本文關(guān)鍵詞：移動(dòng)云計(jì)算中的資源調(diào)度與節(jié)能問(wèn)題研究

  更多相關(guān)文章： 移動(dòng)云計(jì)算 移動(dòng)互聯(lián)網(wǎng) 云計(jì)算 資源調(diào)度 能耗 服務(wù)質(zhì)量

【摘要】：移動(dòng)云計(jì)算是一種將移動(dòng)互聯(lián)網(wǎng)與云計(jì)算相結(jié)合的新技術(shù),用戶可將數(shù)據(jù)的計(jì)算和存儲(chǔ)等工作遷移至云端來(lái)改善其移動(dòng)終端處理能力弱、存儲(chǔ)空間小以及電池續(xù)航時(shí)間短等缺點(diǎn)。隨著移動(dòng)云計(jì)算的發(fā)展,用戶對(duì)云服務(wù)的需求與日俱增,對(duì)服務(wù)質(zhì)量和能耗等性能提出了更高的要求。然而,云計(jì)算和移動(dòng)互聯(lián)網(wǎng)屬于兩種不同的技術(shù),通常由兩個(gè)不同的供應(yīng)商來(lái)提供資源,缺乏統(tǒng)一的部署和管理,這給移動(dòng)云計(jì)算系統(tǒng)的性能帶來(lái)了巨大的挑戰(zhàn)。本文以改善云供應(yīng)商的效益、業(yè)務(wù)的服務(wù)質(zhì)量和移動(dòng)終端的能耗為基本目標(biāo),從虛擬機(jī)(VM)調(diào)度、應(yīng)用聯(lián)合執(zhí)行、業(yè)務(wù)接入控制以及傳輸調(diào)度四個(gè)方面對(duì)移動(dòng)云計(jì)算中的資源調(diào)度與節(jié)能問(wèn)題展開(kāi)了研究。本文主要工作及研究成果如下：(1)本文研究了適用于移動(dòng)云計(jì)算環(huán)境的計(jì)算資源調(diào)度方法。針對(duì)移動(dòng)云計(jì)算系統(tǒng)給用戶分配計(jì)算資源受小區(qū)網(wǎng)絡(luò)帶寬限制的場(chǎng)景,提出了一種帶寬受限的VM動(dòng)態(tài)調(diào)度算法,該算法根據(jù)用戶對(duì)計(jì)算資源和網(wǎng)絡(luò)帶寬的需求情況,采用真實(shí)拍賣(mài)方式來(lái)為用戶分配VM。理論分析與仿真結(jié)果表明,所提算法能夠有效地改善云供應(yīng)商的系統(tǒng)效益和資源利用率。針對(duì)移動(dòng)云計(jì)算系統(tǒng)可控制小區(qū)網(wǎng)絡(luò)帶寬的場(chǎng)景,采用Stackelberg博弈對(duì)用戶與云供應(yīng)商之間的VM買(mǎi)賣(mài)過(guò)程進(jìn)行了分析,證明了納什均衡點(diǎn)的存在性和唯一性,并提出了一種VM定價(jià)與分配算法,該算法可通過(guò)VM的價(jià)格來(lái)控制用戶訂購(gòu)VM的數(shù)目,減少網(wǎng)絡(luò)擁塞。理論分析與仿真結(jié)果表明,所提算法能同時(shí)優(yōu)化云供應(yīng)商和用戶的效益。(2)本文研究了移動(dòng)云計(jì)算系統(tǒng)中移動(dòng)終端與云端聯(lián)合執(zhí)行移動(dòng)應(yīng)用的方法。移動(dòng)應(yīng)用往往由一系列的任務(wù)組成,且將計(jì)算負(fù)荷小、輸入和輸出數(shù)據(jù)量大的任務(wù)遷移至云端執(zhí)行會(huì)增加移動(dòng)終端的能耗開(kāi)銷(xiāo)。針對(duì)這一問(wèn)題,研究了由串行任務(wù)組成的移動(dòng)應(yīng)用。利用一次遷移最優(yōu)特性來(lái)設(shè)計(jì)遺傳算法的交叉和變異操作,提出了一種一次遷移遺傳算法,該算法可有效地提高收斂速度。理論分析與仿真結(jié)果表明,所提算法能在滿足應(yīng)用執(zhí)行時(shí)間限制的同時(shí)最小化移動(dòng)終端的能耗。研究了由并行任務(wù)組成的移動(dòng)應(yīng)用。利用這類(lèi)任務(wù)可在云端同時(shí)執(zhí)行的特點(diǎn),以任務(wù)的計(jì)算負(fù)荷、輸入和輸出數(shù)據(jù)量為依據(jù),并根據(jù)拉格朗日優(yōu)化方法,提出了一種并行任務(wù)聯(lián)合執(zhí)行算法,該算法可快速地獲取最優(yōu)解。