【摘 要】
：
随着大量新兴5G应用的出现和移动互联网的快速发展,网络流量爆炸式增长,对延迟的要求日益严苛,靠近终端用户的城域光网络正在迅速升级并开始承担分配不同的网络和IT资源的功能。近年兴起的多接入边缘计算（Multi-access Edge Computing,MEC）技术,可以在网络边缘提供云计算能力,使用户设备能够以较低的延迟访问计算资源,并解决与骨干网拥塞相关的问题。因此,由城域光网络互连的多接入边缘
论文部分内容阅读
随着大量新兴5G应用的出现和移动互联网的快速发展,网络流量爆炸式增长,对延迟的要求日益严苛,靠近终端用户的城域光网络正在迅速升级并开始承担分配不同的网络和IT资源的功能。近年兴起的多接入边缘计算（Multi-access Edge Computing,MEC）技术,可以在网络边缘提供云计算能力,使用户设备能够以较低的延迟访问计算资源,并解决与骨干网拥塞相关的问题。因此,由城域光网络互连的多接入边缘计算系统实现了创新网络架构和技术集成,可以在网络边缘为用户提供实时的计算能力和低延迟的数据传输能力。但为了进一步减少用户时延,提高系统的资源利用率,实现用户QoS和系统性能的双重优化,仍需要针对其特性设计合理高效的用户任务请求调度和资源分配方案。本文以城域光网络互连的多接入边缘计算系统这一 5G架构为背景,针对系统中存在的节点计算能力与工作负载不匹配的现象,研究过载MEC服务器到轻载MEC服务器的联合任务卸载策略与资源分配方案。主要工作包括:首先,分析了基于城域光网络的MEC系统架构和资源管理特点;其次,提出了 MEC系统中存在的服务器过载问题及任务对等卸载的解决方式,并在系统数学建模的基础上,面向小规模网络,以最小化任务平均延迟为目标,构建了联合卸载决策和资源分配的MINLP模型;最后,实现了基于遗传算法框架的延迟感知的联合任务卸载决策和资源分配启发式算法,该算法分为任务对等卸载决策和资源分配两部分,目标是实现任务延迟性能和系统资源利用率的联合优化。仿真结果表明,MINLP模型可实现约束范围内的系统最佳延迟性能和用户体验质量,启发式算法则可达到接近最优的延迟和阻塞性能,并能有效地优化系统的资源利用率。
其他文献
随着摩尔定律的失效,通用处理器的发展逐渐逼近天花板,定制化处理器开始兴起。人工智能、大数据和通信技术的蓬勃发展,推动物联网领域迅速发展。面对日益增长的数据量,物联网设备不能再像向过去一样只做简单的数据收集工作,而把复杂的计算任务交给云上服务器。同时物联网设备复杂的应用场景对处理器提出了高能耗比、小面积、灵活定制的要求。因此,本文对可配置的定制化处理器及其后端编译移植技术进行了深入分析和研究。本文首
随着科学技术的发展,人们对高速的信息速率的需求越来越迫切,与此同时,信息安全已经成为一个重要的研究内容。激光混沌安全通信是一种物理层的加密方法,它利用物理器件的硬件参数作为密钥,进行信息的加密、传输和解密。激光混沌源分为两种,即基于激光器内部非线性的全光混沌源和基于外部器件非线性的电光混沌源。外腔半导体激光器的混沌输出通常保留了激光器与外反射镜之间光路的时间延迟。因此,通过自相关函数等时序分析手段
随着计算机技术和移动互联网技术的讯速发展,观看和分享视频成为人们日常生活的一部分,视频数据也成为重要的信息载体。人工处理视频数据显然不现实,使用传统的神经网络模型需要大量标注数据,而人工标注数据费时费力。因此,小样本场景下视频分类问题成为计算机视觉中热点研究问题。小样本视频分类问题是指在标注样本少的情况下完成视频分类任务。本文主要研究视频分类中两个基本任务:动作分类和背景类的检测,研究在视频标注少
侧信道分析作为当前密码学的热门研究方向,利用密码芯片执行中产生的泄漏信息,通过建立合适的泄漏模型,破解加密设备中密钥信息。随着侧信道分析方法的迅速发展,对当今信息安全带来巨大的挑战。因此研究侧信道分析方法,保护密码芯片避免被入侵,意义重大。本文利用FPGA（Field Programmable Gate Array,场可编程逻辑门阵列）密码芯片平台,针对 AES（Advanced Encrypti
随着全球定位系统的发展,地理路由技术在无线自组网中广泛应用。基于地理位置的贪婪周边无状态路由协议（Greedy Perimeter Stateless Routing,GPSR）是采用节点信息为主、拓扑信息为辅的路由策略,不需要建立和维护路由表,能够适应拓扑高速变化的无线自组网。但是考虑到无线自组网通信的多跳特性和网络节点逐步扩展到无人机等电池供能的节点,基于地理位置的路由策略在安全性和节能性方面
金纳米棒（AuNRs）以其优异的等离子体和物理化学性质而闻名,因此已广泛应用于各个领域,包括光谱学、传感、诊断学、生物技术和催化反应。它们在制备化学样品和生物传感器时尤其首选,因为它们的形状是可调控的,并且它们的局域表面等离子体共振（LSPR）峰是可调的。然而,由于Au NRs的相对较大的尺寸和形状分布,纵向等离激元共振可能难以组装和不均匀展宽。此外,Au NRs的电场局域化还不够强,限制了其在等
物联网技术的快速发展使得大量互联网应用应运而生,伴随着大量的物理设备而产生大量的数据流。如数据流处理不及时则会丧失部分有价值的信息。本文对光纤授时运控系统中的设备进行建模,利用本体语言描述其类、实例及关系等信息。同时对事件进行建模并建立事件属性同知识属性之间的关系,利用逻辑推理的手段进行事件流的处理,发现其中隐藏的复杂事件。本文的工作主要包括以下四个方面:（1）本体描述语言建模与知识管理。分析授时
近年来,5G通信系统发展迅猛,且带宽需求高的应用数量迅速增长。混合光纤无线（Fiber-Wireless,Fi-Wi）接入技术被视为有潜力的下一代接入网络,其有望缓解日益增加的带宽压力并应对各种无处不在的业务请求带来的挑战。Fi-Wi网络技术为用户提供了建立高质量连接的可能性,同时保证了网络灵活性和经济性。然而,由于Fi-Wi网络的光与无线子网之间存在网络结构和资源类型异构现象,该异构网络的整体管
世界发展进入21世纪,传感器技术不断地向前发展,传感器节点的规模也逐渐扩大,各节点之间能够进行无线通信,构成了无线传感器网络（Wireless Sensor Network,WSN）,它们通常部署在某些特定环境下,用来完成不同的功能,例如交通治理,环境监测等。在无线传感器网络中,其位置信息也是至关重要的一环,但是由于环境的复杂性,传感器节点的GPS信号往往会缺失,且使用GPS设备定位成本高,没有运
图结构数据在实际生活中有着广泛的应用,人们可以挖掘丰富的关联关系并将其建模成图模型,图机器学习算法通过充分利用这些结构信息,从而挖掘更多有价值的信息来提供更加精确的结果。虽然图机器学习算法利用节点间的依赖关系来辅助决策,但是图模型的复杂结构同样提高了算法可解释性技术的难度,现有的图模型可解释性算法未能将决策结果公平地归因到参与决策的因素上,并且多数方法都致力于简化计算,忽略了从人类感知角度的反事实