發(fā)布時間：2021-01-09 05:04

　　在工業(yè)物聯(lián)網(wǎng)中,隨著邊緣設備智能化程度的增強,越來越多的服務開始往邊緣端遷移。邊緣計算使得數(shù)據(jù)可以在靠近設備的一側進行實時的操作和處理,以達到敏捷、高效、安全。但邊緣計算也存在計算能力、存儲能力、能量等局限性,邊緣節(jié)點只能同時托管少量的服務。同時,工業(yè)傳感器設備還具有高異構性、高延遲敏感性。對于異常檢測、危險預警、實時控制等場景,需要低延遲和高可靠性。數(shù)據(jù)若上傳到云端進行處理,顯然是延遲不滿足的。因此需要邊緣設備與中心云、中心云與邊緣云之間進行協(xié)同計算,使整個網(wǎng)絡全局得到最優(yōu)。計算資源在邊緣與云的分配是非常困難的問題。必須依賴于具體的工業(yè)場景,動態(tài)地進行相關計算。這其中涉及如何在邊緣端準確地預測邊緣請求和如何在邊緣節(jié)點動態(tài)地最優(yōu)化配置服務等問題。針對上述問題,本文提出了一種基于請求預測和協(xié)作的邊緣節(jié)點服務重配置和選擇策略。首先,本文提出了一種邊緣節(jié)點上最佳服務預配置方法。該方法將長期的預測與配置問題分解到若干個重配置周期內(nèi)進行。在每個重配置周期內(nèi),首先通過一種動態(tài)滑動窗口的取樣方法對邊緣節(jié)點的歷史請求信息進行取樣,然后結合數(shù)據(jù)的特征,利用泊松過程作為預測模型對下一周期的可能到達的請求進... 

【文章來源】：中國地質大學(北京)北京市 211工程院校 教育部直屬院校

【文章頁數(shù)】：61 頁

【學位級別】：碩士

【部分圖文】：

邊緣網(wǎng)絡系統(tǒng)

第5章實驗評估與結果分析40圖5-21任務的平均請求次數(shù)預測值與實際值對比圖5-2展示了1任務的平均請求次數(shù)預測值與實際值在15個時間片上的對比情況。從圖中可以看出，本文提出的預測算法可以很好的預測未來的平均請求次數(shù)，在這15個時間片，預測算法的準確率經(jīng)計算可達78%。雖然準確率不高，但是基本可以滿足邊緣節(jié)點網(wǎng)絡的預測需求。從圖中我們可以發(fā)現(xiàn)，此算法在數(shù)據(jù)波動較平穩(wěn)的情況下，準確率較高，平均準確率經(jīng)計算可達91%。但在數(shù)據(jù)出現(xiàn)劇烈波動時，準確率較低，平均準確率經(jīng)計算僅有62%。分析其原因，主要是由于本文的預測算法是基于歷史數(shù)據(jù)采樣，且為保證輕量級運算，大大減少了采樣的樣本量，數(shù)據(jù)計算的代價降低隨之帶來的就是預測準確率的下降。5.2.3預配置算法本文的邊緣節(jié)點預配置問題擬通過模擬退火算法和分支定界法來解決，下面將就單純解決預配置問題，給出兩種算法對比。

中國地質大學（北京）碩士學位論文41圖5-3算法執(zhí)行時間與任務規(guī)模的關系如圖5-3所示，分支定界法與模擬退火算法的執(zhí)行時間都隨任務請求規(guī)模的增大而增加。分支定界法的算法執(zhí)行時間一直優(yōu)于模擬退火算法，且隨著任務請求規(guī)模的增大，優(yōu)勢進一步明顯。這是因為前者是求解整數(shù)規(guī)劃的精確算法，能夠取得全局最優(yōu)解。而后者作為啟發(fā)式算法，在具體的實驗中，無法保證能百分百的找到全局最優(yōu)解，但往往可以在較短的時間內(nèi)找到一個近似最優(yōu)解。圖5-4算法執(zhí)行時間與網(wǎng)絡規(guī)模的關系

【參考文獻】：
期刊論文
[1]工業(yè)物聯(lián)網(wǎng)中基于邊緣計算的跨域計算資源分配與任務卸載[J]. 周鵬,徐金城,楊博.  物聯(lián)網(wǎng)學報. 2020(02)
[2]WSN中一種新穎的基于預測機制的事件檢測容錯算法[J]. 劉耿耿,郭文忠,洪偉.  小型微型計算機系統(tǒng). 2018(04)
[3]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)
[4]基于加權時變泊松模型的出租車載客點推薦模型[J]. 商建東,李盼樂,劉潤杰,李潤川.  計算機應用. 2018(04)
[5]物聯(lián)網(wǎng)的“感知中國”之路[J]. 劉海濤.  網(wǎng)絡傳播. 2017(05)
[6]物聯(lián)網(wǎng)概念的基本定位[J]. 劉克一.  數(shù)字技術與應用. 2015(04)
[7]工業(yè)物聯(lián)網(wǎng)技術及應用概述[J]. 李士寧,羅國佳.  電信網(wǎng)技術. 2014(03)
[8]物聯(lián)網(wǎng)演義（二）——《ITU互聯(lián)網(wǎng)報告2005:物聯(lián)網(wǎng)》[J]. 鐘書華.  物聯(lián)網(wǎng)技術. 2012(06)
[9]論泊松過程[J]. 王萍.  光盤技術. 2008(04)
[10]Internet網(wǎng)絡性能實時監(jiān)測關鍵技術研究[J]. 凌軍,楊桂文,劉羽中,曹陽.  武漢大學學報(理學版). 2001(03)

博士論文
[1]物聯(lián)網(wǎng)環(huán)境下連續(xù)目標檢測和邊緣節(jié)點重配置策略[D]. Taj Rahman.北京科技大學 2019
[2]中國極端氣候事件的趨勢特征與極值分布[D]. 蔡文香.對外經(jīng)濟貿(mào)易大學 2016

碩士論文
[1]工業(yè)物聯(lián)網(wǎng)中動態(tài)資源分配機制的研究[D]. 胡江祺.西安電子科技大學 2019
[2]面向交通事件持續(xù)時間預測的貝葉斯網(wǎng)絡建模研究[D]. 馬雪婧.北京交通大學 2016
[3]馬爾可夫更新過程在地震預測中的應用[D]. 姚為民.安徽大學 2014
[4]國內(nèi)外物聯(lián)網(wǎng)技術發(fā)展的比較研究[D]. 姚旭東.西南交通大學 2012



本文編號：2966025