车联网中基于移动边缘计算的计算分流方法研究

车联网中基于移动边缘计算的计算分流方法研究

在车联网场景中,原有的“云-车”网络架构已经无法满足自动驾驶、虚拟现实等新型任务对时延的要求。而在移动边缘计算实现将服务器部署在靠近用户一侧,向用户提供IT服务环境及云计算能力,减少了任务卸载所需的时延消耗。然而边缘服务器所拥有的资源同样有限。为了提高任务卸载成功率及减少任务卸载能源消耗与时延消耗,本文提出以下任务卸载方案:(1)针对任务计算卸载、边缘服务器能源消耗、任务成功率等问题,提出一种基于软件定义网络的移动边缘计算卸载策略。在该策略中对任务特性、能量消耗和时延消耗等几个维度进行建模。根据任务特性采用K均值聚类算法对任务进行分析并计算出其具体卸载位置,同时根据软件定义网络控制器获取边缘端服务器的网络资源,保证当多个计算任务来临时,能够实现多个边缘服务器之间的负载均衡。经仿真结果表明,该策略能够在提高边缘计算服务器任务卸载成功率的同时也减少完成任务所需的时延消耗与边缘计算服务器的能源消耗。(2)针对网络流量中许多流量是对同一内容发起的请求且根据不同任务的紧急情况,提出车联网中基于云-边合作的移动边缘卸载策略。在该策略中对完成任务所需要的计算资源、最大可容忍时间、请求内容数、任务大小等几个维度进行建模并计算其优先级,最后根据卸载至不同服务器预期资源消耗决定其最终卸载位置。经仿真结果表明,该策略在提高边缘服务器中高优先级任务计算效率的同时也能够减少完成全部任务所需的时延消耗及能源消耗。

基本信息

题目车联网中基于移动边缘计算的计算卸载方法研究
文献类型硕士论文
作者章宦成
作者单位浙江科技学院
导师魏贵义
文献来源浙江科技学院
发表年份2020
学科分类工程科技Ⅱ辑,信息科技
专业分类公路与水路运输,计算机软件及计算机应用
分类号U495
关键词车联网,移动边缘计算,计算卸载,软件定义网络
总页数:62
文件大小:2384K

论文目录

摘要
ABSTRACT
缩略语对照表
第1章 引言
  1.1 研究背景及意义
  1.2 国内外研究现状
    1.2.1 移动边缘计算卸载策略现状
    1.2.2 基于车联网的移动边缘卸载策略
  1.3 本文主要工作
  1.4 论文章节安排
第2章 移动边缘计算及计算卸载策略研究现状
  2.1 MEC概述
    2.1.1 MEC定义
    2.1.2 MEC特性
    2.1.3 移动边缘计算应用场景
    2.1.4 移动边缘计算与新兴技术的融合
  2.2 MEC中的计算卸载技术
  2.3 本章小结
第3章 车联网中基于SDN的移动边缘计算卸载策略
  3.1 引言
  3.2 系统模型
    3.2.1 通信模型
    3.2.2 计算模型
  3.3 车联网中基于SDN的任务卸载策略
    3.3.1 K均值聚类算法
    3.3.2 卸载流程
  3.4 仿真结果分析
  3.5 本章总结
第4章 车联网中基于云-边合作的移动边缘卸载策略
  4.1 引言
  4.2 系统模型
    4.2.1 网络架构
    4.2.2 卸载决策模型
    4.2.3 优化问题
  4.3 车联网中基于云-边合作的移动边缘卸载策略
    4.3.1 通信模型
    4.3.2 计算模型
    4.3.3 卸载决策算法
    4.3.4 仿真结果与分析
  4.4 总结
第5章 总结与展望
  5.1 全文工作总结
  5.2 研究工作展望
参考文献
致谢
攻读学位期间参加的科研项目和成果

