霧計算中數(shù)據(jù)處理延遲與能耗最優(yōu)化研究
發(fā)布時間:2023-02-10 18:24
隨著物聯(lián)網(wǎng)技術(shù)的迅速發(fā)展,移動終端設備的數(shù)量越來越多,這將會產(chǎn)生海量的數(shù)據(jù)。如何對這些數(shù)據(jù)進行安全有效地計算、存儲和管理是一個亟待解決的問題。云計算作為一種集中式處理技術(shù),把所有的數(shù)據(jù)都放在云端進行處理,將會帶來兩個方面的問題:一是終端用戶將大量的數(shù)據(jù)傳到云服務器進行處理,不僅會消耗大量的能量、時間和帶寬資源,還會對傳輸鏈路造成巨大的壓力;二是由于云服務器覆蓋范圍較廣,用戶到云端的距離較遠,這將會產(chǎn)生較大的傳輸延遲。霧計算將云計算的服務擴展到網(wǎng)絡邊緣,通過廣泛的地理分布、位置感應、支持移動性等特點解決云計算中面臨的問題。因此,論文選擇霧計算中數(shù)據(jù)處理延遲與能耗最優(yōu)化作為研究課題。本文主要研究霧計算中數(shù)據(jù)處理的延遲與能耗問題。結(jié)合新型霧計算架構(gòu),通過建立數(shù)學模型和設計算法對問題進行分析和驗證,具體研究內(nèi)容如下。(1)霧計算中數(shù)據(jù)處理延遲優(yōu)化算法設計。在云計算架構(gòu)的基礎(chǔ)上,本文結(jié)合云-霧三層網(wǎng)絡架構(gòu)模型對數(shù)據(jù)處理延遲問題進行研究。在霧計算層,將霧設備組成的網(wǎng)絡拓撲圖抽象為帶權(quán)無向圖,提出霧設備之間相互協(xié)作的計算方案。通過最小生成樹的Kruskal算法對帶權(quán)無向圖求最小生成樹,以減小它們之間...
【文章頁數(shù)】:51 頁
【學位級別】:碩士
【文章目錄】:
摘要
Abstract
第1章 緒論
1.1 霧計算研究背景及意義
1.1.1 霧計算研究背景
1.1.2 霧計算研究意義
1.2 國內(nèi)外研究現(xiàn)狀
1.2.1 國外研究現(xiàn)狀
1.2.2 國內(nèi)研究現(xiàn)狀
1.3 數(shù)據(jù)處理研究背景及意義
1.3.1 數(shù)據(jù)處理研究背景
1.3.2 數(shù)據(jù)處理研究意義
1.4 論文組織結(jié)構(gòu)
第2章 霧計算及數(shù)據(jù)處理簡介
2.1 霧計算基礎(chǔ)知識
2.1.1 霧計算概念及特點
2.1.2 霧計算架構(gòu)
2.1.3 霧計算應用場景
2.1.4 霧計算與云計算比較
2.2 數(shù)據(jù)處理研究基礎(chǔ)
2.3 本章小結(jié)
第3章 霧計算中數(shù)據(jù)處理延遲優(yōu)化算法設計
3.1 引言
3.2 云-霧網(wǎng)絡架構(gòu)描述
3.3 云-霧網(wǎng)絡架構(gòu)延遲計算方案
3.3.1 霧計算層延遲計算方案
3.3.2 云計算層延遲計算方案
3.3.3 系統(tǒng)總延遲
3.4 算法求解
3.4.1 霧計算層延遲最優(yōu)化求解
3.4.2 云計算層延遲最優(yōu)化求解
3.5 仿真結(jié)果與分析
3.5.1 霧計算層數(shù)據(jù)處理延遲性能分析
3.5.2 霧計算層數(shù)據(jù)處理百分比對數(shù)據(jù)處理延遲的影響
3.5.3 霧節(jié)點個數(shù)對數(shù)據(jù)處理延遲的影響
3.6 本章小結(jié)
第4章 基于免疫算法的數(shù)據(jù)處理能耗優(yōu)化算法設計
4.1 引言
4.2 新型霧計算架構(gòu)
4.3 免疫優(yōu)化算法
4.3.1 免疫算法基本流程
