【摘 要】
：
传统的移动云计算（Mobile Cloud Computing,MCC）逐渐转向移动边缘计算（Mobile Edge Computing,MEC）,以满足低延迟场景的需求,并且合理的部署边缘服务器是构建MEC系统中基础的问题之一。传统的边缘服务器的部署工作包括边缘服务器的选址和计算能力的分配两部分内容。在5G网络环境中,将MEC服务器部署在5G基站中是一种典型的方式,接下来如何合理的分配边缘服务器
论文部分内容阅读
传统的移动云计算（Mobile Cloud Computing,MCC）逐渐转向移动边缘计算（Mobile Edge Computing,MEC）,以满足低延迟场景的需求,并且合理的部署边缘服务器是构建MEC系统中基础的问题之一。传统的边缘服务器的部署工作包括边缘服务器的选址和计算能力的分配两部分内容。在5G网络环境中,将MEC服务器部署在5G基站中是一种典型的方式,接下来如何合理的分配边缘服务器的计算资源是本文主要关心的内容。5G基站之间存在一种Xn接口的通信机制为服务器之间协作提供可能,在负载互补的区域可以让服务器之间进行协作以达到服务迁移执行、负载共享的目的,从而可以提高边缘服务器资源利用率。边缘侧的计算资源通常有限,因此如何在有限的成本下分配边缘计算资源以保证边缘实时性任务要求的同时提高边缘侧的计算资源利用率变的尤为困难。传统的部署研究考虑了比如时延、能耗等因素来优化部署效果,但大多没有提高边缘计算资源的利用率。因此本文通过分析边缘区域负载变化的规律并结合服务器协作的方式来开展边缘服务器的部署工作研究。本文主要工作如下:（1）针对边缘服务器不能进行协作的场景下进行服务器的部署工作。本文首先对场景进行建模以及参数化描述,并通过分析区域负载的特性,结合负载周期性变化规律和收益最大化的目标,提出了一种边缘服务器部署Gradient算法,实验结果表明该算法有着良好的部署效益以及稳定性表现。（2）针对边缘服务器可以进行协作的场景下进行服务器的部署工作。本文对服务器之间协作进行了定义,其中包括服务器协作的条件、如何进行协作以及协作后对任务的执行带来的影响,并提出了一种在进行服务器协作时候的延迟敏感型任务的服务质量保障策略和一种基于协作的边缘服务器部署CBSD算法。实验结果表明该算法有着很好的部署效益并提高了边缘侧计算资源的利用率。以上两部分工作相辅相成,共同组成了边缘服务器的部署工作。并且实验结果表明本文提出的算法不仅具有良好的有效性和稳定性还具有更高的边缘侧吞吐量,这意味着本文提出的部署算法能让边缘侧接收更多的任务,边缘侧有着更为强大的计算能力,这对于解决MEC系统中本身资源约束的问题有着重要的意义。
其他文献
目标选取是人机交互界面最基本的任务之一。交叉范式（crossing paradigm）是一种重要的目标选择方法。该范式已经在鼠标、笔、触控以及虚拟现实交互界面中得到了广泛的关注。然而,在触控交互界面中,目前对于静态以及动态目标选取任务的交叉范式的研究仍存在一定的不足。因此,本硕士论文开展了如下研究工作。第一,现有对基于交叉范式静态目标选择的研究没有考虑干扰项的影响。因此,本文对六种干扰项界面布局的
安全关键软件是一类应用于航空、航天等安全关键领域的软件,由于应用场景的要求,软件自身的复杂度很高,且必须具备高安全性和高可靠性等特征,因此如何有效且正确的开发此类软件成为一个重要挑战。从软件工程生命周期的角度考虑,构造一个满足完整性、一致性且组织良好的需求制品是提高安全关键软件质量的重要方法。本文工作面向航电机载软件领域,设计一种从自然语言描述的条目化需求到形式化需求模型生成的方法,具体研究内容包
