论文部分内容阅读
随着信息与通信技术的发展,用户对通信及业务服务的要求越来越高,目前的4G网络架构较难满足用户及应用的需求,因此5G网络应运而生。5G网络的目标是在网络中支撑不同需求的业务,其中低时延高可靠业务受到了各界的广泛关注。在5G网络中,云计算被认为是能高效处理大量业务数据,满足用户对业务需求的有效技术之一。但由于云服务器往往被部署在距离终端较远的地方,且随着用户数量的增多,云计算网络带宽将严重不足,并且鲁棒性较差,因此云计算网络架构难以满足用户对低时延高可靠业务的需求。为了解决云计算网络架构在支撑5G业务时所存在的不足,本文针对移动边缘计算(Mobile Edge computing,MEC)技术展开了研究,重点分析了移动边缘计算技术的优势及其应用,深入研究了云-边缘计算架构,对该网络架构设备无故障情况下的业务响应时延及故障情况下的业务响应时延进行了建模,并研究了相应模型中的计算任务卸载策略以降低业务响应时延,增强业务处理可靠性。本文的具体研究内容如下:在实时移动人脸识别场景中,针对传统云计算架构存在识别业务响应时延高的问题,本文提出了一种“软件定义云-边缘计算网络架构”。在该架构中,将SDN(Software Defined Network,SDN)技术与MEC技术进行结合,其中,SDN技术可为网络提供灵活方便的集中控制和管理,同时MEC可在网络边缘对人脸识别业务进行处理以降低时延。在云-边缘计算网络架构中,本文首先对人脸识别业务响应时延进行了建模,其次综合考虑了MEC设备的计算及通信能力,提出了在多个MEC设备集群中基于烟花算法的计算任务卸载策略,以达到进一步降低业务响应时延的目的。仿真结果表明基于烟花算法的软件定义云-边缘计算网络架构可有效降低人脸识别业务响应时延。当处理200个人脸识别业务请求时,所提出的架构相比于传统的云计算架构及单个MEC设备时延性能分别提升了84.2%及77.8%。针对云计算架构难以支撑工业物联网中低时延高可靠业务的问题,本文提出了一种“基于工业物联网的新型云-边缘计算网络架构”。在该架构中,云服务器被引入至多个MEC设备组成的集群中作为一个计算节点,与MEC设备组成分布式云-边缘计算网络,并行处理工业物联网业务。同时,本文对工业物联网业务在分布式云-边缘计算网络中的业务响应时延进行了建模;并考虑到恶劣环境中,MEC设备或链路可能发生故障的情况,建立了故障情况下的业务平均响应时延模型。此外,文中提出了一种基于带约束优化实数编码遗传算法(Real-Coded Genetic Algorithm for Constrained Optimization Problem,RCGA-CO)的计算卸载策略,优化设备无故障时的业务响应时延,并在故障情况下基于RCGA-CO算法提出了一种再分配重传计算任务卸载策略,提升业务处理的可靠性,并优化故障情况下的业务平均响应时延。仿真结果表明,当处理500个工业物联网业务请求时,基于RCGA-CO策略的新型云-边缘计算网络架构相比于传统云计架构、单个MEC设备及MEC网络的时延性能分别提升了84.8%,58.5%及12.7%。同时,在故障情况下,所提出的再分配重传计算卸载策略可提升业务处理可靠性,并降低故障情况下的业务平均响应时延。