4.3.2 解的多樣性評價
4.4 數(shù)據(jù)處理能耗計算方案
4.4.1 新型霧計算架構(gòu)計算方案
4.4.2 傳統(tǒng)霧計算架構(gòu)計算方案
4.5 問題求解與結(jié)果比較
4.5.1 新型霧計算架構(gòu)問題求解
4.5.2 傳統(tǒng)霧計算架構(gòu)問題求解
4.6 仿真結(jié)果與分析
4.6.1 數(shù)據(jù)量變化對數(shù)據(jù)處理能耗影響
4.6.2 代理霧服務器個數(shù)對數(shù)據(jù)處理能耗影響
4.7 本章小結(jié)
第5章 總結(jié)與展望
5.1 論文總結(jié)
5.2 工作展望
參考文獻
在讀期間發(fā)表的學術(shù)論文及研究成果
致謝
本文編號:3739684
【文章頁數(shù)】:51 頁
【學位級別】:碩士
【文章目錄】:
摘要
Abstract
第1章 緒論
1.1 霧計算研究背景及意義
1.1.1 霧計算研究背景
1.1.2 霧計算研究意義
1.2 國內(nèi)外研究現(xiàn)狀
1.2.1 國外研究現(xiàn)狀
1.2.2 國內(nèi)研究現(xiàn)狀
1.3 數(shù)據(jù)處理研究背景及意義
1.3.1 數(shù)據(jù)處理研究背景
1.3.2 數(shù)據(jù)處理研究意義
1.4 論文組織結(jié)構(gòu)
第2章 霧計算及數(shù)據(jù)處理簡介
2.1 霧計算基礎(chǔ)知識
2.1.1 霧計算概念及特點
2.1.2 霧計算架構(gòu)
2.1.3 霧計算應用場景
2.1.4 霧計算與云計算比較
2.2 數(shù)據(jù)處理研究基礎(chǔ)
2.3 本章小結(jié)
第3章 霧計算中數(shù)據(jù)處理延遲優(yōu)化算法設計
3.1 引言
3.2 云-霧網(wǎng)絡架構(gòu)描述
3.3 云-霧網(wǎng)絡架構(gòu)延遲計算方案
3.3.1 霧計算層延遲計算方案
3.3.2 云計算層延遲計算方案
3.3.3 系統(tǒng)總延遲
3.4 算法求解
3.4.1 霧計算層延遲最優(yōu)化求解
3.4.2 云計算層延遲最優(yōu)化求解
3.5 仿真結(jié)果與分析
3.5.1 霧計算層數(shù)據(jù)處理延遲性能分析
3.5.2 霧計算層數(shù)據(jù)處理百分比對數(shù)據(jù)處理延遲的影響
3.5.3 霧節(jié)點個數(shù)對數(shù)據(jù)處理延遲的影響
3.6 本章小結(jié)
第4章 基于免疫算法的數(shù)據(jù)處理能耗優(yōu)化算法設計
4.1 引言
4.2 新型霧計算架構(gòu)
4.3 免疫優(yōu)化算法
4.3.1 免疫算法基本流程
4.3.2 解的多樣性評價
4.4 數(shù)據(jù)處理能耗計算方案
4.4.1 新型霧計算架構(gòu)計算方案
4.4.2 傳統(tǒng)霧計算架構(gòu)計算方案
4.5 問題求解與結(jié)果比較
4.5.1 新型霧計算架構(gòu)問題求解
4.5.2 傳統(tǒng)霧計算架構(gòu)問題求解
4.6 仿真結(jié)果與分析
4.6.1 數(shù)據(jù)量變化對數(shù)據(jù)處理能耗影響
4.6.2 代理霧服務器個數(shù)對數(shù)據(jù)處理能耗影響
4.7 本章小結(jié)
第5章 總結(jié)與展望
5.1 論文總結(jié)
5.2 工作展望
參考文獻
在讀期間發(fā)表的學術(shù)論文及研究成果
致謝
本文編號:3739684
本文鏈接:http://sikaile.net/kejilunwen/wltx/3739684.html
最近更新
教材專著