基于位置的服务已成为个人应用中的基础服务。其中路网查询技术又是极为重要的技术,目前针对路网查询问题进行的工作主要分为基于欧式距离查询和基于路网距离查询两种。现用户在考虑传统静态路网采用的通行距离成本之外,还十分重视时间成本,即相应道路的通行时间。因此将其纳入道路查询研究范围有着十分重要的现实意义,同时也有非常广阔的应用前景。与传统研究的静态路网不同,时间依赖路网中道路的权重是随时间的推移而改变,这
电子病历数据共享是当前的一个研究热点,区块链作为一种分布式账本技术,具有去中心化、防篡改和可追溯等特点,通过区块链技术可以保证电子病历数据不被篡改,并实现数据共享。但是由于区块链独特的块链式结构限制,交易数据存储在“区块体”中,不能经由链对交易数据的具体细节进行直接检索,因此,如何对区块链数据执行高效的检索是值得研究的。现有的针对区块链数据检索方法的研究主要分为外联数据库和内置索引两种。基于外联数
尽管基于无人机的图像应用已经在军事和民事领域得到了广泛应用,但目前这些应用存在着实时性差、成本高和需要人参与其中等缺陷。随着人们对无人机自主执行实时图像处理任务的需求越来越强烈,基于人工智能、嵌入式系统和网络等技术,该领域的相关技术能够得到较好的发展。本硕士学位论文的研究目标是:研究无人机智能图像应用技术,设计基于人工智能的云台相机控制方法,实现能够支持实时拍摄特定目标特写照片的应用。本文主要的工
时间序列是在固定采样间隔内收集的一系列观测值,现实生活中的时间序列大多是非平稳的,这意味着其分布会随着时间而变化。非平稳时间序列具有的非平稳、高噪声及周期性等特征,导致非平稳时间序列预测（NS-TSP）任务具有一定的难度。NS-TSP问题的相关研究方法有传统统计方法、计算智能方法和组合预测方法等,其中组合预测方法是主流方法。将增量学习（IL）和集成学习（EL）相结合用于非平稳环境下的各种任务被验证
通过整理相关的研究数据，建立了基于2个层次、4个一级指标和20个二级指标的农业绿色智慧发展水平评价体系和神经网络样本集。基于该样本集对极限学习机算法进行训练，建立了基于极限学习机算法的农业绿色智慧评价系统模型。并使用测试数据集对极限学习机的预测性能进行测试。测试结果表明，该评价模型可以对农业绿色智慧发展水平进行有效的预测，具有一定的应用价值和产业化前景。
现实世界的工程优化中存在着大量含有多个冲突目标的组合优化问题,被称为多目标组合优化问题。强化学习,作为常见的时序决策方法,可应用于求解组合优化问题。本论文围绕强化学习与多目标组合优化开展交叉研究,主要研究内容包括以下两方面:首先,Pareto局部搜索是求解多目标组合优化问题的主流方法之一。在Pareto局部搜索中,如何选择一组好的初始解集并对其邻域进行搜索,将决定其最终性能。我们将多智能体强化学习
系留气球是一种重要的浮空器，软件是系留气球设计和优化的重要工具。根据VTK功能和可视化机制，基于VTK几何构建和三维模型可视化技术对系留气球设计和优化软件进行开发探索。在Qt平台上使用C++语言开发系留气球三维可视化平台，该平台包括显示控制和截面切割等功能，可初步实现系留气球的设计。测试结果表明，基于VTK的几何构建及可视化技术能够满足系留气球三维模型可视化要求，可用于系留气球设计软件的后续开发。
现实世界中的优化问题往往含有多个目标以及双层嵌套结构,这些问题被称为双层多目标优化问题（BLMOPs）。对BLMOPs直接嵌套求解将消耗不可忍受的计算资源。因此,如何设计方法对BLMOPs进行高效地求解至关重要。本文的研究内容主要包含以下两部分:第一,变量分解是解决双层优化问题的有效手段。针对现有双层变量分解中对上层变量间相关性以及分组间的弱相关性欠考虑的不足,提出了一种基于静态变量分解的双层多目