面向移动边缘计算网络的计算卸载策略研究.pdf

重庆大学硕士学位论文 中文摘要 摘 要 随着智能移动设备的制造成本降低，智能移动设备得到广泛普及，从而促进了 移动互联网的大发展。移动互联网的铺开带动了移动应用产业快速发展，市场上各 类新兴应用层出不穷。移动应用为用户提供了多样的服务，功能也越来越强大，因 此运行这些应用需要占用大量资源。但是，智能移动设备限于资源的短缺，在运行 一些密集计算型的移动应用时，会产生高能耗，影响终端续航，并且可能存在较长 的任务执行时延，从而导致较差的用户服务体验。计算任务卸载是解决此问题的一 种行之有效的方法，但是传统的远程云卸载，会导致很大的服务时延。业界由此提 出了移动边缘计算技术（Mobile Edge Computing, MEC ）和基于这项技术的移动边 缘计算网络部署架构，为计算任务卸载的实现提供了新途径。在移动边缘计算网络 中，MEC 服务器带来了下沉的计算和存储资源，并且资源充足且空闲的智能设备 可以通过 Device-to-Device （D2D ）链路为移动用户提供辅助计算服务。据此，在 移动边缘计算网络中实施计算任务卸载，能够在缩短服务时延的基础上，弥补移动 用户终端资源的不足，提升用户体验质量。 移动边缘计算网络中，针对计算任务卸载问题的研究，混合卸载场景下的有效 计算卸载策略是目前的研究趋势。本文针对此研究方向做了以下两方面的工作： （1）由于计算任务卸载需要进行任务数据的无线传输，混合卸载场景下，蜂 窝链路传输干扰和D2D 链路传输干扰会对移动用户的计算卸载决策产生影响。基 于此，本文研究了混合卸载场景中的计算卸载方案，即移动用户能够通过蜂窝链路 把计算任务卸载到MEC 服务器上执行，或者通过D2D 链路卸载到一个分布式计 算节点（Distributed Computing Node, DCN ）上执行。因为移动用户的卸载策略选 择影响着相互之间的时延和能耗，本文首先把用户的卸载决策问题构建成了序贯 博弈模型。其次，本文阐明了博弈模型纳什均衡的存在，以至于系统能够收敛于一 个稳定状态。然后，本文提出了一种有效的多用户混合计算卸载决策方案达到纳什 均衡。最后，本文通过仿真验证了所提方案的性能，仿真结果显示，所提出的计算 卸载决策方案能够在有效减小任务执行能耗的同时，满足时延较为敏感的计算任 务的处理。 （2 ）实际场景中，移动用户的计算任务产生具有随机性，因此本文在混合卸 载场景的基础上，研究了随机任务模型条件下的移动用户的有效计算卸载策略。本 文首先把用户的计算任务产生考虑为了泊松过程，由此把移动用户设备、DCN 设 备以及MEC 服务器的计算任务执行过程构建成了排队模型。然后，本文建立了以 最小化计算任务执行代价为目标的优化问题，并且提出了基于外罚函数的混合计 I 重庆大学硕士学位论文 中文摘要 算卸载决策算法进行问题求解，得到了最优的计算卸载策略。最后，本文通过仿真 验证了所提算法的有效性，仿真结果显示，所提算法在减小时延和节约能耗两方面 都具有明显的性能增益，并对不同用户的不同需求表现出良好适应性。 关键词：移动边缘计算；计算卸载策略；博弈论；排队论 II 重庆大学硕士学位论文 英文摘要 ABSTRACT With the decreasing of manufacturing cost, smart mobile devices have been widely used, which promotes the develo