邊緣群智即邊緣群體智能提供了一種新的利用人群和邊緣計算服務(wù)器網(wǎng)絡(luò)的力量來收集、處理、預(yù)測和探知大量有用信息的手段。其中任務(wù)發(fā)布者通過分布式的邊緣群智平臺,向大量非專業(yè)工人群體發(fā)布大量任務(wù),以獲得任務(wù)答案,其中邊緣云網(wǎng)絡(luò)充當(dāng)了傳統(tǒng)群智平臺和數(shù)據(jù)就近處理的功能。群智的一般場景里,待完成的任務(wù)量往往太大以至于不能找到足夠的專業(yè)工人,而且這些任務(wù)不能由計算機(jī)代替人來很好地自動處理。一個群智系統(tǒng)包括三個利益相關(guān)者,即群智平臺（傳統(tǒng)群智的云平臺或者本工作中由眾多邊緣云組成的去中心化群智平臺）,工人（人群和各種傳感器、處理器等硬件設(shè)備）,和任務(wù)發(fā)布者。本文針對已有群智系統(tǒng)所面臨的激勵機(jī)制欠缺、運(yùn)營成本高企、用戶體驗(yàn)較差、數(shù)據(jù)隱私保護(hù)不理想等問題,結(jié)合移動邊緣計算的硬件基礎(chǔ)設(shè)施和網(wǎng)絡(luò)環(huán)境,以及區(qū)塊鏈智能合約技術(shù)在構(gòu)建信任方面的優(yōu)勢,設(shè)計了去中心化邊緣群智平臺的激勵機(jī)制模型、與之配合的工作流程及其賴以運(yùn)行的軟硬件系統(tǒng),并對其初步實(shí)現(xiàn)。取得了如下四項(xiàng)成果:1)針對典型群智即眾包社區(qū)的三個利益相關(guān)者存在利益沖突這一根本問題,本文研究了邊緣群智的基礎(chǔ),即眾包的激勵機(jī)制,提出了一種基于獎勵和懲罰函數(shù)的激勵相容的... 

【文章來源】：北京郵電大學(xué)北京市 211工程院校 教育部直屬院校

【文章頁數(shù)】：146 頁

【學(xué)位級別】：博士

【部分圖文】：

圖１－２?論文組織架構(gòu)??本文組織結(jié)構(gòu)見圖１－２，主要描述了四個研宄問題的依賴關(guān)系

?目標(biāo)：?＾?＇??１２．０４）?Ｉ?重啟實(shí)例?１?開＾移?????源到‘標(biāo)：??／?＼?應(yīng)用層?同步實(shí)例??／?＼?｜?的女件系條￥內(nèi)存狀態(tài)??（如?Ｉｇｋ?務(wù)（如］１＾別）｜?暫?＾?例??／■?￣￣Ｙ＼ｌｒｎｉ?Ｉ?將ａＰＰ作＋麵貝??ｒｊ?ｒｊ?ｕｉ?Ｉ?拷貝士Ｉ系統(tǒng)??ｋ?ｋ?窆??ｔ??＇?Ｔ＾＇??—?＝?彐?目標(biāo)．?否??????［＿Ｊ?Ｉ?將基礎(chǔ)包作為ａｐｐ＾貝??（ａ）邊緣服務(wù)的三層架構(gòu)?（ｂ）遷移數(shù)據(jù)前的判斷流程??圖２－１?邊緣服務(wù)三層架構(gòu)的工作原理??２．３．４服務(wù)遷移中數(shù)據(jù)的高效傳輸??服務(wù)遷移的一個核心問題在于如何在最短時間內(nèi)把需要的數(shù)據(jù)傳輸?shù)侥康倪吘??云。首先介紹邊緣服務(wù)的三層框架，其有助于減少要遷移的數(shù)據(jù)量，其次講述遷移??過程的流程優(yōu)化技術(shù)。??２．３．４．１邊緣服務(wù)的三層框架??如圖２－１顯示了服務(wù)遷移中邊緣服務(wù)三層架構(gòu)的工作原理［５７］。左子圖即圖２．１（ａ）的??邊緣服務(wù)的三層框架可以優(yōu)化宕機(jī)時長和總遷移時長，其將邊緣服務(wù)器上承載的服??務(wù)運(yùn)行時分成如下三個部分［７６］：?（１）基礎(chǔ)層。其包括客戶操作系統(tǒng)等，不安裝任何服??務(wù)，可以很大程度上被各種應(yīng)用所復(fù)用。基礎(chǔ)層的拷貝在大多數(shù)邊緣服務(wù)器上都有；??（２）應(yīng)用層。其是某個應(yīng)用的發(fā)布版本，包含了應(yīng)用本身的數(shù)據(jù)。和基礎(chǔ)層類似，應(yīng)??用也沒必要在每次服務(wù)遷移時被傳輸，因?yàn)檫吘壏⻊?wù)器可以下載各種應(yīng)用的軟件包，??并長期存儲？，（３）實(shí)例層。其是某個應(yīng)用的運(yùn)行時數(shù)據(jù)，比如處理其、內(nèi)存、寄存器??等數(shù)據(jù)，以及與用戶會話相關(guān)的數(shù)據(jù)。??遷移行為被觸發(fā)后，邊緣服務(wù)三層架構(gòu)配合一定的判斷流程，對

