论文部分内容阅读
物联网、无人驾驶、虚拟现实等新兴产业在带宽、时延和可靠性等方面提出了新的需求,传统云计算将数据传送到核心数据中心的服务模式不能满足新的服务需求。在新需求的驱动下,靠近用户侧的边缘计算和大容量、高带宽的光网络在实现海量数据精准传送、实时传输和高效处理等方面发挥了重要作用。由于边缘网络中部署的边缘微数据中心存储和处理能力有限,通过光网络联接的多个跨异地分布的边缘微数据中心协作是边缘计算的主要表现形式。多个边缘微数据中心的协作模式下,一个任务请求包含多个具有相关性的并行子任务,在解决并发任务的资源分配问题时,还需要考虑任务中多个子任务之间的影响,因此这种“任务-子任务”的分布式业务模式给计算资源和网络资源的分配带来了新的挑战:一方面,为了满足带宽和时延需求,子任务需要在本地微数据中心处理,如何确定一个微数据中心内多个子任务的调度优先级是一个关键问题;另一方面,原来在一个核心数据中心内的部分通信变成多个边缘微数据中心子任务间的通信,增加了微数据中心间光网络的压力,如何有效分配微数据中心间光网络资源是另一个挑战。为了应对上述挑战,本文在边缘微数据中心光互联场景下,面向期限约束业务,结合“任务-子任务”的分布式业务特点,围绕微数据中心内任务调度和微数据中心间光路配置问题的联合优化展开研究,主要研究工作和创新点如下:(1)在分布式业务的任务层面,提出了面向期限约束业务的任务调度和光路配置联合优化算法。本文以最大化通过率为目标,开展了多任务调度和光网络路由、频谱与调制格式分配的研究,提出了一种联合多任务调度和光路配置算法:针对期限约束特性,设计了紧急程度调度策略;针对“任务-子任务”分布式特点,设计了延迟传送光路配置策略。仿真结果表明,联合考虑任务的调度和光路配置实现了业务阻塞率方面的优化,并且延迟传送策略提高了业务阻塞率和网络利用率方面的性能,节省了微数据中心间光互联网络的频谱资源。(2)在分布式业务的子任务层面,提出了基于任务相关性的任务分组策略和距离-路径自适应调制机制。针对跨异地分布任务的资源优化问题,建立了一种考虑业务期限约束和光频谱资源约束的数学模型,提出了考虑任务间相关性的任务分组调度策略,并基于分组任务,根据路径的重叠性,设计了距离-路径自适应调制格式的光路配置策略。仿真结果表明,分组任务调度和光路配置算法实现了较好的阻塞率优化效果,可以在更有效的时间复杂度内逼近模型的最优解,并且,提出的距离-路径自适应调制格式有效权衡了阻塞率和成本消耗两方面因素。