霧計算中邊緣節(jié)點存儲優(yōu)化算法設計.pdf

1、云計算為提供網(wǎng)絡服務的企業(yè)給出了一種較好的方案，由于其方便、經(jīng)濟的特征使得越來越多的企業(yè)將本公司的服務放到云端服務器上以服務于用戶。然而隨著移動互聯(lián)網(wǎng)和物聯(lián)網(wǎng)的快速發(fā)展，連接到網(wǎng)絡中的移動設備越來越多，一方面由于云計算在移動互聯(lián)網(wǎng)上的不足，另一方面將數(shù)以十億級的移動設備的服務請求都交給云計算來處理不僅給云計算的處理能力帶來極大的挑戰(zhàn)，也會造成因特網(wǎng)主干網(wǎng)絡的擁塞。于是，近年來，作為云計算從網(wǎng)絡的中心到網(wǎng)絡邊緣的擴展，人們提出一種新的計算

2、模式——霧計算，用來解決云計算的因中心化帶來的應用效率問題。
　　霧計算是位于移動設備和云計算之間并且靠近移動設備的分布式服務器集群，霧計算相對于云計算擁有一定的計算、存儲、通信能力。霧計算作為移動終端和云服務的中間層，可以分擔部分云計算和移動終端的計算任務，減小帶寬延遲，提高終端用戶服務質量，減輕骨干網(wǎng)絡帶寬負載和云計算中心的計算負載。
　　本文從霧計算節(jié)點有一定的存儲能力特征入手，研究了霧計算集群節(jié)點間的存儲優(yōu)化問題。利

3、用霧服務節(jié)點的存儲空間，數(shù)據(jù)服務提供者可以預先將用戶可能需要訪問的數(shù)據(jù)從數(shù)據(jù)中心預存到距離用戶最近的霧計算節(jié)點。當用戶需要這些數(shù)據(jù)時，首先在鄰近霧服務節(jié)點中查找，如果正好集群中預先存取了該數(shù)據(jù)，那么用戶只需從霧服務節(jié)點中獲取數(shù)據(jù)，而不需要從遠端云中心獲取，因此可以極大的減少訪問延時、減輕主干網(wǎng)絡流量負荷。本文的主要工作如下:
　　(1)分析了霧計算節(jié)點緩存熱點數(shù)據(jù)對用戶服務質量和網(wǎng)絡系統(tǒng)效率的重要性。將熱點數(shù)據(jù)放在用戶附近的霧節(jié)點

4、中，用戶可以通過無線網(wǎng)絡一跳距離獲取該數(shù)據(jù)，極大的提高了用戶獲取數(shù)據(jù)的時延。
　　(2)提出了基于Max-PSN的緩存替換算法、霧節(jié)點中緩存數(shù)據(jù)項的緩存效應值計算標準。霧節(jié)點中數(shù)據(jù)項效用值越大越應該被緩存下來，當空間不足需要替換時總是替換出效用值最小的數(shù)據(jù)項。
　　(3)定義了集中式霧計算系統(tǒng)，并且給出了該系統(tǒng)的工作模式及適用的場景。在集中式霧計算系統(tǒng)中進行了模擬實驗，驗證了Max-PSN、LRU、LFU三種緩存替換算法的效

5、果。通過實驗比較發(fā)現(xiàn)Max-PSN在一跳命中率、霧系統(tǒng)命中率、平均響應速度、帶寬開銷節(jié)省上比LFU算法分別高8.26％、2.87％、1.93％、1.72％，比LRU算法分別高44.67％、11.12％、4.98％、3.75％。
　　(4)定義了分布式霧計算系統(tǒng)，并且給出了該系統(tǒng)的工作模式及適用的場景。在分布式霧計算系統(tǒng)中進行模擬實驗，比較了Max-PSN、LRU、LFU三種緩存替換算法的效果。通過實驗比較發(fā)現(xiàn)Max-PSN在一跳命