隨著智能終端設(shè)備的計(jì)算、存儲(chǔ)、通信等能力大幅提升,一種被稱為移動(dòng)群智感知的計(jì)算模式引起了學(xué)術(shù)界與工業(yè)界的極大關(guān)注。移動(dòng)群智感知是通過(guò)無(wú)線網(wǎng)絡(luò)將攜帶智能終端設(shè)備的多個(gè)移動(dòng)用戶聯(lián)合起來(lái),以便完成單個(gè)用戶難以應(yīng)對(duì)的大規(guī)模感知任務(wù)。由于移動(dòng)群智感知具有低成本、普適性、高度靈活性等優(yōu)勢(shì),因而其具有廣泛的應(yīng)用前景。然而,移動(dòng)群智感知系統(tǒng)在處理用戶的返回結(jié)果時(shí)將會(huì)涉及到大規(guī)模的數(shù)據(jù)分析,所以系統(tǒng)平臺(tái)將面臨著巨大的計(jì)算存儲(chǔ)壓力,尤其當(dāng)任務(wù)發(fā)起者的數(shù)量增加時(shí),平臺(tái)的處境將更加困難。得益于邊緣計(jì)算的發(fā)展,我們構(gòu)建了基于邊云的移動(dòng)群智感知系統(tǒng)框架,平臺(tái)可以借助網(wǎng)絡(luò)邊緣中的服務(wù)器(即邊云節(jié)點(diǎn))來(lái)完成對(duì)感知數(shù)據(jù)的處理和傳輸。在基于邊云的移動(dòng)群智感知系統(tǒng)中,最重要的模塊就是如何從大量的用戶候選者中選擇合適的用戶來(lái)執(zhí)行任務(wù)(即用戶招募),以及如何調(diào)度邊云節(jié)點(diǎn)中的資源協(xié)作處理與傳輸移動(dòng)用戶的感知數(shù)據(jù)(即資源調(diào)度)。本文主要針對(duì)這兩個(gè)方面展開研究。首先針對(duì)用戶招募問(wèn)題。一般而言,平臺(tái)總是希望選擇那些感知能力強(qiáng)的移動(dòng)用戶來(lái)執(zhí)行任務(wù),然而在實(shí)際場(chǎng)景中平臺(tái)并不能事先獲得用戶的感知參數(shù),這被稱為“未知的用戶”招募問(wèn)題。我們采用...

【文章頁(yè)數(shù)】：137 頁(yè)

【學(xué)位級(jí)別】：博士

【文章目錄】：
摘要
ABSTRACT
第1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 針對(duì)移動(dòng)群智感知系統(tǒng)方面的研究
        1.2.2 針對(duì)移動(dòng)群智感知理論方面的研究
        1.2.3 針對(duì)邊緣計(jì)算方面的研究
        1.2.4 研究現(xiàn)狀總結(jié)
    1.3 本文研究?jī)?nèi)容及創(chuàng)新點(diǎn)
        1.3.1 基于邊云的移動(dòng)群智感知系統(tǒng)框架
        1.3.2 具體的研究?jī)?nèi)容及創(chuàng)新之處
    1.4 論文組織結(jié)構(gòu)
第2章 基于CMAB的未知用戶招募機(jī)制
    2.1 多臂匪徒模型(Multi-Armed Bandit)
    2.2 應(yīng)用場(chǎng)景
    2.3 模型和問(wèn)題
    2.4 機(jī)制設(shè)計(jì)
        2.4.1 基本思想
        2.4.2 詳細(xì)算法
    2.5 理論分析
    2.6 擴(kuò)展問(wèn)題
        2.6.1 基本算法
        2.6.2 理論結(jié)果
    2.7 實(shí)驗(yàn)仿真
        2.7.1 數(shù)據(jù)集與基本設(shè)置
        2.7.2 實(shí)驗(yàn)結(jié)果
    2.8 本章小結(jié)
第3章 實(shí)現(xiàn)隱私保護(hù)的用戶招募機(jī)制
    3.1 場(chǎng)景需求
    3.2 模型和問(wèn)題
    3.3 機(jī)制設(shè)計(jì)
        3.3.1 NP-Hardness分析
        3.3.2 用戶招募策略的設(shè)計(jì)
        3.3.3 安全的用戶招募協(xié)議
    3.4 性能分析
    3.5 實(shí)驗(yàn)仿真
        3.5.1 對(duì)比算法
        3.5.2 實(shí)驗(yàn)設(shè)置和評(píng)估參數(shù)
        3.5.3 實(shí)驗(yàn)結(jié)果展示和分析
    3.6 本章小結(jié)
第4章 面向邊云的虛擬機(jī)資源調(diào)度機(jī)制
    4.1 場(chǎng)景介紹
    4.2 模型和問(wèn)題定義
    4.3 機(jī)制設(shè)計(jì)
        4.3.1 問(wèn)題難度分析
        4.3.2 中標(biāo)選擇算法
        4.3.3 支付值確定算法
        4.3.4 實(shí)例演示
    4.4 理論分析
    4.5 實(shí)驗(yàn)仿真
        4.5.1 實(shí)驗(yàn)設(shè)置
        4.5.2 結(jié)果展示
    4.6 本章小結(jié)
第5章 邊云資源受限的數(shù)據(jù)調(diào)度傳輸機(jī)制
    5.1 場(chǎng)景需求
    5.2 模型和問(wèn)題
    5.3 離線的數(shù)據(jù)調(diào)度算法
        5.3.1 算法介紹
        5.3.2 實(shí)例演示
        5.3.3 近似比分析
    5.4 在線的數(shù)據(jù)調(diào)度算法
        5.4.1 基本思想
        5.4.2 具體算法
        5.4.3 競(jìng)爭(zhēng)比分析
    5.5 異構(gòu)成本的數(shù)據(jù)調(diào)度問(wèn)題
        5.5.1 異構(gòu)成本的數(shù)據(jù)調(diào)度算法
        5.5.2 擴(kuò)展算法的理論分析
    5.6 實(shí)驗(yàn)仿真
        5.6.1 實(shí)驗(yàn)設(shè)置
        5.6.2 實(shí)驗(yàn)結(jié)果
    5.7 本章小結(jié)
第6章 總結(jié)與展望
    6.1 本文工作總結(jié)
    6.2 進(jìn)一步工作的展望
參考文獻(xiàn)
致謝
在讀期間發(fā)表的學(xué)術(shù)論文與取得的研究成果
在讀期間獲獎(jiǎng)情況與參加的研究項(xiàng)目



本文編號(hào)：3852492