【摘 要】
:
边缘计算在靠近用户的一侧提供计算资源,避免了用户到数据中心的数据传输,可以有效减轻数据中心功耗和网络传输带宽的压力,提高服务的响应速度。随着5G和物联网技术的发展,很多延迟敏感性较高的应用,如自动驾驶和无人驾驶车辆等被部署到边缘网络。然而,单一的边缘服务器覆盖范围有限,且用户具有移动性,例如当用户从某个服务器的覆盖范围移动到另一个服务器的覆盖范围时,可能导致服务质量下降甚至服务中断。为了保证服务的
论文部分内容阅读
边缘计算在靠近用户的一侧提供计算资源,避免了用户到数据中心的数据传输,可以有效减轻数据中心功耗和网络传输带宽的压力,提高服务的响应速度。随着5G和物联网技术的发展,很多延迟敏感性较高的应用,如自动驾驶和无人驾驶车辆等被部署到边缘网络。然而,单一的边缘服务器覆盖范围有限,且用户具有移动性,例如当用户从某个服务器的覆盖范围移动到另一个服务器的覆盖范围时,可能导致服务质量下降甚至服务中断。为了保证服务的连续性和响应速度,需要将用户的服务实例迁移到新的服务器上运行,即服务迁移。由于网络的异构性和复杂性,不同的迁移路径会产生不同的时延。因此,对服务迁移路径的研究是很有必要的。此外,在进行服务迁移时,不同的迁移方法产生的迁移时延也有所差异。所以,对服务迁移方法的研究也是重要的。本文从路径选择和迁移方法两个方面做了以下工作。(1)针对服务迁移的路径选择问题,提出了一种基于网格的启发式路径选择算法。该算法采用网格划分来过滤不参与该轮服务的服务器,可以提高路径选择算法的效率,适用于大规模的边缘计算网络。本工作分析了影响服务迁移时间的因素并设计了启发函数,根据启发函数规划出一条最优路径。基于公开数据集进行了对比实验,结果表明所提出的方法在运行时间、传输时间方面都有更好表现。(2)针对服务迁移的时间效率问题,提出了一种基于环境感知和动态压缩的边缘计算服务迁移方法。该方法基于容器进行服务迁移,根据可用计算资源和带宽资源对迁移数据进行动态压缩,可以有效减少传输的数据量,提高迁移的时间效率。实验结果表明,相比于其他的服务迁移方法,所提出的迁移方法在迁移数据量、服务宕机时间和服务迁移总时间三个方面的性能都有所提高。
其他文献
软件开发第三方库作为软件开发领域重要的可复用资源,能够提高开发人员的效率。现存的第三方库数量巨大、种类繁多,搜寻合适的第三方库需要耗费开发人员很多精力。同时,现存的诸多第三方库中,存在推荐系统常见的“长尾问题”,比较受欢迎的第三方库被推荐的频次更高,那些没那么受欢迎但是和开发人员项目高度关联的第三方库却不能够被推荐或者很少被推荐。本文基于第三方库领域的推荐任务,主要研究如何向开发人员推荐适合开发项
合作行为广泛存在于现实中的复杂系统,如细菌、蜜蜂和癌细胞。人类社会中的合作行为更为多样,促进机制也更为复杂。合作为种群创造了更好的群体优势,却降低了个体的竞争力。在囚徒困境博弈中,集体非理性的背叛行为会成为理性个体的优势策略。演化博弈是研究群体合作问题有效的理论框架。本文通过复杂网络研究了结构化群体中的合作演化,并分析了其中的策略竞争和网络演化,主要工作包括以下两个内容:(1)研究了引入信任评价机
现实生活中网络无处不在,例如道路网络、生态网络、蛋白质相互作用网络、社交关系网络等。随着复杂性科学的诞生,人们得以从现实世界的方方面面抽象出关于复杂网络的图的表征。在复杂网络的基础研究中,节点重要性研究是其中的一个重要分支——研究复杂网络中被抽象为节点的实体对象在该网络中的重要程度。在疫情防控与溯源、防止经济危机的扩散、电力网络的抢修与交通基建等方面,节点重要性挖掘发挥着不可忽视的作用。而加权网络
意大利设计中,出灰机油缸与出灰托盘的联接方式很复杂,更换油缸、关节轴承、轴承铜套时相当困难。在改进中取消原有设计中的关节轴承、轴承铜套等组合件,采用普通钢板与螺母组合联接。改进后减少了维护和维修时间,降低了维修费用与事故成本,同时也提高了产品的质量。
元宇宙是互联网发展全要素的集合体,是以虚拟现实为基础、以云计算及人工智能等新技术为支撑、以数据化生产与消费体验为核心的全新形态新型社会空间载体。在元宇宙时代到来之际,红色资源的开发与利用面临前所未有的机遇与挑战。本文通过探讨元宇宙红色文化的概念内涵界定与价值意蕴,梳理元宇宙红色资源开发利用的现状,提出红色资源的开发应坚持“虚实融生”的理念,探索基于全息成像的沉浸式互动展示模式;加强对用户需求信息的
图数据是很多现实应用的数据形式:在社交领域,Facebook,Twitter,Linkedin等社交软件可通过图数据来管理社交关系,实现好友推荐;在零售领域,沃尔玛等商店可使用图数据实现商品实时推荐,给买家更好的购物体验;在金融领域,银行可通过图数据进行风控处理等等。图数据的价值在于它能够显式地表达出数据间的复杂关联结构,帮助图神经网络算法更好地挖掘出数据背后的结构特征,提供更精准更可靠的决策支持
在近期大热的货币、基金交易环境下,大多数刚接触或不太投入精力的普通人通常都会愿意相信周围有经验的朋友的推荐或者跟随一些粉丝量大的博主进行购买,从而使自己获取利益。在现实社会中,每个群体中的个体并不是完全理性的,这些个体在做决定时往往会偏向于向团体中的某个或某些特定个体学习,这些在团体中具有一定影响力的特定个体也常常被称为领导者或者榜样。一直以来,学者们从不同的角度探讨研究博弈模型,希望通过一些现实
传染病一直被列为人类生存和进步的主要挑战,特别是新型冠状病毒于2020年初在全球范围内蔓延,截止2022年3月,全球新冠病毒已确诊病例超过3亿例,并造成了超过500万人口的死亡。因此,新冠病毒的传播预测和各地区重新开放时最佳防控策略的选择逐渐成为了研究热点。基于自适应复杂系统的多智能体模型在新冠病毒爆发初期极其缺乏高质量数据的情况下,通过敏感性分析合理设定模型中的参数,从微观层面建模来预测宏观世界
随着深度学习在各个领域的巨大成功,深度神经网络(DNN)的鲁棒性和稳定性引起了越来越多的关注。但是,最近的研究证实,几乎所有DNN都存在对抗性示例问题,这意味着将DNN部署于现实生活中存在重大的安全隐患。目前,对抗攻击已经出现在图像识别,自然语言处理,目标检测等领域。在图像分类中,对抗攻击主要分为假阴性(Type II)攻击方式和假阳性(Type I)攻击方式。根据攻击者是否能够得到模型参数等信息
<正>党的二十大报告全面系统总结了新时代十年生态文明建设取得的重大成就、重大变革,对新征程生态文明建设作出重大战略部署。报告鲜明指出,中国式现代化是人与自然和谐共生的现代化。这是以习近平同志为核心的党中央对中国特色社会主义生态文明建设认识的新突破,是习近平生态文明思想的核心主题。我们要深入学习领会,牢牢把握党的二十大关于加强生态文明建设的新部署新任务新要求,牢固树立和践行绿水青山就是金山银山的理念