基于存算传融合的分散式计算架构及其优化研究

来源 :上海交通大学 | 被引量 : 0次 | 上传用户:nightdie
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
近年来,随着信息技术的快速发展,人们对于生活质量的追求不断提高,各类垂直行业的互联应用也不断涌现,如自动驾驶、智能家居、智慧医疗等。这些新兴应用在存储、计算和传输方面的需求各异,这对当前传统的计算与网络架构提出了巨大挑战。因此,如何设计并利用存储、计算、传输融合的分散式计算架构以适应各垂直行业数字化与智能化的发展,成为了学术界研究的热点。虽然很多研究人员已经针对上述问题开展了一定的研究工作,但目前的这些研究在以下三方面仍存在着一定的改进空间:1)现有的移动云计算和移动计算等架构会产生网络拥塞以及较大的系统能耗,很难为这些新兴互联应用提供强大的综合服务能力。2)随着各类行业应用数据量与任务请求量的增长,当系统将存算传相融合,便会产生一定的资源竞争,使系统很难保证较优的性能水平;同时,无线终端设备还存在一定的能耗约束,这会使整个计算系统的生态稳定性较难维持。3)虽然业界已针对云计算研制了相应的仿真平台,但是,对于融合存算传的分散式计算架构,目前仍缺少一定的仿真系统平台。为此,本文着重研究了基于存算传融合的分散式计算架构及其优化技术,主要从计算架构、资源优化关键技术与系统平台验证等方面展开,给未来的计算与通信框架提供了一部分雏形。本文具体的研究内容如下所述。1.分散式计算架构的系统设计与分析。针对现有移动计算架构的不足,本文在当前研究的基础上提出了融合存、算、传的云-边-端分散式计算架构。该系统架构总体上分为云层、边缘层以及终端层。最顶端的云层主要为全局云数据中心。中间的边缘层主要含有众多的边缘侧数据中心。大量具有存、算、传功能的无线移动终端设备则构成了最底端的终端层,它们通过自组的方式与边缘侧数据中心形成了若干边缘网络。2.面向分散式计算架构的计算任务卸载优化技术研究。为保证计算系统较优的性能水平并确保整个计算系统生态的稳定性,系统资源的竞争以及无线终端设备的能耗约束等问题亟待解决。本文基于存算传融合的分散式计算架构,研究了其中的资源优化关键技术——计算任务卸载优化,利用博弈论提出了一种有限资源下基于自组网的去中心化计算任务卸载策略。本文还通过大量的仿真实验验证了该算法在能耗、可扩展性、时间效率和动态性方面的性能表现。3.分散式计算架构系统平台的设计、实现与研究。基于上述研究,本文设计、实现并研究了存算传融合的分散式计算架构系统平台。具体而言,本文通过融合所提出的卸载策略,设计实现了关键的系统模块,进而构建出了存算传融合的分散式计算架构仿真系统平台。在此基础上,本文通过大量实验对仿真系统平台进行了测试评估,分析并研究了所提算法在任务失败率和平均网络延迟方面的性能表现,为存算传融合的分散式计算架构提供了系统平台验证。计算架构及其优化技术是垂直行业互联应用乃至未来万物互联场景的重要研究方向。随着人们生活方式的改变,人们对于互联应用的需求不断上升,为互联应用服务提供高效的基础设施保障显得尤为重要。本文从计算架构、资源优化关键技术和系统平台验证三方面出发,研究了存算传融合的分散式计算架构,提出了一种多层博弈计算任务卸载策略,设计并实现了存算传融合的分散式计算架构系统平台。希望本文的工作可为下一代计算与网络架构带来新的思路,对未来计算架构的研究和推进做出贡献。
其他文献
人脸表情信息在人类日常交流沟通中扮演极为重要的角色,人们通过分析表情信息了解对方的情感与状态。随着现代信息技术的发展,机器学习、图像处理、人工智能等领域的研究得到了很大的突破,越来越多的软件应用和生活场景开始对人脸情感的自动识别产生了需求。目前的机器学习算法对人脸表情的初步判定已经有了很好的结果,但是仅仅简单地获取人脸喜怒哀乐的信息并不足够,更多的脸部肌肉细节和表情强弱程度正被需要。脸部动作编码系
