随着智能移动设备、物联网和5G应用的发展,人们对处理数据的计算能力和网络时延的要求越来越高远程云数据中心虽然可能满足计算能力要求,但难以满足时延要求。由云、微云和边缘设备形成的三层移动边缘计算（Mobile Edge Computing,MEC）架构可以比由云和边缘设备形成的两层网络架构更有效地满足延迟敏感型应用的计算需求。这是因为在三层移动边缘计算构架中,微云（Cloudlet）可以近距离的为移动设备提供数据处理、计算和传输等服务,从而降低移动应用的请求响应延迟。目前,已有一些关于微云部署数量和位置的研究。这些研究在模型上对微云的异构性和成本考虑不充分,或者忽略了用户的移动性;在算法方面,往往基于优先选择工作负载最大的无线接入点（Access Point,AP）供微云部署这类并不理想的贪心策略。针对微云部署的上述问题,本文主要开展了如下两个方面的研究工作:（1）考虑用户时延、用户动态性及微云异构性的微云部署研究。在构建模型时,综合考虑了微云的异构性、用户请求与无线接入点的接触概率和传输时延;在算法上,提出了一种具有改进策略的启发式微云部署算法（Improved Heuristic Algorithm for Minimizing the Number of Cloudlet Deployment,IMHA）来选择最优无线AP进行部署。仿真实验结果表明,改进后的模型和微云部署算法不仅能有效降低所有无线AP传输用户请求的平均传输时延,而且能在满足用户可容忍的接入时延的同时,减少微云部署的个数。（2）移动边缘计算中成本感知的异构的微云部署研究。通过引入用户任务请求数和无线AP传输用户任务请求的平均延迟,使成本度量更为合理,将最小化微云部署成本问题构建为一个整数线性规划问题（Integer linear Programming,ILP）,并采用改进的启发式算法（Improved Heuristic Algorithm,IHA）求解该问题。该算法也基于贪婪策略,即根据单位资源成本,将每个AP之间的最短距离传输延迟和AP点的用户请求到达率相结合并计算其值来优选供微云部署的无线AP,以降低异构微云部署的延迟和成本。仿真实验的评估和分析验证了改进后的模型和算法的有效性。
暂无评论