参考文献

[1] 智联边云 共创产业新价值——2020边缘计算产业峰会在京盛大召开[J]. 自动化博览 2020(12)
[2] 2020边缘计算产业峰会在京召开[J]. 自动化与仪表 2020(12)
[3] 边缘计算优势[J]. 互联网经济 2020(11)
[4] 《边缘计算2020专辑》诚征稿件[J]. 自动化博览 2020(11)
[5] 边缘计算的现状及发展[J]. 中国公共安全 2020(Z1)
[6] “边缘计算”专栏征稿启事[J]. 电子技术应用 2021(01)
[7] 智能化边缘计算专题序言[J]. 计算机科学 2021(01)
[8] 边缘计算与云协同问题研究[J]. 河北省科学院学报 2020(04)
[9] 边缘云的技术发展与应用思考[J]. 移动通信 2021(01)
[10] 共识边缘计算及其在能源互联网中的应用[J]. 电力建设 2021(02)
[11] 高校边缘空间形态优化研究[J]. 华中建筑 2021(02)
[12] 彼得·贝格尔对边缘情境的合理化阐释[J]. 浙江社会科学 2021(03)
[13] 中学“边缘生”的形成及转化——关怀伦理的视角[J]. 现代教育 2020(12)
[14] 工业互联网边缘计算在离散制造业应用展望[J]. 自动化博览 2019(11)
[15] 智联5G,绽放边缘——2019边缘计算产业峰会在京盛大召开[J]. 自动化博览 2019(12)
[16] 5G时代的传媒创新:边缘计算的应用范式研究[J]. 山西大学学报(哲学社会科学版) 2020(01)
[17] 边缘学习:关键技术、应用与挑战[J]. 无线电通信技术 2020(01)
[18] 基于稳定连接的配电网边缘划分方法及应用研究[J]. 电力信息与通信技术 2020(01)
[19] 边缘计算产业发展现状、形势及策略分析[J]. 海峡科学 2020(01)
[20] 马克思主义政治经济学不能再被边缘化[J]. 福建茶叶 2020(03)
[21] 移动边缘计算规模部署的技术制约因素和对策[J]. 中兴通讯技术 2019(06)
[22] 边缘网络中去中心化的内容扩散系统设计[J]. 计算机应用与软件 2020(03)
[23] 边缘计算迎来黄金10年[J]. 计算机与网络 2020(04)
[24] 边缘计算产业现状与发展建议[J]. 信息通信技术与政策 2020(02)
[25] 一舟如何满足边缘计算与数字化转型[J]. 智能建筑 2019(12)
[26] 边缘计算和深度学习之间的交融[J]. 自动化博览 2020(02)
[27] 边缘计算的技术演进预测[J]. 通信企业管理 2020(04)
[28] 边缘计算的颠覆式创新影响[J]. 通信企业管理 2020(04)
[29] 对边缘计算内涵的深度解读[J]. 通信企业管理 2020(04)
[30] 边缘计算比云计算更重要吗[J]. 计算机与网络 2020(08)

相似文献

[1]车联网边缘计算中任务卸载策略研究[D]. 代帅康.合肥工业大学2020
[2]车联网中的边缘资源分配优化方法[D]. 张颖.曲阜师范大学2020
[3]面向边缘设备的信任评估机制研究[D]. 王甜甜.哈尔滨师范大学2020
[4]面向边缘存储的高性能数据库系统设计与实现[D]. 孙博宇.华南理工大学2020
[5]边缘行业治安管理系统的设计与实现[D]. 李姚剑.厦门大学2013
[6]基于边缘计算的车联网高效内容交付及任务卸载[D]. 龙艳.电子科技大学2020
[7]基于边缘重构的图像插值[D]. 刘千石.浙江大学2016
[8]绘画中线与边缘对形的表现[D]. 王一亚雄.西安美术学院2015
[9]基于显著闭合边缘的图像检索方法研究[D]. 刘睿姝.西北农林科技大学2012
[10]基于边缘计算的微服务调度算法研究[D]. 吴鸿飞.电子科技大学2020
车联网中基于移动边缘计算的计算分流方法研究
下载Doc文档

猜你喜欢