隨著云計算、人工智能、大數(shù)據(jù)、區(qū)塊鏈和5G等技術的快速發(fā)展,各種物聯(lián)網(wǎng)應用層出不窮。而物聯(lián)網(wǎng)多樣化的應用對網(wǎng)絡提出更高的差異化需求,比如容量更大、響應更快、更高效、更靈活、更安全等等。但是云計算架構相對固定,網(wǎng)絡體系不夠靈活,數(shù)據(jù)集中處理帶來的高延遲和網(wǎng)絡擁塞始終得不到解決,因此很難完美應用到未來的物聯(lián)網(wǎng)服務中。本文把邊緣計算架構應用到物聯(lián)網(wǎng)環(huán)境中并搭建邊緣控制系統(tǒng),深入研究和驗證了邊緣控制系統(tǒng)中的若干關鍵技術。本文設計了邊緣控制系統(tǒng)模型及其相關功能并進行驗證,主要工作包括:（1）針對如何降低物聯(lián)網(wǎng)場景小型任務處理時延的問題,本文提出了一種單邊緣節(jié)點的集中式多任務調(diào)度方法。該方法首先設計了一種進程調(diào)度與線程調(diào)度相結合的多層級調(diào)度框架,進程調(diào)度針對不同種類的業(yè)務,采用搶占式靜態(tài)優(yōu)先級調(diào)度算法。線程調(diào)度針對高并發(fā)的同種業(yè)務,本文提出了任務執(zhí)行緊迫性因子并設計了基于動態(tài)優(yōu)先級的線程調(diào)度算法,緊迫性因子的設定由任務截止期內(nèi)的剩余計算量來決定。仿真效果表明,提出的多層級調(diào)度方法在保證任務時效性處理上有顯著的作用,可以一定程度減少小型任務的處理時延。（2）針對如何降低物聯(lián)網(wǎng)場景大型任務處理時延的問... 

【文章來源】：南京郵電大學江蘇省

【文章頁數(shù)】：82 頁

【學位級別】：碩士

【部分圖文】：

Multi-threadDPS算法第一個調(diào)度周期的任務實時信息

南京郵電大學專業(yè)學位碩士研究生學位論文第三章單邊緣節(jié)點多任務調(diào)度算法的研究與驗證23圖3.5Multi-threadDPS算法最后一個調(diào)度周期的任務實時信息從圖中可以看出，在最后一個調(diào)度周期的任務實時信息中，緊迫性因子和權重信息變的雜亂無章，主要是因為這些參數(shù)只會更新到此任務處理成功的那個調(diào)度周期。并且部分任務的剩余合理時延值為負數(shù)，說明此時已經(jīng)超過任務的合理處理時延。圖3.4和3.5所示的調(diào)度效果是在設置DCT為6ms時得出來的，在測試環(huán)境不變的情況下，改變DCT的值，對算法效果影響很大。下面驗證調(diào)度周期DCT為6ms的合理性，具體測試結果如表3.2所示。表3.2調(diào)度周期的大小對算法性能的影響情況調(diào)度周期大小測試環(huán)境平均等待時間4ms20個任務平均處理時間95.7ms平均合理時延1156.7ms79.2ms6ms80.0ms10ms83.1ms20ms91.4ms50ms120.5ms80ms151.4ms由上表可知，配置調(diào)度周期為6ms可以最大化的提升算法的性能，并且當調(diào)度周期在6ms附近小范圍波動時，對算法的影響微乎其微。下面主要將本章提出的Multi-threadDPS算法與傳統(tǒng)的CFS算法和SJF算法對比。為了

南京郵電大學專業(yè)學位碩士研究生學位論文第三章單邊緣節(jié)點多任務調(diào)度算法的研究與驗證24體現(xiàn)不同任務負載下算法的性能情況，依次增大任務數(shù)量task_num，分別將三種算法作用在這批任務上，對比平均等待時間waitT的大校這里需要注意的是，每當有任務線程因為執(zhí)行完畢被銷毀時，算法都要重新拉起新的任務線程，以保證單個邊緣節(jié)點上的任務數(shù)恒定為task_num，等到最先開啟的task_num個任務線程全部執(zhí)行完畢時，統(tǒng)計這批任務的平均等待時間大校圖3.6展示的是在調(diào)度周期為6ms情況下，三種算法的平均等待時間的大校圖3.6三種算法任務平均等待時間對比從上圖看可以看出，在邊緣節(jié)點的某個單CPU核上執(zhí)行較少任務的時候，本章提出的Multi-threadDPS算法性能明顯好于另外兩種算法。SJF算法的核心是保證執(zhí)行時間短的任務的優(yōu)先處理權，即考慮的是任務的預計執(zhí)行時間。CFS算法的權重設置依賴于任務的處理時延要求，往往時延要求高的任務的權重比較大。因此，SJF算法和CFS算法分別只考慮了任務的預計執(zhí)行時間CT和任務的時延要求DT，但是這兩個要素對于物聯(lián)網(wǎng)業(yè)務來說同樣重要。當任務量逐漸增加的時候，三種調(diào)度算法的性能趨近于統(tǒng)一。這是一種必然的結果，說明此時任務量已經(jīng)達到了單CPU核的承受負載極限。本章提出的Multi-threadDPS算法綜合考慮了任務的預計執(zhí)行時間和任務的時延要求，在下一個調(diào)度周期總可以優(yōu)先執(zhí)行最緊迫的任務。因此，Multi-threadDPS算法不僅可以降低平均等待時間，也可以降低等待時間標準差，防止部分任務的處理時延過長。圖3.7展示了上述的驗證流程中，各個算法的等待時間標準差wait的對比情況。

【參考文獻】：
期刊論文
[1]H2H與M2M共存場景下的上行資源分配算法[J]. 蔣繼勝,朱曉榮.  電子學報. 2018(05)
[2]Task Offloading Decision in Fog Computing System[J]. Qiliang Zhu,Baojiang Si,Feifan Yang,You Ma.  中國通信. 2017(11)
[3]基于粒子群優(yōu)化算法的多核處理器任務調(diào)度研究[J]. 田佳,胡威,李琳,柯鵬,張凱.  計算機應用研究. 2017(12)
[4]一種動態(tài)優(yōu)先級實時任務調(diào)度算法[J]. 夏家莉,陳輝,楊兵.  計算機學報. 2012(12)



本文編號：3256265