收藏本站
收藏 | 手机打开
二维码
手机客户端打开本文

基于移动边缘计算的物联网资源管理策略研究

乔冠华  
【摘要】:近年来,随着物联网应用的蓬勃发展,设备连接数和业务流量呈现指数式的增长,针对海量碎片化数据的实时传输和处理的应用需求也越来越多,例如智能驾驶中的路网环境感知、健康医疗中的身体状态监测、智能电网中的电能实时调度等。然而,受限于设备端到云平台的长距离回程链路,传统云计算模式不仅会增加端到端的业务数据传输时延,而且也会显著地增加系统的能量消耗。为了解决这一问题,移动边缘计算和存储(Mobile Edge Computing and Caching,MECC)技术将计算和缓存单元以分布式的方式部署在边缘接入网基础设施中,在靠近数据源端和物联网设备上,执行大量的数据传输、信息融合和优化控制等操作。这种新兴的计算模式可以降低端到端任务的传输和处理时延,同时减少因特网服务提供商因增扩云数据中心而增加的成本支出。在复杂的物联网应用场景中,不同类型的设备需要在短时间内频繁地执行通信、存储和计算等一系列操作。对于电池供能的物联网设备,这些操作将增加卸载任务或者获取内容产生中断的可能性。此外,作为功能增强的物联网设备,车辆的高速移动、时变的网络拓扑等车联网固有的特性,为数据传输过程中的计算迁移和资源管理带来了极大的挑战。另一方面,在边缘基础设施超密集部署的网络中,接入网并没有发挥其靠近数据源端的优势,缺乏对业务需求、设备特征和资源状态的感知能力。为了在网络边缘提供更加智能化的决策,需要边缘节点挖掘更加丰富的网络特征,以提供业务-设备-资源三者的动态匹配。针对MECC技术在物联网应用中面临的问题,本文将致力于融合MECC与人工智能技术,通过研究任务卸载和能量管理、多址接入选择、移动感知的内容缓存、去中心化的计算迁移等问题,进而满足典型物联网应用场景中的多样化性能要求。本文主要分为以下四个部分:1)基于D2D-ECN的任务卸载和能量调度策略研究;2)面向车辆边缘计算网络的计算迁移策略研究;3)移动感知的边缘合作缓存策略研究;4)区块链赋能的分布式计算迁移系统设计。第一部分引入了一种基于设备端到端的边缘计算网络(Device-to-Device Edge Computing Network,D2D-ECN)。在该网络架构下,利用D2D直通技术将密集型任务卸载到一组资源闲置的设备中进行并行处理。针对电池供能的设备可能出现计算中断的问题,采用能量采集技术来确保数据传输和业务处理的连续性。为了实现长期平均任务服务时延和系统长期平均能量消耗的最优折衷,设计了一种任务卸载、计算资源分配和能量调度的联合优化问题。该问题被描述为一个时延约束的马尔科夫决策过程(Constrained Markov Decision Process,CMDP)。考虑到可再生能源的随机性和信道状态的不确定性,文中提出了两种不同的学习算法,以应对传统优化算法无法直接求解上述CMDP问题的挑战。在点对点的计算协同迁移模型中,采用拉格朗日对偶策略将CMDP中的代价函数转化为对偶代价函数。基于学习的计算迁移算法,能够在不需要前瞻性策略探索的情况下获得使系统长期平均代价函数最小的计算迁移策略。在多点协同计算迁移的问题中,为了应对学习陷入维度灾难的挑战和解决行动空间值连续的问题,本文提出了一种基于李雅普诺夫优化的计算迁移学习算法。在无网络先验信息的情形下,李雅普诺夫稳定性理论证明了,CMDP问题的最优化等价于最小化单周期下李雅普诺夫转移-惩罚函数的上界值,并根据能量状态演进方程获得原问题的一个次优解。仿真结果表明,通过与本地计算和单周期贪婪迁移算法比较,本文提出的分布式任务卸载策略和计算迁移算法,能够显著地降低系统的能量消耗和业务的服务时延。针对价格机制无法解决车辆主动分享信息的问题,第二部分研究了资源供需双方差异化的需求和性能要求,引入了以服务时延最小为目标的车辆偏好效用和以最大化信息分享增益为目标的边缘服务器偏好效用。为了极大化资源供需双方的偏好,本文设计了一种基于双向匹配理论的计算迁移机制。不同于最大化单方偏好的0-1规划问题的方法,基于匹配的关联算法是参与者根据自身严格的偏好序列,经过有限次的相互博弈后达到彼此满意的关联结果。理论和仿真结果均证明了,本文提出的计算迁移算法具有良好的性能增益和收敛性。在此基础上,本文针对车辆高速移动的环境,设计了一种车辆接入模式选择和任务分发的联合优化算法,旨在满足多样化的车联网应用需求并兼顾系统的能量消耗。