论文部分内容阅读
随着移动互联网和物联网两大网络的高速发展,未来网络面临着更高体验速率、更大带宽的接入能力和更低时延、更高可靠度的信息交互能力的挑战。面对这些挑战,为移动用户就近提供数据计算、内容交付、业务感知的移动边缘计算(Mobile Edge Computing, MEC)成为了未来5G网络提高用户极致体验的新型网络架构。MEC技术为无线接入网提供IT服务和云计算的能力,并将业务平台下沉到网络边缘,很大程度上减少了服务交付的时延。MEC服务器还为移动用户提供了计算服务和数据存储服务,尤其适合用户进行任务迁移。任务迁移技术可以将移动设备上复杂的计算任务通过无线网络迁移到远端服务器执行,依靠远端服务器丰富的计算资源,完成计算任务,从而解决移动终端计算能力、电量容量等有限的问题。利用MEC服务器在移动网络中近距离部署的条件,移动边缘计算可以为用户提供便捷的计算服务和随时随地都能接入的超高速网络,从而令任务迁移的传输路径更短、消耗更小。在移动边缘计算架构下,面对MEC服务器与用户之间的数据传输速率更快、MEC服务器的计算资源有限等新的特性,传统的任务迁移策略不能充分发挥移动边缘计算的潜力,因此,本文主要研究移动边缘计算环境下的任务迁移策略,主要工作如下:第一,提出了单用户场景下的细粒度任务迁移策略。由于移动边缘计算中数据传输速率更快、通信开销更小,移动应用内部的具体特性(任务的拓扑结构、任务的计算强度、任务间的转移数据量等)很大程度上会影响任务迁移的效果。所以,本文建立了细粒度的移动应用划分模型,构建了任务执行时间限制下最小化能耗的优化问题,并且利用复杂度较低的二进制粒子群优化算法求解,得出了最优的任务迁移策略。仿真结果显示,本文所提的细粒度任务迁移算法能明显的节约任务执行能耗,并且满足执行时间的要求。第二,提出了多小区多用户场景下的分布式任务迁移策略。不同小区的用户使用相同信道进行任务迁移会带来信道干扰,影响任务迁移性能。同时,有限的MEC虚拟机数量无法满足大量用户的任务迁移需求。因此,本文在任务迁移模型中引入了无线信道的干扰、等待虚拟机的时延等因素,同时利用博弈论的思想把多用户任务迁移问题构建成了一个有限的完全信息顺序非协作博弈。’随后,本文提出了分布式任务迁移决策方案,使用户可以经过有限次数的行动达到纳什均衡的状态,得到稳定且高性能的任务迁移策略组合。最后的仿真结果显示,本文所提算法在各种规模的用户数下都能很好的节约任务迁移消耗,并且还对用户的偏好具有很高适配性。