近年來(lái),隨著移動(dòng)邊緣計(jì)算（Mobile Edge Computing,MEC）的迅速發(fā)展,移動(dòng)邊緣環(huán)境下的工作流調(diào)度問(wèn)題逐漸成為新的研究熱點(diǎn)。如何有效地調(diào)度工作流應(yīng)用的任務(wù),直接影響到移動(dòng)應(yīng)用的服務(wù)質(zhì)量（Quality of Service,QoS）。當(dāng)前移動(dòng)邊緣環(huán)境下的工作流調(diào)度研究主要針對(duì)應(yīng)用執(zhí)行時(shí)間、能量消耗等單目標(biāo)進(jìn)行優(yōu)化,無(wú)法滿(mǎn)足多樣化的調(diào)度需求。同時(shí)MEC環(huán)境下的計(jì)算資源易出現(xiàn)任務(wù)異常、軟件故障等問(wèn)題。因此,如何保證資源失效情況下的工作流調(diào)度十分必要。針對(duì)上述問(wèn)題,本文分別提出了面向服務(wù)質(zhì)量的多目標(biāo)工作流調(diào)度方法和面向可靠性的邊緣計(jì)算資源容錯(cuò)調(diào)度算法,最后通過(guò)實(shí)驗(yàn)分別驗(yàn)證了所提算法的有效性。本文的創(chuàng)新點(diǎn)和主要工作體現(xiàn)在如下方面:1.針對(duì)工作流任務(wù)在移動(dòng)邊緣環(huán)境下的QoS調(diào)度優(yōu)化問(wèn)題,提出了一種面向服務(wù)質(zhì)量的多目標(biāo)工作流調(diào)度方法（Optimal Multi-Objective Genetic Algorithm,OMOGA）。首先,該算法考慮工作流任務(wù)之間的依賴(lài)數(shù)據(jù)傳輸成本,對(duì)用戶(hù)提交的工作流進(jìn)行任務(wù)預(yù)處理,將依賴(lài)數(shù)據(jù)成本較高的任務(wù)調(diào)度至相同設(shè)備執(zhí)行,有效地降低了系統(tǒng)的能量消... 

【文章來(lái)源】：杭州電子科技大學(xué)浙江省

【文章頁(yè)數(shù)】：67 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

圖１．１本文的組織結(jié)構(gòu)??

體現(xiàn)了架構(gòu)的體系概念，這也推進(jìn)了移動(dòng)邊緣計(jì)算的可編程化轉(zhuǎn)型，并保證了該??技術(shù)在吞吐量、延遲、可擴(kuò)展性等方面的要求。??圖２．１所示為ＥＳＴＩ組織制定的ＭＥＣ架構(gòu)圖。該架構(gòu)可分為托管基礎(chǔ)設(shè)施、??應(yīng)用程序平臺(tái)管理系統(tǒng)及應(yīng)用管理系統(tǒng)。第一層為基礎(chǔ)設(shè)施管理系統(tǒng)，此部分由??硬件設(shè)備及虛擬化層組成，具體可包括無(wú)線網(wǎng)絡(luò)連接、主機(jī)管理系統(tǒng)接口等。第??二層為應(yīng)用平臺(tái)管理系統(tǒng)，該系統(tǒng)由虛擬化管理器及平臺(tái)服務(wù)組成，主要負(fù)責(zé)移??動(dòng)應(yīng)用程序的部署，同時(shí)也承載著應(yīng)用程序中間件服務(wù)和基礎(chǔ)架構(gòu)服務(wù)。來(lái)自第??三方的應(yīng)用程序可靈活地在該平臺(tái)上部署，實(shí)現(xiàn)了?ＭＥＣ服務(wù)器和應(yīng)用程序的解??耦。第三層為應(yīng)用管理系統(tǒng)，主要由ＭＥＣ應(yīng)用虛擬機(jī)集群構(gòu)成。??７??

