隨著物聯(lián)網(wǎng)技術(shù)的迅猛發(fā)展和廣泛應(yīng)用,接入網(wǎng)絡(luò)的物理設(shè)備（例如手機(jī)、平板、智能手表）數(shù)量激增,同時(shí)各種新興的諸如虛擬現(xiàn)實(shí)、增強(qiáng)現(xiàn)實(shí)、在線手機(jī)游戲等低響應(yīng)延遲需求的物聯(lián)網(wǎng)應(yīng)用不斷涌現(xiàn)。傳統(tǒng)網(wǎng)絡(luò)以云服務(wù)器為計(jì)算平臺(tái),所有數(shù)據(jù)都需通過(guò)網(wǎng)絡(luò)傳輸?shù)皆品⻊?wù)器進(jìn)行處理,在萬(wàn)物互聯(lián)時(shí)代無(wú)法滿足物聯(lián)網(wǎng)應(yīng)用的低響應(yīng)延遲需求。為了彌補(bǔ)云計(jì)算平臺(tái)的不足,邊緣計(jì)算這一新興的計(jì)算范式便應(yīng)運(yùn)而生,其主要思想是將服務(wù)部署到更接近終端用戶的邊緣網(wǎng)絡(luò),實(shí)現(xiàn)計(jì)算、存儲(chǔ)和通信等資源的有效利用。服務(wù)品質(zhì)驅(qū)動(dòng)的資源管理是邊緣計(jì)算領(lǐng)域的研究熱點(diǎn)之一,它通過(guò)使用各種服務(wù)品質(zhì)需求來(lái)指導(dǎo)邊緣計(jì)算系統(tǒng)的資源配置策略,使得系統(tǒng)各部件可以相互配合以滿足部件作用域內(nèi)的具體設(shè)計(jì)需求。然而,當(dāng)前服務(wù)品質(zhì)驅(qū)動(dòng)的資源管理機(jī)制忽視了終端設(shè)備的移動(dòng)性和復(fù)用性,帶來(lái)用戶間響應(yīng)延遲差異過(guò)大而影響服務(wù)體驗(yàn)、任務(wù)冗余執(zhí)行而縮短系統(tǒng)生命周期、終端設(shè)備資源不能共享而降低應(yīng)用計(jì)算精度等問(wèn)題。因此,本文從終端設(shè)備的移動(dòng)性和復(fù)用性兩大特性出發(fā),研究如何通過(guò)高效的資源配置管理,優(yōu)化用戶響應(yīng)延遲、系統(tǒng)生命周期、應(yīng)用計(jì)算精度這三個(gè)評(píng)價(jià)邊緣計(jì)算系統(tǒng)服務(wù)品質(zhì)的典型指標(biāo)。具體來(lái)說(shuō):1.本... 

【文章來(lái)源】：華東師范大學(xué)上海市 211工程院校 985工程院校 教育部直屬院校

【文章頁(yè)數(shù)】：119 頁(yè)

