【摘要】：隨著移動通信技術(shù)的不斷進步,移動互聯(lián)網(wǎng)業(yè)務(wù)得到蓬勃發(fā)展。同時,以智能手機、平板電腦、車載終端為代表的移動終端得到了廣泛的普及,并為移動應(yīng)用的快速發(fā)展提供了有力的支撐。目前,移動應(yīng)用已經(jīng)進入到人們生活的各個領(lǐng)域,人們能夠通過移動互聯(lián)網(wǎng)獲取各種信息和服務(wù)。雖然移動終端在硬件技術(shù)方面取得了長足的進步,但是相較于傳統(tǒng)計算終端其資源仍然有限。隨著云計算技術(shù)的興起,越來越多的企業(yè)和個人用戶開始使用云服務(wù)來提升工作效率,降低成本。云服務(wù)提供者能夠通過網(wǎng)絡(luò)以按需、易擴展的方式為用戶提供所需的資源。移動云平臺主要由中心云、微云和自組織虛擬云等組成,移動云計算結(jié)合了云計算和移動互聯(lián)網(wǎng)的各自優(yōu)勢,能夠更好地滿足移動終端用戶對計算高效性和服務(wù)便捷性的需求。移動云計算中的任務(wù)卸載技術(shù)通過將移動終端負載較重的任務(wù)轉(zhuǎn)移到云平臺處理,突破了移動終端的資源局限性所帶來的性能瓶頸。本文主要針對移動云計算中的任務(wù)卸載策略問題和任務(wù)卸載性能優(yōu)化問題進行研究,具體工作如下:首先,本文分析了現(xiàn)有任務(wù)卸載策略的不足,即單一云平臺的資源特征無法滿足多種任務(wù)卸載要求,提出了移動云平臺的互聯(lián)架構(gòu),該架構(gòu)聚合了異構(gòu)移動云平臺(中心云、微云和車載云)的多種資源,形成了多粒度的資源供應(yīng)模式,從而實現(xiàn)了對多種任務(wù)卸載請求的支持。為了提高任務(wù)卸載的成功率和對應(yīng)的卸載性能,本文提出了一種靈活的任務(wù)卸載策略,該策略能夠分析不同云平臺執(zhí)行任務(wù)對應(yīng)的卸載性能,然后根據(jù)分析的卸載性能選擇一個合適的云平臺進行任務(wù)卸載。對于車載云的卸載服務(wù),提出了車載云中的可靠工作節(jié)點(車載終端)選擇算法,該算法根據(jù)工作節(jié)點的連接狀況和資源狀況進行工作節(jié)點的選擇。實驗結(jié)果表明,當(dāng)中心云和微云不能滿足卸載要求時,車載云能夠節(jié)省約46%的智能終端能耗,平均任務(wù)卸載成功率約為85%。然后,本文針對車載終端上負載較重的任務(wù),分析了中心云提供卸載服務(wù)的局限性,即網(wǎng)絡(luò)延時較大。為了能夠降低任務(wù)響應(yīng)時間,本文提出了一種聯(lián)合微云和中心云的分布式協(xié)作卸載機制。根據(jù)請求的任務(wù)能否進行并行處理,把對應(yīng)的任務(wù)分為兩類:不可并行處理的任務(wù)和可并行處理的任務(wù)。對于不可并行處理的任務(wù),提出了多種高效聚合方案以滿足不同的任務(wù)要求。對于可并行處理的任務(wù),提出了高效的任務(wù)分配和協(xié)作執(zhí)行機制,即微云傳輸一部分數(shù)據(jù)到中心云處理,從而實現(xiàn)分布式并行計算以降低任務(wù)響應(yīng)時間。實驗結(jié)果表明,提出的方法與現(xiàn)有的方法相比,平均任務(wù)響應(yīng)時間降低了約45%。其次,由于車載終端具有較強的移動性,車載云主要利用車載終端的位置信息來選擇提供卸載服務(wù)的節(jié)點(車載終端)。為了降低車載云的任務(wù)響應(yīng)時間,本文提出了一種基于競爭的節(jié)點自適應(yīng)位置更新方法。該方法包括三個算法:下一跳節(jié)點的自適應(yīng)位置更新算法、不可達下一跳節(jié)點刪除算法和基于競爭的信標(biāo)消息廣播算法。該方法基于節(jié)點的位置偏差值和數(shù)據(jù)傳輸自適應(yīng)觸發(fā)下一跳節(jié)點的位置更新,利用專用超時時間來發(fā)現(xiàn)不可達下一跳節(jié)點。另外,該方法通過節(jié)點之間的位置關(guān)系來確定影響網(wǎng)絡(luò)連通和數(shù)據(jù)傳輸?shù)年P(guān)鍵節(jié)點,然后對關(guān)鍵節(jié)點進行位置更新。實驗結(jié)果表明,與現(xiàn)有的方法相比,提出的方法降低了平均響應(yīng)時間,提高了任務(wù)投遞率。最后,由于微云訪問點的無線資源有限,在微云向多用戶提供卸載服務(wù)的過程中,如何保證多個用戶的任務(wù)響應(yīng)時間滿足卸載要求是提升微云卸載性能的難點。本文提出了一種微云環(huán)境下基于服務(wù)效用的傳輸調(diào)度算法。該算法從微云提供卸載服務(wù)的角度考慮公平性問題,利用數(shù)據(jù)傳輸率,服務(wù)率以及任務(wù)剩余時間之間的比例關(guān)系建立了服務(wù)效用函數(shù)。提出的調(diào)度算法在各個時隙從多個用戶中選擇一個服務(wù)效用值最大的用戶進行數(shù)據(jù)傳輸,以提升服務(wù)公平性,服務(wù)質(zhì)量以及服務(wù)效率。實驗結(jié)果表明,提出的方法與現(xiàn)有的方法相比,平均系統(tǒng)服務(wù)成功率上升了約3.7%,平均系統(tǒng)服務(wù)效率提高了10%。
【圖文】：