针对这一复杂的混合整数规划问题,文中提出了一种基于深度增强学习的多址接入协同计算迁移策略。该策略能够将数据映射到最佳的接入模式上,实现数据的并行传输和处理。仿真结果验证了提出的协同计算迁移算法能够显著地减少业务的平均服务时延和降低系统的能量消耗。第三部分研究了车辆高速移动下的边缘缓存问题。基于集中式的宏蜂窝、分布式的路边单元和移动车辆的三方合作,设计了内容放置和内容传输的联合优化策略。该缓存策略的目标为最小化系统的累积平均存储和资源使用开销,同时满足车辆获取内容的命中率和传输时延需求。针对内容流行程度变化的时间尺度大于内容传输过程中车辆移动和信道状态变化的时间尺度,本文创新性地将边缘缓存问题建模为一个基于双时间尺度的马尔科夫决策过程(Double Timescale Markov Decision Process,DT-MDP)。在大时间尺度上,执行内容放置和更新操作;在小时间尺度上,执行车辆调度和带宽分配的联合管理,从而优化内容传输过程。为了解决该DT-MDP问题,本文设计了一种基于深度确定性策略梯度(Deep Deterministic Policy Gradient,DDPG)的边缘合作缓存算法。与学习和深度强化学习算法不同,我们提出的缓存算法可以很好地应用于变量连续的带宽分配行动空间,并通过值函数和策略函数的交互迭代提升算法的收敛速度。通过对真实交通数据的分析,我们得到了车辆在起止地的行驶路径的模拟结果。融合内容流行程度等信息,帮助系统在大的时间尺度上执行更加有效的内容放置和更新操作,从而提升获取内容的成功率。仿真结果表明,与非合作和随机的缓存策略相比,本文提出的边缘合作缓存策略能够显著地降低系统的长期平均开销。考虑到D2D-ECN中资源供需双方间的不信任,第四部分研究了区块链驱动的分布式计算迁移问题。与传统基于PoW的共识协议不同,为了提供可信的计算环境并且避免“挖矿”过程造成的大量资源消耗,本文采用了一种基于计算迁移性能的用户名誉评估和共识机制。组成名誉值评估的计算迁移(资源交易和任务卸载)规则以智能合约的方式写入区块链中,当前名誉值最高的用户发起资源交易记录和名誉值的共识操作。基于斯坦克尔博格的差异化定价策略极大化了资源供需双方的收益,采用后向回归法证明了均衡解的唯一性和最优性。联合的任务卸载和资源分配策略实现了业务服务时延和算法复杂度的有效折衷。通过系统安全性、可行性分析以及仿真结果验证,本文提出的分布式计算迁移策略不仅可以提供可信的计算环境,而且能够显著地减少区块链系统的能量消耗和信令开销。


知网文化
【相似文献】
中国期刊全文数据库 前11条
1 朝暮;;将物联网植入城市生活[J];科学之友;2019年09期
2 侯远达;王敏;焦明;胡建军;;外军物联网建设对我军军交运输领域的启示[J];军事交通学院学报;2013年11期
3 郑昱;赵建萍;;物联网统一编码:立足顶层 兼容并蓄[J];中国自动识别技术;2014年01期
4 刘铭;柳青;董丙瑞;;论物联网技术在现代农业中的应用[J];南方农机;2017年03期
5 ;国家物联网产业示范基地——物联网特色小镇[J];杭州(我们);2015年12期
6 郑昱;;物联网:一个充满活力的市场[J];中国自动识别技术;2014年05期
7 赵云鹏;;基于物联网技术构建茶场种植监测系统[J];福建茶叶;2019年07期
8 李祯;;农业物联网技术与农业机械发展研究[J];湖北农机化;2019年20期
9 李伟;吴琼;;Dragonboard 410C开发板在物联网设计中的应用[J];数字技术与应用;2019年08期
10 庞朝霞;;农业物联网在蔬菜大棚中的应用[J];江西农业;2019年18期
11 ;2019世界物联网大会[J];中国会展(中国会议);2019年20期
中国重要会议论文全文数据库 前10条
1 范玉波;;产业融合理论与物联网的发展[A];加快转型发展 促进富民强省——山东省社会科学界2010年学术年会文集(上)[C];2010年
2 王星昌;;物联网技术革命与移动“大连接”战略发展研究[A];物联网与无线通信-2017年全国物联网技术与应用大会和2017年全国无线电应用与管理学术会议论文集[C];2017年
3 寇立冬;周晶;孙喜民;张宾;;基于泛在物联网的智慧城市应用[A];生态互联 数字电力——2019电力行业信息化年会论文集[C];2019年
