移動協(xié)作微云計算中的資源分配研究.pdf

1、智能移動設(shè)備逐漸成為人們生活中不可或缺的一部分。但是，它始終無法克服便攜性與自身資源有限之間的矛盾，直到移動云計算被提出。在移動云計算模型中，移動應用被轉(zhuǎn)移至云資源處理，從而達到節(jié)約移動終端自身資源的目的。目前移動云計算中可利用云資源包括:遠程公共云、臨近微云。相較于遠程云計算中心的資源，臨近微云具有通信時延短的優(yōu)點，但是也具有單點計算資源有限的缺點。針對臨近微云單點計算資源有限這一缺陷，本文提出移動協(xié)作微云計算(M3C，MobileC

2、ooperative Cloudlet Computing)系統(tǒng)，在該系統(tǒng)中，來自移動用戶終端的應用被表示為由子任務以及子任務之間的數(shù)據(jù)約束組成的工作流，通過將子任務被分配到系統(tǒng)中的多個接入點分別處理，提高工作流處理的并行度，縮短用戶等待處理結(jié)果的時間。本論文研究的主要內(nèi)容是M3C系統(tǒng)的計算資源與通信資源分配方案。
　　首先，本文將已有的粒子群搜索(PSO，Particle Swarm Optimization)算法、異構(gòu)最短結(jié)束

3、時間(HEFT，Heterogeneous Earliest-Finish-Time)算法、部分關(guān)鍵路徑(PCP，Partial Critical Path)算法應用于M3C系統(tǒng)中。其中，PSO算法屬于隨機搜索算法，該算法在迭代次數(shù)較多時可以達到較好的結(jié)果，但是計算量大。HEFT算法與PCP算法均屬于列表啟發(fā)式算法，分配過程包括兩部分:計算列表、按列表次序分配。不同的列表啟發(fā)式算法區(qū)別在于列表排序策略和分配策略。HEFT中按照任務優(yōu)先級

4、進行排序，再將任務分配到能夠最早完成該任務的接入點;PCP算法在任務優(yōu)先級的基礎(chǔ)上，將任務劃歸到若干個集合中，以集合(PCP)為單位進行分配，同一個集合中的任務被分配到同一個接入點。
　　其次，本文以計算資源分配為基礎(chǔ)，獲得系統(tǒng)無線鏈路集合，存在無線通信需求的接入點之間的距離需小于距離閾值，無線鏈路集合對應了一組接入點間距離約束條件。本文分別利用窮舉和動態(tài)規(guī)劃方法對接入點進行部署，接入點位置不僅滿足距離約束條件且覆蓋面積最大化。在

5、進行信道分配時，考慮鏈路間的相互干擾，避免同一條信道被相互干擾的鏈路同時占用，通過多次循環(huán)實現(xiàn)均勻分配信道。
　　最后，設(shè)計一系列仿真實驗用于評估系統(tǒng)性能。每次實驗包括四步:計算資源分配、接入點部署、信道資源分配以及運行模擬。仿真實驗的內(nèi)容包括:M3C系統(tǒng)與ICloudlet系統(tǒng)對比仿真，以證明接入點之間的協(xié)作能夠縮短應用工作流處理時間;控制變量法分析M3C系統(tǒng)中的接入點個數(shù)、服務器切片數(shù)、計算資源量、信道假設(shè)以及通信資源量對系統(tǒng)