论文部分内容阅读
伴随着移动互联网、物联网的等技术领域的飞速发展,云计算技术也得到了长足的发展,越来越多的应用部署在云端服务器上,为低成本的终端设备提供服务。在“万物互联”的智能时代,越来越多的终端设备将接入互联网,云计算网络正在承受着越来越大的压力。根据思科公司的预测,2020年将有超过500亿的设备接入网络,这意味着将有海量数据通过互联网发送到云计算中心。面对海量数据的处理,云计算正在承受着巨大的压力。物联网技术发展面临着瓶颈,亟需一项能提供低延迟的计算服务。边缘计算技术作为云计算技术的补充,通过在靠近终端设备的网络边缘部署具有计算能力的设备来提供计算服务,很好的弥补了云计算的不足。边缘计算的理念是将云计算扩展到网络边缘处理,使从边缘终端获取的数据能够在接近用户终端的地方完成计算,同时,不需要长期存储的数据也不必传输到云服务中心备份,相对减少了网络带宽的占用,降低了云端的功耗和负载。本文通过分析边缘计算网络架构和发展现状,找出了边缘计算技术发展面临的挑战:边缘网络中的资源分配与任务调度问题。在云计算技术中,计算任务集中在云端服务器,网络中所有节点只具备转发数据的功能。边缘计算技术将计算能力赋予了网络中的网关、路由器等节点,期望通过这些节点提供计算服务。虽然边缘计算网络架构拥有很多优势并取得了一定研究、应用成果,然而如何将大量的计算节点的计算资源进行分配,以及计算任务如何在边缘网络中进行调度依然是边缘计算技术中存在的难题。针对边缘计算技术在资源分配和任务调度中遇到的问题进行了以下几个方面的研究:第一,对物联网应用的特点和边缘计算网络中服务器的分布规律、连接特点进行了分析,提出了边缘计算网络中应用程序的延迟模型和系统的功耗模型,并就两个模型提出了多目标优化的模型,来分析和评价边缘计算系统性能的优劣。第二,面向边缘云协作的计算模型,提出了一种具有延迟感知特性的边缘计算动态任务调度策略。该策略通过在边缘计算网络中动态地创建虚拟机,来实现对边缘计算系统中的资源的充分利用,在保证了系统低延迟的基础上,降低了网络的使用。第三,面向边缘计算系统中的低延迟、低功耗的需求,提出了一种结合了模拟退火算法的资源分配方案SAP。该方案以低延迟、低功耗为优化目标,凭借模拟退火算法能够跳过局部最优解,快速地找到近似的全局最优解的优势,实现在保持系统低延迟的前提下最大程度地降低系统整体能耗。最后,为了验证本文提出策略的有效性,本文采用i Fog Sim模拟器对本文提出的算法进行了实验设计和模拟仿真。实验结果显示,对比传统的静态任务调度策略,本文提出的动态任务调度策略可以显著的降低应用程序的响应延迟,最大可降低33.07%,网络使用率最大可降低66.22%。SAP算法对比传统资源分配策略,也在保持低能耗的前提下大幅度降低了应用的延迟时间。