發(fā)布時(shí)間：2023-02-10 18:24

　　隨著物聯(lián)網(wǎng)技術(shù)的迅速發(fā)展,移動(dòng)終端設(shè)備的數(shù)量越來(lái)越多,這將會(huì)產(chǎn)生海量的數(shù)據(jù)。如何對(duì)這些數(shù)據(jù)進(jìn)行安全有效地計(jì)算、存儲(chǔ)和管理是一個(gè)亟待解決的問(wèn)題。云計(jì)算作為一種集中式處理技術(shù),把所有的數(shù)據(jù)都放在云端進(jìn)行處理,將會(huì)帶來(lái)兩個(gè)方面的問(wèn)題:一是終端用戶(hù)將大量的數(shù)據(jù)傳到云服務(wù)器進(jìn)行處理,不僅會(huì)消耗大量的能量、時(shí)間和帶寬資源,還會(huì)對(duì)傳輸鏈路造成巨大的壓力;二是由于云服務(wù)器覆蓋范圍較廣,用戶(hù)到云端的距離較遠(yuǎn),這將會(huì)產(chǎn)生較大的傳輸延遲。霧計(jì)算將云計(jì)算的服務(wù)擴(kuò)展到網(wǎng)絡(luò)邊緣,通過(guò)廣泛的地理分布、位置感應(yīng)、支持移動(dòng)性等特點(diǎn)解決云計(jì)算中面臨的問(wèn)題。因此,論文選擇霧計(jì)算中數(shù)據(jù)處理延遲與能耗最優(yōu)化作為研究課題。本文主要研究霧計(jì)算中數(shù)據(jù)處理的延遲與能耗問(wèn)題。結(jié)合新型霧計(jì)算架構(gòu),通過(guò)建立數(shù)學(xué)模型和設(shè)計(jì)算法對(duì)問(wèn)題進(jìn)行分析和驗(yàn)證,具體研究?jī)?nèi)容如下。(1)霧計(jì)算中數(shù)據(jù)處理延遲優(yōu)化算法設(shè)計(jì)。在云計(jì)算架構(gòu)的基礎(chǔ)上,本文結(jié)合云-霧三層網(wǎng)絡(luò)架構(gòu)模型對(duì)數(shù)據(jù)處理延遲問(wèn)題進(jìn)行研究。在霧計(jì)算層,將霧設(shè)備組成的網(wǎng)絡(luò)拓?fù)鋱D抽象為帶權(quán)無(wú)向圖,提出霧設(shè)備之間相互協(xié)作的計(jì)算方案。通過(guò)最小生成樹(shù)的Kruskal算法對(duì)帶權(quán)無(wú)向圖求最小生成樹(shù),以減小它們之間...

【文章頁(yè)數(shù)】：51 頁(yè)

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
Abstract
第1章 緒論
    1.1 霧計(jì)算研究背景及意義
        1.1.1 霧計(jì)算研究背景
        1.1.2 霧計(jì)算研究意義
    1.2 國(guó)內(nèi)外研究現(xiàn)狀
        1.2.1 國(guó)外研究現(xiàn)狀
        1.2.2 國(guó)內(nèi)研究現(xiàn)狀
    1.3 數(shù)據(jù)處理研究背景及意義
        1.3.1 數(shù)據(jù)處理研究背景
        1.3.2 數(shù)據(jù)處理研究意義
    1.4 論文組織結(jié)構(gòu)
第2章 霧計(jì)算及數(shù)據(jù)處理簡(jiǎn)介
    2.1 霧計(jì)算基礎(chǔ)知識(shí)
        2.1.1 霧計(jì)算概念及特點(diǎn)
        2.1.2 霧計(jì)算架構(gòu)
        2.1.3 霧計(jì)算應(yīng)用場(chǎng)景
        2.1.4 霧計(jì)算與云計(jì)算比較
    2.2 數(shù)據(jù)處理研究基礎(chǔ)
    2.3 本章小結(jié)
第3章 霧計(jì)算中數(shù)據(jù)處理延遲優(yōu)化算法設(shè)計(jì)
    3.1 引言
    3.2 云-霧網(wǎng)絡(luò)架構(gòu)描述
    3.3 云-霧網(wǎng)絡(luò)架構(gòu)延遲計(jì)算方案
        3.3.1 霧計(jì)算層延遲計(jì)算方案
        3.3.2 云計(jì)算層延遲計(jì)算方案
        3.3.3 系統(tǒng)總延遲
    3.4 算法求解
        3.4.1 霧計(jì)算層延遲最優(yōu)化求解
        3.4.2 云計(jì)算層延遲最優(yōu)化求解
    3.5 仿真結(jié)果與分析
        3.5.1 霧計(jì)算層數(shù)據(jù)處理延遲性能分析
        3.5.2 霧計(jì)算層數(shù)據(jù)處理百分比對(duì)數(shù)據(jù)處理延遲的影響
        3.5.3 霧節(jié)點(diǎn)個(gè)數(shù)對(duì)數(shù)據(jù)處理延遲的影響
    3.6 本章小結(jié)
第4章 基于免疫算法的數(shù)據(jù)處理能耗優(yōu)化算法設(shè)計(jì)
    4.1 引言
    4.2 新型霧計(jì)算架構(gòu)
    4.3 免疫優(yōu)化算法
        4.3.1 免疫算法基本流程
        4.3.2 解的多樣性評(píng)價(jià)
    4.4 數(shù)據(jù)處理能耗計(jì)算方案
        4.4.1 新型霧計(jì)算架構(gòu)計(jì)算方案
        4.4.2 傳統(tǒng)霧計(jì)算架構(gòu)計(jì)算方案
    4.5 問(wèn)題求解與結(jié)果比較
        4.5.1 新型霧計(jì)算架構(gòu)問(wèn)題求解
        4.5.2 傳統(tǒng)霧計(jì)算架構(gòu)問(wèn)題求解
    4.6 仿真結(jié)果與分析
        4.6.1 數(shù)據(jù)量變化對(duì)數(shù)據(jù)處理能耗影響
        4.6.2 代理霧服務(wù)器個(gè)數(shù)對(duì)數(shù)據(jù)處理能耗影響
    4.7 本章小結(jié)
第5章 總結(jié)與展望
    5.1 論文總結(jié)
    5.2 工作展望
參考文獻(xiàn)
在讀期間發(fā)表的學(xué)術(shù)論文及研究成果
致謝



本文編號(hào)：3739684