【學(xué)位級(jí)別】：博士

【文章目錄】：
摘要
ABSTRACT
第一章 緒論
    1.1 研究背景與意義
    1.2 國(guó)內(nèi)外研究現(xiàn)狀
        1.2.1 邊緣計(jì)算服務(wù)品質(zhì)衡量指標(biāo)
        1.2.2 用戶響應(yīng)延遲優(yōu)化機(jī)制研究
        1.2.3 系統(tǒng)生命周期優(yōu)化機(jī)制研究
        1.2.4 應(yīng)用計(jì)算精度優(yōu)化機(jī)制研究
    1.3 論文的研究問(wèn)題與技術(shù)路線
        1.3.1 論文的研究問(wèn)題
        1.3.2 論文的技術(shù)路線
    1.4 論文的主要貢獻(xiàn)與創(chuàng)新
    1.5 論文的組織結(jié)構(gòu)
第二章 系統(tǒng)模型
    2.1 系統(tǒng)架構(gòu)模型
        2.1.1 “終端設(shè)備-邊緣/云服務(wù)器”架構(gòu)模型
        2.1.2 “多終端設(shè)備-邊緣服務(wù)器”架構(gòu)模型
        2.1.3 “單終端設(shè)備-邊緣服務(wù)器”架構(gòu)模型
    2.2 應(yīng)用模型
    2.3 能量模型
        2.3.1 能量供應(yīng)模型
        2.3.2 能量消耗模型
    2.4 用戶響應(yīng)延遲模型
        2.4.1 通信延遲模型
        2.4.2 執(zhí)行延遲模型
        2.4.3 總延遲模型
    2.5 系統(tǒng)生命周期模型
    2.6 應(yīng)用計(jì)算精度模型
    2.7 本章小結(jié)
第三章 移動(dòng)性感知的邊緣計(jì)算用戶響應(yīng)延遲優(yōu)化
    3.1 模型說(shuō)明
    3.2 問(wèn)題定義與方法概述
        3.2.1 問(wèn)題定義
        3.2.2 方法概述
    3.3 靜態(tài)用戶響應(yīng)延遲優(yōu)化
        3.3.1 利用ILP形式化靜態(tài)用戶響應(yīng)延遲優(yōu)化
        3.3.2 基于ILP的靜態(tài)用戶響應(yīng)延遲優(yōu)化算法
    3.4 動(dòng)態(tài)用戶響應(yīng)延遲優(yōu)化
        3.4.1 基于合作博弈的基站重映射求解
        3.4.2 基于合作博弈的基站重映射算法
    3.5 仿真平臺(tái)開(kāi)發(fā)與實(shí)驗(yàn)結(jié)果
        3.5.1 仿真平臺(tái)開(kāi)發(fā)
        3.5.2 仿真實(shí)驗(yàn)結(jié)果
    3.6 本章小結(jié)
第四章 移動(dòng)性感知的邊緣計(jì)算系統(tǒng)生命周期優(yōu)化
    4.1 模型說(shuō)明
        4.1.1 近似計(jì)算應(yīng)用模型說(shuō)明
        4.1.2 應(yīng)用計(jì)算精度模型說(shuō)明
        4.1.3 終端設(shè)備能耗模型說(shuō)明
    4.2 問(wèn)題定義與方法概述
        4.2.1 問(wèn)題定義
        4.2.2 方法概述
    4.3 移動(dòng)性感知的靜態(tài)任務(wù)調(diào)度
        4.3.1 利用MILP形式化系統(tǒng)生命周期優(yōu)化
        4.3.2 基于MILP的靜態(tài)任務(wù)調(diào)度算法
    4.4 應(yīng)用計(jì)算精度自適應(yīng)的動(dòng)態(tài)任務(wù)調(diào)度
        4.4.1 交叉熵技術(shù)的理論基礎(chǔ)
        4.4.2 基于交叉熵技術(shù)的動(dòng)態(tài)任務(wù)調(diào)度
    4.5 仿真平臺(tái)開(kāi)發(fā)與實(shí)驗(yàn)結(jié)果
        4.5.1 仿真平臺(tái)開(kāi)發(fā)
        4.5.2 仿真實(shí)驗(yàn)結(jié)果
    4.6 本章小節(jié)
第五章 復(fù)用性感知的邊緣計(jì)算精度優(yōu)化
    5.1 模型說(shuō)明
        5.1.1 近似計(jì)算應(yīng)用模型說(shuō)明
        5.1.2 應(yīng)用計(jì)算精度模型說(shuō)明
        5.1.3 終端設(shè)備能耗模型說(shuō)明
    5.2 問(wèn)題定義與方法概述
        5.2.1 問(wèn)題定義
        5.2.2 方法概述
    5.3 基于“本地”應(yīng)用調(diào)度的計(jì)算精度優(yōu)化
        5.3.1 基于博弈論的應(yīng)用層能量分配
        5.3.2 基于MILP技術(shù)的部件層能量分配
    5.4 基于“本地-遠(yuǎn)程”應(yīng)用調(diào)度的計(jì)算精度優(yōu)化
        5.4.1 計(jì)算卸載準(zhǔn)則
        5.4.2 可再生能量自適應(yīng)的計(jì)算卸載算法
    5.5 仿真平臺(tái)開(kāi)發(fā)與實(shí)驗(yàn)結(jié)果
        5.5.1 仿真平臺(tái)開(kāi)發(fā)
        5.5.2 仿真實(shí)驗(yàn)結(jié)果
    5.6 本章小節(jié)
第六章 總結(jié)與展望
    6.1 本文總結(jié)
    6.2 未來(lái)展望
參考文獻(xiàn)
科研成果
致謝


【參考文獻(xiàn)】：
期刊論文
[1]移動(dòng)邊緣計(jì)算中具有能耗優(yōu)化的任務(wù)遷移策略[J]. 胡錦天,王高才,徐曉桐.  計(jì)算機(jī)科學(xué). 2020(06)
[2]基于終端能耗和系統(tǒng)時(shí)延最小化的邊緣計(jì)算卸載及資源分配機(jī)制[J]. 代美玲,劉周斌,郭少勇,邵蘇杰,邱雪松.  電子與信息學(xué)報(bào). 2019(11)
[3]On Cost Aware Cloudlet Placement for Mobile Edge Computing[J]. Qiang Fan,Nirwan Ansari.  IEEE/CAA Journal of Automatica Sinica. 2019(04)
[4]超密集網(wǎng)絡(luò)中基于移動(dòng)邊緣計(jì)算的任務(wù)卸載和資源優(yōu)化[J]. 張海波,李虎,陳善學(xué),賀曉帆.  電子與信息學(xué)報(bào). 2019(05)
[5]邊緣計(jì)算環(huán)境下應(yīng)用驅(qū)動(dòng)的網(wǎng)絡(luò)延遲測(cè)量與優(yōu)化技術(shù)[J]. 符永銓,李東升.  計(jì)算機(jī)研究與發(fā)展. 2018(03)
[6]一種基于數(shù)據(jù)聚合的傳感器網(wǎng)絡(luò)可調(diào)模型[J]. 馬東超,孫興國(guó),馬禮.  計(jì)算機(jī)學(xué)報(bào). 2019(02)



本文編號(hào)：3382609