4 李媛红;;物联网团体标准探索与实践[A];第十六届中国标准化论坛论文集[C];2019年
5 张大鹏;张刘华;;建筑消防物联网技术应用研究初探[A];2016中国消防协会科学技术年会论文集[C];2016年
6 朱飞勇;;基于物联网的消防安全工作实践与思考[A];2016中国消防协会科学技术年会论文集[C];2016年
7 刘建国;毕晓华;;基于物联网的灾害现场内部环境监测及预警关键技术[A];2016中国消防协会科学技术年会论文集[C];2016年
8 贾俊涛;;关于“智慧消防”建设的几点思考[A];2016中国消防协会科学技术年会论文集[C];2016年
9 刘志勇;杨小华;李佩河;;门址数据应如何迎接物联网时代的到来[A];卫星导航产业机遇与挑战2010[C];2010年
10 杨婷婷;李晶晶;李丹;;探究“互联网+”时代物联网技术在沈阳智慧城市中的应用[A];第十五届沈阳科学学术年会论文集(理工农医)[C];2018年
中国博士学位论文全文数据库 前10条
1 乔冠华;基于移动边缘计算的物联网资源管理策略研究[D];电子科技大学;2019年
2 陈俊晓;应用于自供电物联网节点的超低功耗片上电源管理关键技术研究与实现[D];浙江大学;2019年
3 郭龙华;新型物联网安全防护及服务优化关键技术研究[D];上海交通大学;2018年
4 张小红;物联网环境下露天文物健康风险评估方法研究[D];西安建筑科技大学;2016年
5 谢明山;物联网传感器的受限部署与数据采集关键技术研究[D];海南大学;2019年
6 易灵芝;基于物联网的铀尾矿库周边环境放射性污染智能监测方法与理论[D];南华大学;2018年
7 余昌盛;窄带物联网和双连接中资源管理关键技术研究[D];浙江工业大学;2017年
8 王平泉;基于行为特征的物联网服务生成与推荐关键技术研究[D];北京邮电大学;2018年
9 冯亮;基于物联网的再制造物流系统协同管理研究[D];西北工业大学;2017年
10 叶周景;基于路面振动物联网监测的车路综合信息获取技术[D];北京科技大学;2019年
中国硕士学位论文全文数据库 前10条
1 黄俊;面向大数据物联网的中间件技术[D];杭州电子科技大学;2019年
2 李石峰;基于嵌入式操作系统的物联网节点技术研究[D];西安电子科技大学;2018年
3 宋奕江;物流行业物联网技术用户采纳行为研究[D];华北水利水电大学;2019年
4 王康;物联网节点信息安全传输研究[D];安徽理工大学;2019年
5 刘超;基于IPv6的社区医疗物联网组件协同建模与验证[D];安徽师范大学;2019年
6 吕贵明;基于物联网技术的电子校徽系统设计与研究[D];吉林建筑大学;2019年
7 王翔;物联网环境下基于协同过滤的QoS预测方法研究[D];合肥工业大学;2019年
8 侯宁博;信息中心物联网安全组网机制的研究与实现[D];北京交通大学;2019年
9 李伟;农业物联网在黄河三角洲农高区推广应用研究[D];山东农业大学;2019年
10 李亚;药品信息公共环境物联网认证方案研究[D];华北电力大学;2019年
中国重要报纸全文数据库 前10条
1 本报见习记者 赵利利;“连接”驱动物联网创新[N];中国科学报;2018年
2 本报记者 赵广立;扫除物联网发展障碍[N];中国科学报;2018年
3 本报记者 刘杨;力合微 聚焦物联网“最后1公里”[N];中国证券报;2019年
4 本报记者 周熙檀;物联网产业应加强顶层设计[N];中国科学报;2012年
5 本报记者 孙翔峰;移为通信董事长廖荣华:物联网应用处于初级阶段 5G将推动行业爆发[N];中国证券报;2019年
6 本报实习生 于思奇;物联网投资“外热内冷”[N];中国科学报;2012年
7 记者 田雪乔;扎实开展调控领域泛在电力物联网建设[N];国家电网报;2019年
8 ;引爆物联网新蓝海[N];中国企业报;2019年
9 本报记者 邱实;坚持实用实效 全面支撑泛在电力物联网建设[N];国家电网报;2019年
10 新甘肃·甘肃日报记者 徐俊勇;甘肃省7398栋高层建筑接入消防物联网[N];甘肃日报;2019年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978