理論分析與仿真結(jié)果表明,所提算法能實(shí)現(xiàn)應(yīng)用執(zhí)行時(shí)間限制與能耗的折衷,能在滿足應(yīng)用執(zhí)行時(shí)間限制的同時(shí)最小化移動(dòng)終端的能耗。(3)本文研究了移動(dòng)云計(jì)算中的業(yè)務(wù)接入控制方法。根據(jù)移動(dòng)云計(jì)算中的業(yè)務(wù)特點(diǎn),將所有業(yè)務(wù)分為實(shí)時(shí)業(yè)務(wù)和非-實(shí)時(shí)業(yè)務(wù)兩類(lèi)。針對(duì)用戶在切換時(shí)使用實(shí)時(shí)業(yè)務(wù)的場(chǎng)景,根據(jù)實(shí)時(shí)業(yè)務(wù)在發(fā)起時(shí)阻塞與切換時(shí)阻塞對(duì)系統(tǒng)效益影響的不同,采用按呼叫強(qiáng)度分配信道的方式,提出了一種動(dòng)態(tài)門(mén)限接入控制算法。理論分析與仿真結(jié)果表明,所提算法能夠在保證切換用戶服務(wù)質(zhì)量的同時(shí)最大化系統(tǒng)效益。針對(duì)多種業(yè)務(wù)同時(shí)到達(dá)的場(chǎng)景,采用實(shí)時(shí)業(yè)務(wù)優(yōu)先傳輸?shù)姆绞?利用馬爾科夫ON/OFF模型對(duì)兩類(lèi)業(yè)務(wù)的交付過(guò)程進(jìn)行了分析,根據(jù)凸優(yōu)化方法,提出了一種業(yè)務(wù)自適應(yīng)接入控制算法。理論分析與仿真結(jié)果表明,所提算法不僅可以提高信道利用率,而且還可以減少實(shí)時(shí)業(yè)務(wù)的阻塞率和非-實(shí)時(shí)業(yè)務(wù)的延時(shí)。(4)本文研究了移動(dòng)云計(jì)算中的傳輸調(diào)度方法。針對(duì)云端通過(guò)多個(gè)信道向多個(gè)用戶交付業(yè)務(wù)數(shù)據(jù)的場(chǎng)景,根據(jù)李雅普諾夫優(yōu)化方法,提出了一種雙時(shí)間刻度調(diào)度算法,該算法能根據(jù)數(shù)據(jù)的積壓情況在合適的信道上分配業(yè)務(wù)數(shù)據(jù),并能根據(jù)信道狀態(tài)和數(shù)據(jù)積壓量來(lái)決定信道在當(dāng)前時(shí)隙向哪個(gè)用戶交付業(yè)務(wù)數(shù)據(jù)。理論分析與仿真結(jié)果表明,所提算法可通過(guò)控制閥值來(lái)實(shí)現(xiàn)數(shù)據(jù)積壓量與傳輸能耗的折衷,與已有算法相比,所提算法可有效地減少移動(dòng)終端的能耗。針對(duì)用戶位于傳輸速率不穩(wěn)定的區(qū)域時(shí),在云端大量的訂購(gòu)業(yè)務(wù)會(huì)導(dǎo)致較高的數(shù)據(jù)積壓量和傳輸能耗的問(wèn)題,利用移動(dòng)代理可引導(dǎo)用戶合理訂購(gòu)業(yè)務(wù)的優(yōu)勢(shì),提出了一種聯(lián)合業(yè)務(wù)訂購(gòu)與交付的調(diào)度算法,該算法可根據(jù)控制閥值、信道狀態(tài)以及數(shù)據(jù)積壓情況來(lái)引導(dǎo)用戶合理的訂購(gòu)業(yè)務(wù),并能盡量選擇在信道狀態(tài)較好時(shí)向用戶交付業(yè)務(wù)數(shù)據(jù)。理論分析與仿真結(jié)果表明,所提算法能夠在有效地降低數(shù)據(jù)積壓量的同時(shí)減少傳輸能耗和業(yè)務(wù)訂購(gòu)開(kāi)銷(xiāo)。
【關(guān)鍵詞】：移動(dòng)云計(jì)算 移動(dòng)互聯(lián)網(wǎng) 云計(jì)算 資源調(diào)度 能耗 服務(wù)質(zhì)量
【學(xué)位授予單位】：北京郵電大學(xué)
【學(xué)位級(jí)別】：博士
【學(xué)位授予年份】：2015
【分類(lèi)號(hào)】：TP393.01;TN929.5
【目錄】：