- 49 -于動態(tài)聚合方案并且小于隨機聚合方案。圖3-7 響應(yīng)時間性能評測Fig. 3-7 Performance evaluation for response time圖3-8 通信開銷性能評測Fig. 3-8 Performance evaluation for communication cost3.5.2 AMF 協(xié)作執(zhí)行的性能評測在第一種任務(wù)中，數(shù)據(jù)塊大小為 1200KB（這里稱為大數(shù)據(jù)塊），微云與中心云之間的帶寬為 4800Kbps（傳輸一個大數(shù)據(jù)塊需要的時間為 2s）。一個計算節(jié)點處理的最小數(shù)據(jù)單元為 20KB（這里稱為小數(shù)據(jù)塊），，對應(yīng)的處理時間為 1s，一個大數(shù)據(jù)塊包含 60 個小數(shù)據(jù)塊。實驗參考了文獻[51]中的人臉識別應(yīng)用，輸入數(shù)據(jù)為圖片，輸出結(jié)果為每張圖片包含人臉的個數(shù)。針對不同計算能力的微云和中心云，實驗測試了兩種場景。對于場景 1

圖3-7 響應(yīng)時間性能評測Fig. 3-7 Performance evaluation for response time圖3-8 通信開銷性能評測Fig. 3-8 Performance evaluation for communication cost3.5.2 AMF 協(xié)作執(zhí)行的性能評測在第一種任務(wù)中，數(shù)據(jù)塊大小為 1200KB（這里稱為大數(shù)據(jù)塊），微云與中心云之間的帶寬為 4800Kbps（傳輸一個大數(shù)據(jù)塊需要的時間為 2s）。一個計算節(jié)點處理的最小數(shù)據(jù)單元為 20KB（這里稱為小數(shù)據(jù)塊），對應(yīng)的處理時間為 1s，一個大數(shù)據(jù)塊包含 60 個小數(shù)據(jù)塊。實驗參考了文獻[51]中的人臉識別應(yīng)用，輸入數(shù)據(jù)為圖片，輸出結(jié)果為每張圖片包含人臉的個數(shù)。針對不同計算能力的微云和中心云，實驗測試了兩種場景。對于場景 1
【學(xué)位授予單位】：哈爾濱工業(yè)大學(xué)
【學(xué)位級別】：博士
【學(xué)位授予年份】：2016
【分類號】：TN929.5;TP3

【相似文獻】

相關(guān)期刊論文 前10條

1 展俊云;;移動位置更新失敗原因分析及改進措施[J];山東通信技術(shù);2009年04期

2 龔孟春;;上海移動針對位置更新成功率偏低問題的處理案例[J];電信網(wǎng)技術(shù);2013年06期

3 唐銀君;;位置更新故障的定位[J];電信工程技術(shù)與標(biāo)準(zhǔn)化;2008年03期

4 劉銀龍;曾志民;夏海輪;張?zhí)炜?;考慮位置更新失敗的呼叫阻塞率分析[J];北京郵電大學(xué)學(xué)報;2009年05期

5 袁正午;陳凱;;3G網(wǎng)絡(luò)中基于運動的位置更新算法研究[J];重慶郵電大學(xué)學(xué)報(自然科學(xué)版);2011年01期

6 吳慶峰;徐錫芳;趙恒;;江蘇移動高鐵專網(wǎng)位置更新成功率優(yōu)化分析及成果推廣[J];電信網(wǎng)技術(shù);2013年11期

7 李朝暉,劉文政;怎樣消除移動通信網(wǎng)絡(luò)中的乒乓位置更新效應(yīng)[J];無線通信技術(shù);2004年03期

8 曹q

本文編號：2557008