1. 研究目的与意义
背景:
物联网的快速发展催生了大量计算密集和时延敏感型应用,终端用户有限的计算和能量资源与复杂应用需求之间的矛盾日益凸显。为满足终端用户多样化、高标准的应用服务需求,根据国际数据中心(International Data Corporation,IDC)最新统计报告显示,到2025年全球网络数据流量预计将达到180泽字节(ZettaByte,ZB)。这些海量数据所需执行的计算和存储操作无疑对终端用户终端能力提出了更高的要求。然而,终端用户有限的计算能力、存储空间和电池寿命难以支撑激增的数据流量处理和高质量的应用服务。终端用户资源受限成为制约各类新兴应用落地以及物联网发展的重要因素。在这种背景下,边缘计算(Mobile Edge Computing, MEC)应运而生。边缘计算(MEC)是一种就近运算的概念,在靠近用户的网络边缘侧提供云计算能力,其核心是将网络的功能、内容和资源迁移到更靠近终端用户的位置,其中网络资源主要包括通信、计算和缓存资源。为用户业务提供就近的计算和处理服务,降低用户的服务响应时延,有效解决有限带宽约束下海量终端设备接入造成的高网络负荷问题,延长移动终端的电池寿命和设备使用周期,并提高用户体验质量。
本文研究了MEC种面向物联网用户计算服务需求的资源分配算法。当任务在用户本地执行时,本地计算资源的分配决策,会对任务执行速率和用户能量消耗产生不同的影响。然而边缘服务器的计算资源有限。当多个用户同时将计算任务卸载到同一服务器时,如果没有合理的计算资源分配机制,会造成计算任务丢失、计算时延过高等问题。因此,合理分配各计算服务器有限的计算资源是边缘计算(MEC)网络中必不可少的部分。
2. 研究内容与预期目标
主要研究内容:
研究物联网用户计算服务需求下的基于匹配理论的资源分配算法问题。为了向计算资源受限的物联网用户提供更多的计算资源,本文首先设计了考虑网络虚拟化场景的三层计算卸载架构,并提出基于两步实现的连续决策过程以促进该架构的实际实现。提出基于合约理论的激励机制以吸引更多临时边缘计算节点(Edge Computation Node,ECN)的合作。由于物联网用户会保留部分个人信息,引入带有外部性的贝叶斯匹配理论对边缘计算节点与物联网用户(Computation Service Subscriber,CSS)之间的计算资源分配问题进行建模。然而传统的匹配算法无法保证分配结果的稳定性,因此进一步提出能够保证收敛到稳定结果的迭代匹配算法。
3. 研究方法与步骤
(1)深入学习云计算、边缘计算等集中式与分布式计算等相关概念,并掌握匹配理论中的偏好列表、稳定匹配等相关基本概念;
(1) (2)对边缘计算场景下的计算资源分配问题进行建模,利用匹配理论完成边缘计算场景下稳定的多对一计算资源分配算法设计;
(2) (3)通过MATLAB实验仿真,将基于匹配理论的计算资源分配算法与其他算法进行比较,验证本毕业设计论文算法设计的优越性;
4. 参考文献
[1] D. Gale, L. S. Shapley. College admissions and thestability of marriage[J]. The American Mathematical Monthly, 1962, 69(1):9–15. [2] D. F. Manlove. Algorithmics of matching underpreferences[M]. Singapore: World Scientific, 2013, 2. [3] 崔玉亚. 面向移动边缘计算的任务调度的关键技术研究[D]. 天津理工大学, 2021. [4] 孙笑科. 边缘计算网络中任务卸载和资源分配优化研究[D]. 北京交通大学, 2021. [5] 梁广俊, 王群, 辛建芳, 李梦, 许威. 移动边缘计算资源分配综述[J]. 信息安全学报, 2021, (03): 227-256. [6] 关向瑞. 边缘计算中基于定价的协作计算卸载与资源分配方案研究[D]. 兰州理工大学, 2021. [7] X. Li, L. Ma, Y. Xu, R. Shankaran. Resource allocationfor D2D-based V2X communication with imperfect CSI[J]. IEEE Internet ofThings Journal, 2020, 7(4): 3545-3558. [8] S. Bayat, Y. Li, L. Song, Z. Han.Matching theory: Applications in wireless communications[J]. IEEE SignalProcessing Magazine, 2016, 33(6): 103–122. [9] M. Pycia, M. Yenmez. Matching with externalities[C].Conference on Auctions, Market Mechanisms and Their Applications, Chicago,IL, USA, 2015: 1-42. [10] Mach P, Becvar Z. Mobile Edge Computing: A Survey onArchitecture and Computation Offloading[J]. IEEE Communications Surveys amp;Tutorials, 2017, 19(3): 1628-1656. |
5. 工作计划
(1)2022.1.8-2022.3.10 查阅资料,深入了解云计算、边缘计算等相关概念,并掌握匹配
理论中偏好列表、稳定匹配等基本概念,完成开题报告,完成外文资料的翻译;
(2)2022.3.11-2022.3.24 对边缘计算场景下的计算资源分配问题进行建模,利用匹配理论完成边缘计算场景下的资源分配算法设计,准备课题研究软件仿真设计;
以上是毕业论文开题报告,课题毕业论文、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。