边缘计算下有状态数据流应用的计算切分技术研究

发布时间：2024-05-25 06:03

　　随着终端设备的普及和边缘计算技术的发展,使得诸如增强现实和物体追踪这样的计算复杂和延迟敏感的移动应用成为可能。相比于传统的云计算,边缘计算具有时延低、可靠性高、扩展性强等优点。计算切分通过将终端设备上复杂计算卸载到附近边缘资源,提升应用程序执行的性能。现有的工作主要考虑无状态的应用程序在边缘云环境下的计算切分研究,然而对于有状态的数据流应用,当网络环境动态变化时,计算切分决策也应该相应的调整,此时状态量的大量迁移将会带来网络拥塞并极大的增加网络延迟。本论文首先研究对于有状态数据流应用的计算切分问题,即如何在动态变化的网络环境下对有状态的数据流应用进行有效的计算切分,来最小化总完成时间(make-span)。考虑到边缘云服务器在执行过程中具有宕机的可能性,以及数据流在传输的过程中也具有传输失败的可能发生,本论文进一步讨论了可靠性约束下有状态数据流应用的计算切分问题,即如何在满足数据流应用高可靠性约束的同时,最小化总完成时间。针对以上几个方面,本文的主要研究工作如下:(1)首先定义了有状态数据流应用的计算切分问题,通过考虑状态量的迁移开销,选择性地调整模块和迁移状态量来达到最小化总完成时间...

【文章页数】：81 页

【学位级别】：硕士

【部分图文】：

图3-1有状态的数据流图

华南理工大学硕士学位论文16第三章针对有状态数据流应用的计算切分研究本章将研究有状态的数据流应用的计算切分问题，考虑在动态变化的边缘云网络环境下，如何对数据流应用进行有效的计算切分，并通过选择性的迁移有状态量的模块来缓解网络拥塞，来达到最小化总完成时间make-span的目标。3....

图3-2系统模型图

第三章针对有状态数据流应用的计算切分研究

图3-3SM-H算法示例

华南理工大学硕士学位论文26图3-3SM-H算法示例接下来本论文将用一个简单的例子来说明算法1的关键执行步骤，如图4-1所示，在调整阶段，我们会调整具有最大调整得分3.0的模块3的执行位置，即从表示在移动设备上执行的0调整为表示在边缘云服务器上执行的1。然后在更新阶段，每个模块的....

图3-4应用程序的大小对make-span的影响

第三章针对有状态数据流应用的计算切分研究27(0,1)(,1)(,)(,)(||2)||2[()/||]2statennijiijEiVstateiiiVDDDfEBVBCCRmcV(3-14)我们将有状态的数据流应用程序的模块数n设定为40，并将移动设备和边缘服务器的数量都设为....

本文编号：3981809