移到目標(biāo)邊緣服務(wù)器，直到??滿足既定的參數(shù)閾值。然后運(yùn)行時服務(wù)被暫停，余下未同步的數(shù)據(jù)進(jìn)行最后的同步。??這時在目標(biāo)邊緣服務(wù)器，擁有基礎(chǔ)層、應(yīng)用層和服務(wù)實(shí)例的數(shù)據(jù)，所以服務(wù)被重建。??以這種方法，可以在暫停服務(wù)之前將大部分服務(wù)數(shù)據(jù)傳輸?shù)侥繕?biāo)邊緣云，而服務(wù)宕??機(jī)時間可以被最大限度地最小化。由于基礎(chǔ)層或者應(yīng)用層的數(shù)據(jù)量往往占較大比重，??而服務(wù)實(shí)例的數(shù)據(jù)量往往沒那么大，三層框架能夠最小化服務(wù)遷移中數(shù)據(jù)傳輸時間。??２．３．４．２遷移過程的模塊和流程??數(shù)據(jù)傳輸過程也可以進(jìn)一步優(yōu)化，如圖２－２所示，分為五個方面來講述，分別是??數(shù)據(jù)壓縮、流水線、動態(tài)適應(yīng)、負(fù)載分布和迭代傳輸【５７，９９］。????［？????＾客戶操作系統(tǒng)Ｉ?產(chǎn)?＾?１?分段流水線??（Ｗｉｎｄｏｗｓ／?｜?＾修改了的、＾?硬盤?｜??Ｌｉｎｕｘ）?ｙ１?差爲(wèi)?｜｜?????Ｉ??｜?—？去爪?－？壓縮?一網(wǎng)絡(luò)??丨：，丨溫１???Ｊ?…匕?ＩＬ、「?Ｊ??圖２－２?服務(wù)遷移的數(shù)據(jù)傳輸流程劃分??首先是數(shù)據(jù)壓縮。由于網(wǎng)絡(luò)帶寬一般來說是服務(wù)遷移的瓶頸，數(shù)據(jù)量可以盡可??能地壓縮去減小數(shù)據(jù)傳輸負(fù)擔(dān)。其方法有如下幾個：（１）數(shù)據(jù)改變的追蹤，包括硬盤??追蹤和內(nèi)存追蹤；（２）數(shù)據(jù)差異的編碼。對于每個改變了的數(shù)據(jù)塊，一個差異算法被??用來對數(shù)據(jù)塊及對應(yīng)的基礎(chǔ)層數(shù)據(jù)的差異編碼和發(fā)送［８６］。其原因是較小的改變量是??大概率事件，運(yùn)行時服務(wù)與應(yīng)用層數(shù)據(jù)是高度重合；（３）去重，其在減少數(shù)據(jù)冗余上??效果突出。在該步驟，冗余數(shù)據(jù)被剔除，被指向相同數(shù)據(jù)塊的指針替代［８６］；?（４）壓??縮，其釆用二十多個最先進(jìn)的壓縮算法，這些算法在壓縮比率


本文編號：3229062