• 摘要4-6
• ABSTRACT6-11
• 符號(hào)說(shuō)明11-12
• 第一章 緒論12-23
• 1.1 研究背景12-13
• 1.2 移動(dòng)云計(jì)算概述13-15
• 1.2.1 總體架構(gòu)13-14
• 1.2.2 服務(wù)類(lèi)型14-15
• 1.3 研究目的和意義15-17
• 1.4 研究現(xiàn)狀17-20
• 1.5 論文主要內(nèi)容及結(jié)構(gòu)安排20-23
• 第二章 移動(dòng)云計(jì)算中的計(jì)算資源調(diào)度研究23-44
• 2.1 引言23-25
• 2.2 帶寬受限的VM動(dòng)態(tài)調(diào)度算法25-36
• 2.2.1 系統(tǒng)模型25-26
• 2.2.2 拍賣(mài)博弈問(wèn)題分析26-28
• 2.2.3 算法設(shè)計(jì)28-31
• 2.2.4 仿真分析31-36
• 2.3 VM的定價(jià)與分配算法36-43
• 2.3.1 系統(tǒng)模型36
• 2.3.2 Stackelberg博弈問(wèn)題分析36-37
• 2.3.3 算法設(shè)計(jì)37-39
• 2.3.4 仿真分析39-43
• 2.4 本章小結(jié)43-44
• 第三章 移動(dòng)云計(jì)算中的應(yīng)用聯(lián)合執(zhí)行研究44-70
• 3.1 引言44-45
• 3.2 串行任務(wù)聯(lián)合執(zhí)行節(jié)能算法45-56
• 3.2.1 系統(tǒng)模型45-47
• 3.2.2 遷移特性分析47-50
• 3.2.3 算法設(shè)計(jì)50-52
• 3.2.4 仿真分析52-56
• 3.3 并行任務(wù)聯(lián)合執(zhí)行節(jié)能算法56-69
• 3.3.1 系統(tǒng)模型56-57
• 3.3.2 遷移特性分析57-60
• 3.3.3 算法設(shè)計(jì)60-64
• 3.3.4 仿真分析64-69
• 3.4 本章小結(jié)69-70
• 第四章 移動(dòng)云計(jì)算中的業(yè)務(wù)接入控制研究70-93
• 4.1 引言70-72
• 4.2 動(dòng)態(tài)門(mén)限接入控制算法72-79
• 4.2.1 系統(tǒng)模型72-73
• 4.2.2 優(yōu)化問(wèn)題分析73-74
• 4.2.3 算法設(shè)計(jì)74-76
• 4.2.4 仿真分析76-79
• 4.3 業(yè)務(wù)自適應(yīng)接入控制算法79-92
• 4.3.1 系統(tǒng)模型79-81
• 4.3.2 優(yōu)化問(wèn)題分析81-83
• 4.3.3 算法設(shè)計(jì)83-86
• 4.3.4 仿真分析86-92
• 4.4 本章小結(jié)92-93
• 第五章 基于業(yè)務(wù)交付的傳輸調(diào)度研究93-116
• 5.1 引言93-95
• 5.2 李雅普諾夫優(yōu)化理論基礎(chǔ)95-96
• 5.3 雙時(shí)間刻度調(diào)度算法96-104
• 5.3.1 系統(tǒng)模型96-98
• 5.3.2 算法設(shè)計(jì)98-100
• 5.3.3 性能分析100-102
• 5.3.4 仿真分析102-104
• 5.4 聯(lián)合業(yè)務(wù)訂購(gòu)與交付的調(diào)度算法104-115
• 5.4.1 系統(tǒng)模型104-105
• 5.4.2 算法設(shè)計(jì)105-107
• 5.4.3 性能分析107-110
• 5.4.4 仿真分析110-115
• 5.5 本章小結(jié)115-116
• 第六章 總結(jié)與展望116-119
• 6.1 論文總結(jié)116-117
• 6.2 未來(lái)展望117-119
• 參考文獻(xiàn)119-128
• 縮略語(yǔ)128-130
• 致謝130-132
• 攻讀博士期間發(fā)表的學(xué)術(shù)論文132-133

，

本文編號(hào)：1128999