面向雲-邊協同計算的資源管理技術

隨著通信技術和硬件技術的快速發展以及移動設備的普及，雲計算和邊緣計算的資源管理問題在工業界和學術界都引起了廣泛的關註。為滿足相關研究人員的參考需求，作者編著了《面向雲-邊協同計算的資源管理技術》》，主要介紹雲-邊協同資源管理相關理論和研究，幫助讀者瞭解雲-邊協同資源管理問題和解決方法。《面向雲-邊協同計算的資源管理技術》》呈現了以下理論、技術與應用：雲計算；邊緣計算；雲-邊協同；資源管理使能機制；資源自適應管理方法。

 

目錄

 

 

 

第1章概述

 

1．1研究背景與意義

 

1．2國內外研究現狀

 

1．2．1雲計算

 

1．2．2雲邊協同計算

 

1．2．3資源自適應管理

 

1．3主要內容和結構安排

 

第2章面向雲邊協同計算的資源管理使能機制

 

2．1基於運行時軟件體系結構模型的混合雲平臺管理方法

 

2．1．1引言

 

2．1．2相關工作

 

2．1．3方法概覽

 

2．1．4雲計算平臺運行時模型的構造方法

 

2．1．5雲平臺軟件體系結構的統一模型

 

2．1．6統一模型到單一雲平臺運行時模型的映射方法

 

2．1．7實驗與評估

 

2．1．8總結

 

2．2基於成本估算的Android應用計算卸載方法

 

2．2．1引言

 

2．2．2相關工作

 

2．2．3方法概覽

 

2．2．4計算遷移在線決策方法建模

 

2．2．5決策模型

 

2．2．6實驗與評估

 

2．2．7總結

 

2．3基於情境感知的移動雲計算環境下的計算卸載方法

 

2．3．1引言

 

2．3．2相關工作

 

2．3．3方法概覽

 

2．3．4計算遷移設計模式

 

2．3．5評估模型

 

2．3．6實驗與評估

 

2．3．7總結

 

2．4移動邊緣環境下麵向Android應用的計算卸載方法

 

2．4．1引言

 

2．4．2相關工作

 

2．4．3方法概覽

 

2．4．4計算遷移的設計模式

 

2．4．5計算遷移的評估模型

 

2．4．6計算遷移自適應中間件的實現

 

2．4．7實驗與評估

 

2．4．8總結

 

2．5移動邊緣環境下麵向DNN應用的計算卸載方法

 

2．5．1引言

 

2．5．2相關工作

 

2．5．3方法概覽

 

2．5．4卸載機制的設計模式

 

2．5．5卸載方案的評估模型

 

2．5．6實驗與評估

 

2．5．7總結

 

第3章面向雲計算的資源自適應管理方法

 

3．1基於機器學習的雲軟件服務資源分配方法

 

3．1．1引言

 

3．1．2相關工作

 

3．1．3問題模型

 

3．1．4基於機器學習的資源分配方法

 

3．1．5基於機器學習和自校正的資源分配方法

 

3．1．6實驗與評估

 

3．1．7總結

 

3．2基於迭代QoS模型的雲軟件服務資源自適應管理框架

 

3．2．1引言

 

3．2．2相關工作

 

3．2．3雲軟件服務資源管理問題形式化

 

3．2．4基於迭代QoS模型的資源自適應管理方法

 

3．2．5實驗與評估

 

3．2．6總結

 

3．3基於預測反饋控制和強化學習的雲軟件服務資源分配方法

 

3．3．1引言

 

3．3．2相關工作

 

3．3．3雲軟件服務資源管理問題形式化

 

3．3．4基於簡單DQN的資源分配預測方法

 

3．3．5基於強化學習的預測反饋控制方法

 

3．3．6實驗與評估

 

3．3．7總結

 

3．4面向負載時間窗口的雲軟件服務資源分配方法

 

3．4．1引言

 

3．4．2相關工作

 

3．4．3問題模型

 

3．4．4算法

 

3．4．5實驗與評估

 

3．4．6總結

 

3．5混合雲環境下代價驅動的工作流應用任務調度方法

 

3．5．1引言

 

3．5．2相關工作

 

3．5．3問題模型

 

3．5．4pre_CSPCPM調度算法

 

3．5．5實驗與評估

 

3．5．6總結

 

3．6混合雲環境下代價驅動的大數據應用任務調度方法

 

3．6．1引言

 

3．6．2相關工作

 

3．6．3相關算法

 

3．6．4ADPSOGA調度算法

 

3．6．5實驗與評估

 

3．6．6總結

 

3．7混合雲環境下資源利用率和代價雙目標驅動的工作流應用任務調度方法

 

3．7．1引言

 

3．7．2相關工作

 

3．7．3問題模型

 

3．7．4OWSA2CI調度算法

 

3．7．5實驗與評估

 

3．7．6總結

 

3．8混合雲環境下代價驅動的多工作流應用在線任務調度方法

 

3．8．1引言

 

 

3．8．2相關工作

 

3．8．3問題模型

 

3．8．4OMLFHP調度算法

 

3．8．5實驗與評估

 

3．8．6總結

 

第4章面向雲邊協同計算的資源自適應管理方法

 

4．1雲邊協同環境下時間驅動的工作流應用數據佈局方法

 

4．1．1引言

 

4．1．2相關工作

 

4．1．3問題模型

 

4．1．4算法

 

4．1．5實驗與評估

 

4．1．6總結

 

4．2雲邊協同環境下代價驅動的工作流應用任務調度方法

 

4．2．1引言

 

4．2．2相關工作

 

4．2．3問題模型

 

4．2．4相關算法

 

4．2．5實驗與評估

 

4．2．6總結

 

4．3雲邊端協同環境下代價驅動的DNN應用計算卸載任務調度方法

 

4．3．1引言

 

4．3．2相關概念與關鍵技術

 

4．3．3DNN應用計算遷移問題定義

 

4．3．4面向成本優化的DNN應用計算遷移決策技術

 

4．3．5面向能耗優化的DNN應用計算遷移決策技術

 

4．3．6實驗與評估

 

4．3．7總結

 

4．4移動邊緣環境下基於預測反饋控制和強化學習的多邊緣協同負載均衡

方法

 

4．4．1引言

 

4．4．2相關工作

 

4．4．3問題模型

 

4．4．4相關算法

 

4．4．5實驗與評估

 

4．4．6總結

 

參考文獻