邊緣節(jié)點(diǎn)的集中式多任務(wù)調(diào)度方法。該方法首先設(shè)計(jì)了一種進(jìn)程調(diào)度與線程調(diào)度相結(jié)合的多層級調(diào)度框架,進(jìn)程調(diào)度針對不同種類的業(yè)務(wù),采用搶占式靜態(tài)優(yōu)先級調(diào)度算法。線程調(diào)度針對高并發(fā)的同種業(yè)務(wù),本文提出了任務(wù)執(zhí)行緊迫性因子并設(shè)計(jì)了基于動態(tài)優(yōu)先級的線程調(diào)度算法,緊迫性因子的設(shè)定由任務(wù)截止期內(nèi)的剩余計(jì)算量來決定。仿真效果表明,提出的多層級調(diào)度方法在保證任務(wù)時(shí)效性處理上有顯著的作用,可以一定程度減少小型任務(wù)的處理時(shí)延。（2）針對如何降低物聯(lián)網(wǎng)場景大型任務(wù)處理時(shí)延的問... 

【文章來源】：南京郵電大學(xué)江蘇省

【文章頁數(shù)】：82 頁

【學(xué)位級別】：碩士

【部分圖文】：

Multi-threadDPS算法第一個(gè)調(diào)度周期的任務(wù)實(shí)時(shí)信息

南京郵電大學(xué)專業(yè)學(xué)位碩士研究生學(xué)位論文第三章單邊緣節(jié)點(diǎn)多任務(wù)調(diào)度算法的研究與驗(yàn)證23圖3.5Multi-threadDPS算法最后一個(gè)調(diào)度周期的任務(wù)實(shí)時(shí)信息從圖中可以看出，在最后一個(gè)調(diào)度周期的任務(wù)實(shí)時(shí)信息中，緊迫性因子和權(quán)重信息變的雜亂無章，主要是因?yàn)檫@些參數(shù)只會更新到此任務(wù)處理成功的那個(gè)調(diào)度周期。并且部分任務(wù)的剩余合理時(shí)延值為負(fù)數(shù)，說明此時(shí)已經(jīng)超過任務(wù)的合理處理時(shí)延。圖3.4和3.5所示的調(diào)度效果是在設(shè)置DCT為6ms時(shí)得出來的，在測試環(huán)境不變的情況下，改變DCT的值，對算法效果影響很大。下面驗(yàn)證調(diào)度周期DCT為6ms的合理性，具體測試結(jié)果如表3.2所示。表3.2調(diào)度周期的大小對算法性能的影響情況調(diào)度周期大小測試環(huán)境平均等待時(shí)間4ms20個(gè)任務(wù)平均處理時(shí)間95.7ms平均合理時(shí)延1156.7ms79.2ms6ms80.0ms10ms83.1ms20ms91.4ms50ms120.5ms80ms151.4ms由上表可知，配置調(diào)度周期為6ms可以最大化的提升算法的性能，并且當(dāng)調(diào)度周期在6ms附近小范圍波動時(shí)，對算法的影響微乎其微。下面主要將本章提出的Multi-threadDPS算法與傳統(tǒng)的CFS算法和SJF算法對比。為了

南京郵電大學(xué)專業(yè)學(xué)位碩士研究生學(xué)位論文第三章單邊緣節(jié)點(diǎn)多任務(wù)調(diào)度算法的研究與驗(yàn)證24體現(xiàn)不同任務(wù)負(fù)載下算法的性能情況，依次增大任務(wù)數(shù)量task_num，分別將三種算法作用在這批任務(wù)上，對比平均等待時(shí)間waitT的大校這里需要注意的是，每當(dāng)有任務(wù)線程因?yàn)閳?zhí)行完畢被銷毀時(shí)，算法都要重新拉起新的任務(wù)線程，以保證單個(gè)邊緣節(jié)點(diǎn)上的任務(wù)數(shù)恒定為task_num，等到最先開啟的task_num個(gè)任務(wù)線程全部執(zhí)行完畢時(shí)，統(tǒng)計(jì)這批任務(wù)的平均等待時(shí)間大校圖3.6展示的是在調(diào)度周期為6ms情況下，三種算法的平均等待時(shí)間的大校圖3.6三種算法任務(wù)平均等待時(shí)間對比從上圖看可以看出，在邊緣節(jié)點(diǎn)的某個(gè)單CPU核上執(zhí)行較少任務(wù)的時(shí)候，本章提出的Multi-threadDPS算法性能明顯好于另外兩種算法。SJF算法的核心是保證執(zhí)行時(shí)間短的任務(wù)的優(yōu)先處理權(quán)，即考慮的是任務(wù)的預(yù)計(jì)執(zhí)行時(shí)間。CFS算法的權(quán)重設(shè)置依賴于任務(wù)的處理時(shí)延要求，往往時(shí)延要求高的任務(wù)的權(quán)重比較大。因此，SJF算法和CFS算法分別只考慮了任務(wù)的預(yù)計(jì)執(zhí)行時(shí)間CT和任務(wù)的時(shí)延要求DT，但是這兩個(gè)要素對于物聯(lián)網(wǎng)業(yè)務(wù)來說同樣重要。當(dāng)任務(wù)量逐漸增加的時(shí)候，三種調(diào)度算法的性能趨近于統(tǒng)一。這是一種必然的結(jié)果，說明此時(shí)任務(wù)量已經(jīng)達(dá)到了單CPU核的承受負(fù)載極限。本章提出的Multi-threadDPS算法綜合考慮了任務(wù)的預(yù)計(jì)執(zhí)行時(shí)間和任務(wù)的時(shí)延要求，在下一個(gè)調(diào)度周期總可以優(yōu)先執(zhí)行最緊迫的任務(wù)。因此，Multi-threadDPS算法不僅可以降低平均等待時(shí)間，也可以降低等待時(shí)間標(biāo)準(zhǔn)差，防止部分任務(wù)的處理時(shí)延過長。圖3.7展示了上述的驗(yàn)證流程中，各個(gè)算法的等待時(shí)間標(biāo)準(zhǔn)差wait的對比情況。

【參考文獻(xiàn)】：
期刊論文
[1]H2H與M2M共存場景下的上行資源分配算法[J]. 蔣繼勝,朱曉榮.  電子學(xué)報(bào). 2018(05)
[2]Task Offloading Decision in Fog Computing System[J]. Qiliang Zhu,Baojiang Si,Feifan Yang,You Ma.  中國通信. 2017(11)
[3]基于粒子群優(yōu)化算法的多核處理器任務(wù)調(diào)度研究[J]. 田佳,胡威,李琳,柯鵬,張凱.  計(jì)算機(jī)應(yīng)用研究. 2017(12)
[4]一種動態(tài)優(yōu)先級實(shí)時(shí)任務(wù)調(diào)度算法[J]. 夏家莉,陳輝,楊兵.  計(jì)算機(jī)學(xué)報(bào). 2012(12)



本文編號：3256265