本書重點圍繞邊緣計算中的資源調度機制，從資源管理、計算卸載策略以及服務部署方法等方面進行研究，形成融調度框架、調度策略、卸載策略、部署策略于一體的較完備的邊緣計算服務資源調度內容體系。首先，從服務請求的規(guī)范化管理和資源的隨機應用調度兩方面提出資源管理方案，實現虛擬機資源的管理和預先調度，加強資源的動態(tài)性以及自適應性管理；其次，分別針對低時延需求和多樣化需求的計算任務提出邊緣云計算卸載策略，有效降低任務的計算時延；再次，圍繞計算卸載的能效問題，給出基于多核用戶設備的計算資源調度、協(xié)同任務卸載方法，在減少計算卸載成本消耗的同時，提升任務處理效果；最后，圍繞延遲敏感應用程序需求，提出一種基于剩余服務時間預測的動態(tài)服務部署列表調度算法和部署方法，提高邊緣計算服務器的資源利用率和服務效率。
更多科學出版社服務，請掃碼獲取。
近年來，主要參加完成了某預研基金項目、省級基礎研究課題、�；A研究項目等多項項目，主筆了多項國家級項目的撰寫。曾獲ITAT優(yōu)秀指導教師等稱號。多次參加國際會議進行學術交流，在國內外重要期刊和學術會議上公開發(fā)表學術論文20余篇，其中多篇次被SCI、EI和ISTP索引。
目錄
前言
第1章 緒論 1
1.1 邊緣計算 1
1.1.1 邊緣計算的思想與架構 1
1.1.2 邊緣計算的特征與優(yōu)勢 4
1.1.3 邊緣計算的發(fā)展及應用 5
1.2 計算卸載 6
1.2.1 計算卸載的基本思想 6
1.2.2 計算卸載的基本過程 7
1.2.3 計算卸載的主要分類 9
1.3 任務調度 10
1.3.1 任務調度流程 11
1.3.2 調度優(yōu)化目標 11
1.3.3 常用調度算法 12
1.4 服務部署 16
1.4.1 服務部署概述 16
1.4.2 用戶任務卸載 17
1.4.3 服務部署趨勢 19
參考文獻 20
第2章 基于服務感知的資源分配框架 21
2.1 引言 21
2.2 資源分配框架 21
2.3 相關模型與算法分析 22
2.3.1 系統(tǒng)模型 22
2.3.2 服務分類 23
2.3.3 虛擬機遷移 24
2.3.4 聯合服務調度 26
2.3.5 框架量化與算法 27
2.4 實驗與分析 29
2.4.1 實驗環(huán)境與參數 29
2.4.2 實驗結果分析 30
2.5 本章小結 36
參考文獻 36
第3章 基于李雅普諾夫漂移的虛擬機優(yōu)化調度策略 37
3.1 引言 37
3.2 系統(tǒng)模型 37
3.2.1 實時隨機資源調度框架 37
3.2.2 馬爾可夫策略變換 38
3.3 隨機調度策略 41
3.3.1 目標模型構建 41
3.3.2 李雅普諾夫漂移優(yōu)化 42
3.3.3 性能分析 45
3.3.4 近似隨機最短路徑問題 47
3.4 實驗與分析 49
3.4.1 實驗環(huán)境與參數 49
3.4.2 實驗結果分析 49
3.5 本章小結 53
參考文獻 54
第4章 邊緣云環(huán)境中基于多核用戶設備的計算資源調度策略 55
4.1 引言 55
4.2 系統(tǒng)模型 56
4.2.1 場景模型 56
4.2.2 本地計算模型 57
4.2.3 通信模型 58
4.2.4 邊緣云計算模型 59
4.2.5 優(yōu)化問題 59
4.3 邊緣云環(huán)境中任務卸載決策 60
4.3.1 構建非合作博弈 60
4.3.2 納什均衡分析 61
4.3.3 面向多用戶的任務卸載算法 62
4.4 多內核用戶設備內核優(yōu)化調度 64
4.4.1 多內核用戶設備內核調度算法 64
4.4.2 面向多用戶的計算資源調度算法 65
4.5 實驗與分析 66
4.5.1 實驗環(huán)境與參數 66
4.5.2 實驗結果分析 66
4.6 本章小結 71
參考文獻 71
第5章 邊緣云環(huán)境中面向任務可分的協(xié)同任務卸載策略 72
5.1 引言 72
5.2 系統(tǒng)模型 73
5.2.1 場景模型 73
5.2.2 任務模型 74
5.2.3 本地計算模型 75
5.2.4 通信模型 75
5.2.5 邊緣云計算模型 76
5.2.6 并行計算模型 76
5.3 問題形式化 79
5.3.1 優(yōu)化問題 79
5.3.2 差分進化算法 81
5.3.3 改進的差分進化算法 82
5.4 實驗與分析 83
5.4.1 實驗參數 83
5.4.2 性能分析 84
5.5 本章小結 88
參考文獻 88
第6章 一種基于隨機優(yōu)化的計算卸載策略 89
6.1 引言 89
6.2 系統(tǒng)模型與問題定義 90
6.2.1 系統(tǒng)模型 90
6.2.2 隊列動態(tài)性 92
6.2.3 問題定義 93
6.3 BMDCO算法 95
6.3.1 算法分析 95
6.3.2 算法性能 97
6.4 實驗與分析 99
6.4.1 性能分析 99
6.4.2 性能對比 101
6.5 本章小結 104
參考文獻 105
第7章 一種基于D2D協(xié)作的計算卸載策略 106
7.1 引言 106
7.2 系統(tǒng)模型與問題構造 107
7.2.1 任務模型 107
7.2.2 本地計算模型 108
7.2.3 卸載計算模型 109
7.2.4 隊列動態(tài)性 110
7.2.5 問題公式化 112
7.3 D-CCO算法 114
7.3.1 算法分析 114
7.3.2 算法性能 116
7.4 實驗與分析 118
7.4.1 性能分析 118
7.4.2 性能對比 120
7.5 本章小結 123
參考文獻 123
第8章 固定場景中時延敏感程序的服務部署策略 124
8.1 引言 124
8.2 服務部署場景問題分析 124
8.3 模型設計及問題形式化 126
8.3.1 系統(tǒng)模型 126
8.3.2 選擇網絡訪問點 128
8.3.3 服務部署模型 128
8.3.4 網絡中的排隊時延 129
8.3.5 在邊緣計算中預測服務時間 130
8.4 算法設計 131
8.4.1 計算剩余服務時間 132
8.4.2 調度需要被服務的任務 133
8.4.3 為待調度的任務選擇服務部署的計算節(jié)點 133
8.4.4 復雜度分析 134
8.5 實驗與分析 135
8.5.1 模擬實驗環(huán)境設置 136
8.5.2 通過隨機生成DAG來評估算法調度性能 136
8.5.3 EUA數據集環(huán)境中的服務部署性能評估 139
8.6 本章小結 141
參考文獻 141
第9章 移動場景中時延敏感程序的服務部署策略 144
9.1 引言 144
9.2 移動場景的分析及存在的問題 144
9.3 模型設計及問題形式化 145
9.3.1 系統(tǒng)模型 145
9.3.2 用戶與邊緣處理器之間的曼哈頓距離 148
9.3.3 能耗成本 148
9.3.4 問題形式化 150
9.4 算法設計 151
9.5 實驗與分析 155
9.5.1 模擬實驗環(huán)境設置 155
9.5.2 小樣本模擬實驗性能評估 156
9.5.3 大樣本模擬實驗性能評估 160
9.6 本章小結 162
參考文獻 163
第10章 前景展望 165
書單推薦
