基于边云的移动群智感知系统用户招募及资源调度研究

发布时间：2023-10-08 17:44

　　随着智能终端设备的计算、存储、通信等能力大幅提升,一种被称为移动群智感知的计算模式引起了学术界与工业界的极大关注。移动群智感知是通过无线网络将携带智能终端设备的多个移动用户联合起来,以便完成单个用户难以应对的大规模感知任务。由于移动群智感知具有低成本、普适性、高度灵活性等优势,因而其具有广泛的应用前景。然而,移动群智感知系统在处理用户的返回结果时将会涉及到大规模的数据分析,所以系统平台将面临着巨大的计算存储压力,尤其当任务发起者的数量增加时,平台的处境将更加困难。得益于边缘计算的发展,我们构建了基于边云的移动群智感知系统框架,平台可以借助网络边缘中的服务器(即边云节点)来完成对感知数据的处理和传输。在基于边云的移动群智感知系统中,最重要的模块就是如何从大量的用户候选者中选择合适的用户来执行任务(即用户招募),以及如何调度边云节点中的资源协作处理与传输移动用户的感知数据(即资源调度)。本文主要针对这两个方面展开研究。首先针对用户招募问题。一般而言,平台总是希望选择那些感知能力强的移动用户来执行任务,然而在实际场景中平台并不能事先获得用户的感知参数,这被称为“未知的用户”招募问题。我们采用...

【文章页数】：137 页

【学位级别】：博士

【文章目录】：
摘要
ABSTRACT
第1章 绪论
    1.1 研究背景与意义
    1.2 国内外研究现状
        1.2.1 针对移动群智感知系统方面的研究
        1.2.2 针对移动群智感知理论方面的研究
        1.2.3 针对边缘计算方面的研究
        1.2.4 研究现状总结
    1.3 本文研究内容及创新点
        1.3.1 基于边云的移动群智感知系统框架
        1.3.2 具体的研究内容及创新之处
    1.4 论文组织结构
第2章 基于CMAB的未知用户招募机制
    2.1 多臂匪徒模型(Multi-Armed Bandit)
    2.2 应用场景
    2.3 模型和问题
    2.4 机制设计
        2.4.1 基本思想
        2.4.2 详细算法
    2.5 理论分析
    2.6 扩展问题
        2.6.1 基本算法
        2.6.2 理论结果
    2.7 实验仿真
        2.7.1 数据集与基本设置
        2.7.2 实验结果
    2.8 本章小结
第3章 实现隐私保护的用户招募机制
    3.1 场景需求
    3.2 模型和问题
    3.3 机制设计
        3.3.1 NP-Hardness分析
        3.3.2 用户招募策略的设计
        3.3.3 安全的用户招募协议
    3.4 性能分析
    3.5 实验仿真
        3.5.1 对比算法
        3.5.2 实验设置和评估参数
        3.5.3 实验结果展示和分析
    3.6 本章小结
第4章 面向边云的虚拟机资源调度机制
    4.1 场景介绍
    4.2 模型和问题定义
    4.3 机制设计
        4.3.1 问题难度分析
        4.3.2 中标选择算法
        4.3.3 支付值确定算法
        4.3.4 实例演示
    4.4 理论分析
    4.5 实验仿真
        4.5.1 实验设置
        4.5.2 结果展示
    4.6 本章小结
第5章 边云资源受限的数据调度传输机制
    5.1 场景需求
    5.2 模型和问题
    5.3 离线的数据调度算法
        5.3.1 算法介绍
        5.3.2 实例演示
        5.3.3 近似比分析
    5.4 在线的数据调度算法
        5.4.1 基本思想
        5.4.2 具体算法
        5.4.3 竞争比分析
    5.5 异构成本的数据调度问题
        5.5.1 异构成本的数据调度算法
        5.5.2 扩展算法的理论分析
    5.6 实验仿真
        5.6.1 实验设置
        5.6.2 实验结果
    5.7 本章小结
第6章 总结与展望
    6.1 本文工作总结
    6.2 进一步工作的展望
参考文献
致谢
在读期间发表的学术论文与取得的研究成果
在读期间获奖情况与参加的研究项目



本文编号：3852492