本地云社区计算卸载的激励机制研究

来源 :广东工业大学 | 被引量 : 0次 | 上传用户:wrothnpc
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
随着移动互联网的飞速发展,移动商务在我们的生活中变得越来越重要。针对移动商务安全问题,新兴的区块链技术可以作为一种有效的解决方案。但是由于设备计算能力的限制,区块链无法在移动设备上高效运行,已有研究工作利用移动边缘计算技术解决这一问题,但由于计算设备的自私性,无法有效共享计算资源。针对这一情况,如何制定出一种计算任务卸载策略,能够有效刺激计算设备公开自己的计算资源同时最大化系统社会效益,成为解决上述问题的关键。本文首先研究了在移动边缘计算本地云社区网络环境中,将激励机制与制定计算任务卸载策略相结合的模型,提出一种基于双边拍卖的激励算法,通过增加公开闲置计算资源的计算设备收益激励其主动公开自己的资源。同时为了避免计算任务过大时,无法找到合适的计算设备进行任务卸载,本文加入了计算任务分流机制,将上述问题归纳为一个混合整数规划问题,并针对这个问题提出了一种包括投标竞价和资源分配方案的激励机制,通过考虑任务密集型移动用户资源的异构偏好,将独立任务分配给周围拥有闲置资源的计算设备。本文从理论上证明了所提出算法的个体合理性、预算平衡性和真实性等经济性,证明了所提算法的时间复杂度,同时通过进行仿真实验验证了所提算法的性能。由于系统的长期收益无法得到很好的保证,在之前工作的基础上,本文又提出了另外一种长期定价激励机制算法。根据系统中用户设备到达的规律,算法将整个时间序列进行划分,在时间队列的每一个时间间隙中都会制定出相应的计算任务卸载策略。算法的长期性能够使用户在离开系统前,只要其预算充足且具有计算任务便可以一直参与计算任务卸载策略的制定,提高系统内所有用户任务的完成度,优化系统整体效益。通过仿真实验完成了算法性能的验证。另外,为了验证所提出算法的性能,根据移动边缘计算和移动区块链计算任务原理,本文利用实验室设备搭建了一个基于移动区块链的任务卸载实验平台。通过在平台上部署算法,收集相关实验数据对算法性能进行了验证,证明了提出的算法能够有效优化系统的整体效益。
其他文献
禽流感(Avian influenza,AI)是由禽流感病毒(AIV)引起的一种危害极大的禽类传染病,该病的流行给全世界的养禽业带来了巨大的损失,19世纪曾发生过鸡群的大量死亡,后来科学家将这种疾病称为禽流感。随着禽流感的流行,现在禽流感病毒(AIV)已经出现了很多种亚型,其中H9N2亚型是其中的一种低致病性的亚型病毒,在漫长的时间里,H9N2已经是较流行的禽流感病毒的亚型之一,所以如何预防禽流感
随着我国的市场经济不断的持续发展,资本的流通尤其是金融方面的流通,较以往的频度有所增加,民间的经济形式也逐渐出现了创新,而且逐渐趋向于繁荣。而传统方面的金融机构,就
移动通信快速发展,多样化的业务需求、超密集组网与超高移动性支持、多网共存带来的互操作的复杂与低效对目前的网络架构提出了巨大的挑战。云接入网(C-RAN)作为新型的无线接入
CuCGA作为一种常见的微电子封装器件,应用于众多领域。传统的CuCGA器件借助于植柱模具实现定位互连,本论文采用一种新的连接方法,利用高精度微型台钻在纯铜柱和SAC305钎料球
经济社会的高速发展推动了现代化工业的大规模升级,却也在一定程度上加剧了环境安全危机,多米诺效应是不容忽视的主要威胁之一。早期多米诺效应研究较少,一般的风险评价只关
浙西南遂昌-大柘地区出露的八都岩群是华夏地块内已知的变质程度最高,年代最为古老的变质基底。在印支期变质事件影响下,大部分岩石发生了变质和变形,前人对八都岩群的变质作用和构造变形分别进行了系统的研究,但有关构造变形和变质作用之间关系的研究还需深入,这对于探讨该期变质事件的大地构造环境具有重要意义。因此,本文通过详细的野外地质调查及实地剖面测量,结合研究区八都岩群岩石野外露头特征,在划分构造变形序列的
义务教育阶段的薄弱学校是我国经济社会和教育发展不充分不平衡的表现之一,薄弱学校的出现和存在限制了我国教育优质均衡发展,妨碍了教育公平的实现,拉低了基础教育阶段教育
目前,食源性致病菌依然是危害公共卫生的一大因素,已经引起社会各界的广泛重视,金葡菌就是最为常见的食源性致病菌之一。黏附是宿主中致病菌定植和感染的第一步,被认为是重要的威胁因素之一。通常认为益生菌可以通过空间位阻抑制致病菌的黏附并减少其在体内的积累。然而,有研究表明,一些乳杆菌能促进致病菌黏附,有人认为这可能是因为益生菌一方面与肠道黏附,另一方面与致病菌黏附,但具体机制尚不清楚。因此本研究采用前期筛
对于计算成本高昂的黑箱子优化问题,高效全局优化(efficient global optimiza-tion,简称EGO)算法是一个广为流行的序贯试验设计方法.该算法通过每次迭代建立代理模型,最大化
阅读和写作是英语学习中的两个重要组成部分。近年来,基于“输入假说”和“输出假说”为理论指导的“以读促写”的教学方法是广大英语教师用以提高学生英语写作能力的有效手