讓網(wǎng)絡(luò)硬件可以通過(guò)集中式軟件進(jìn)行管理，同時(shí)具備可編程化、控制轉(zhuǎn)發(fā)等??層面的諸多優(yōu)秀特性。ＳＤＮ技術(shù)中的ＯｐｅｎＦｌ〇Ｗ［２９］使得網(wǎng)絡(luò)控制面與數(shù)據(jù)面分離，??從而提升網(wǎng)絡(luò)的可擴(kuò)展性與靈活性。圖２．２展示了為邊緣計(jì)算下的軟件定義網(wǎng)絡(luò)??基礎(chǔ)設(shè)施，主要由企業(yè)數(shù)據(jù)中心、云數(shù)據(jù)中心及網(wǎng)絡(luò)流行微數(shù)據(jù)中心構(gòu)成。數(shù)據(jù)??屮心集中了虛擬主機(jī)、虛擬存儲(chǔ)及虛擬網(wǎng)絡(luò)等。ＭＥＣ的感知能力與ＳＤＮ的集中??式控制決策結(jié)合可以進(jìn)一步地豐富產(chǎn)品進(jìn)而驅(qū)動(dòng)產(chǎn)生新的服務(wù)。采用ＳＤＮ技術(shù)，??ＭＥＣ服務(wù)器可以對(duì)流量的進(jìn)行靈活控制，從而實(shí)現(xiàn)業(yè)務(wù)的本地化分配，降低時(shí)??延，提升用戶(hù)體驗(yàn)。??１０??

【參考文獻(xiàn)】：
期刊論文
[1]移動(dòng)邊緣環(huán)境下面向工作流管理的計(jì)算遷移方法[J]. 伏舒存,付章杰,邢國(guó)穩(wěn),劉慶祥,許小龍.  計(jì)算機(jī)應(yīng)用. 2019(05)
[2]云計(jì)算環(huán)境中面向DAG任務(wù)的多目標(biāo)調(diào)度算法[J]. 徐健銳,朱會(huì)娟.  計(jì)算機(jī)應(yīng)用研究. 2019(01)
[3]移動(dòng)增強(qiáng)現(xiàn)實(shí)可視化綜述[J]. 高翔,安輝,陳為,潘志庚.  計(jì)算機(jī)輔助設(shè)計(jì)與圖形學(xué)學(xué)報(bào). 2018(01)
[4]物聯(lián)網(wǎng)環(huán)境下數(shù)據(jù)轉(zhuǎn)發(fā)模型研究[J]. 李繼蕊,李小勇,高雅麗,高云全,方濱興.  軟件學(xué)報(bào). 2018(01)
[5]移動(dòng)云計(jì)算研究進(jìn)展與趨勢(shì)[J]. 崔勇,宋健,繆蔥蔥,唐俊.  計(jì)算機(jī)學(xué)報(bào). 2017(02)
[6]云環(huán)境中基于分解的多目標(biāo)工作流調(diào)度算法[J]. 李克武,張功萱,朱昭萌.  計(jì)算機(jī)工程與科學(xué). 2016(08)
[7]時(shí)間約束云工作流調(diào)度的粒子群搜索方法[J]. 曹斌,王小統(tǒng),熊麗榮,范菁.  計(jì)算機(jī)集成制造系統(tǒng). 2016(02)
[8]基于Pareto熵的多目標(biāo)粒子群優(yōu)化算法[J]. 胡旺,Gary G. YEN,張?chǎng)?  軟件學(xué)報(bào). 2014(05)
[9]時(shí)間約束下可靠性增強(qiáng)的網(wǎng)格工作流調(diào)度算法[J]. 閻朝坤,胡志剛,李璽,肖鵬.  小型微型計(jì)算機(jī)系統(tǒng). 2012(07)
[10]云環(huán)境下優(yōu)化科學(xué)工作流執(zhí)行性能的兩階段數(shù)據(jù)放置與任務(wù)調(diào)度策略[J]. 劉少偉,孔令梅,任開(kāi)軍,宋君強(qiáng),鄧科峰,冷洪澤.  計(jì)算機(jī)學(xué)報(bào). 2011(11)



本文編號(hào)：3401610