在以大数据为背景的万物互联的时代,各种网络攻击也不断增多,这使得网络安全成为了重点研究方向。其中,入侵为网络安全的主要威胁,因此入侵检测系统成为了必不可少的工具。数据预处理包括数据归一化和特征选择,它是入侵检测的重要环节,可以影响到入侵检测的效率和性能。本文构建了一种基于特征选择的网络入侵检测系统,以基于非线性归一化方法的支持向量机(Support Vector Machine,SVM)为核心分类
随着无人驾驶等技术的快速发展,利用车载传感器收集城市环境数据,实现城市环境信息的精确提取成为研究热点。然而,车载传感器在数据获取时的自身移动和周围移动目标的干扰,增加了城市环境信息提取的难度。针对该问题,提出了基于双目视觉的移动目标检测算法。该算法利用深度学习Faster R-CNN技术和基于SLAM的VINS Fusion计算框架,整合了目标检测、同步定位与制图、图像匹配等技术,通过位姿解算过程
报纸
面对复杂的网络环境,网络安全问题日益严峻,网络攻击不仅会造成用户隐私泄露,同时会带来巨大的经济损失。面对大规模的网络数据,深度学习成为一种有效的检测网络攻击的方法。深度学习方法通过在大规模的数据上对模型进行训练,进而学习到正常数据和攻击数据的特征,可以更高效更准确地对网络攻击进行检测。本文对网络安全数据进行编码将其转化为二维灰度图的形式,通过卷积神经网络对数据进行分类,从而实现入侵检测。现有网络安
2008年,比特币的出现标志着区块链技术的诞生。区块链本质上是一种分布式账本,多方维护、去中心化、且不可篡改的特性,使得它在数字金融、供应链溯源、存证防伪数据服务等方面具有广阔的应用前景。然而,区块链在吞吐量和延迟方面表现出了糟糕的可扩展性,以比特币为例,它每秒最多只能处理7笔交易,且每笔交易需要数十分钟才能完成确认。可扩展性瓶颈严重阻碍了区块链技术的进一步发展,影响着相关应用的落地。针对区块链的
近年来兴起的网络功能虚拟化(NFV)技术,将传统物理硬件软件化为虚拟网络功能(VNF),运行于x86通用服务器上的虚拟机(VM)或容器(Container)。NFV技术成功地摆脱传统物理硬件的专用性和安装不便,提供了极高的敏捷性和弹性,提高资源利用率的同时降低了资本支出(CAPEX)和运营成本(OPEX),为网络服务提供商(ISP)展现出了巨大的潜力。在NFV环境下,云租户的需求被抽象为服务功能链
近些年,工业界和学术界为了避免内核网络协议栈在网络IO方面的局限性,在用户空间设计实现了高性能的网络协议栈和数据包处理框架。在这些用户空间网络协议栈和快速数据包处理解决方案中,矢量包处理器(Vector Packet Processor)是一个典型的高效数据处理框架,它集成了高效的绕过内核技术以实现高性能的I/O;同时也通过向后兼容的通信库向应用层提供基于共享内存的核间通信方式。但是,当在多核系统
黑果腺肋花楸是兼食用价值及生态价值于一体的珍贵新型食品,其自身质量的优劣直接影响了食品的安全性及深加工产物的营养价值,且其鲜果储藏期短,运输等过程也会造成营养物质的损失。目前国内对黑果腺肋花楸的研究不够系统,阻碍了质量评价体系的建立和新产品的研究。因此,该文通过对黑果腺肋花楸中的主要化学成分、生物活性以及质量评价方法的研究现状进行综述,为黑果腺肋花楸的进一步研究和利用提供理论依据。
大数据时代,网络上的海量信息为人们提供便利,与此同时这种共享性和开放性也使得攻击者有机可乘,互联网面临的安全问题日益严重。网络攻击行为主要体现在Web应用方面。众多Web攻击中,僵尸网络、SQL注入攻击和钓鱼网站最为常见,造成的危害也最强,因此本文主要研究针对这三种威胁的检测算法。本文优化了基于MLP的僵尸网络检测算法,对主机的HTTP流量进一步分析并提取特征,使模型的性能提升了10%;提出了基于