论文部分内容阅读
随着通信技术的发展和移动流媒体服务的日益普及，直播视频业务越来越受到人们的喜爱，并且占据了很大一部分移动数据流量。在传统的云计算环境中，为了保证直播视频的实时性，需要为用户分配较大的网络带宽，这大大增加了云环境中网络的负载。移动边缘计算的出现，为解决直播视频的实时性问题提供了一种新的解决思路，通过利用边缘服务器提供的存储资源来临时缓存请求视频，减少用户对核心网的访问，从而可以满足更多的用户直播视频请求。然而，有限的边缘服务器资源会引发用户对资源的竞争，从而对终端应用的卸载和边缘服务器的资源分配产生影响。同时，多边缘服务器重叠区域内的用户直播视频请求路由会影响到边缘服务器对直播视频的资源分配。同时，用户的移动性也会导致其在不同的服务器间切换，会影响直播视频的稳定性。针对上述问题，本文以折中任务完成时间和终端执行能耗为目标，研究边缘计算中资源受限的串行任务卸载和资源分配策略；以最大化用户观看直播视频的体验为优化目标，研究多边缘服务器重叠场景中面向直播视频流的资源分配方案和研究移动边缘计算中面向直播视频流的资源分配策略。本文的主要工作成果如下：
(1)针对边缘计算环境中由边缘服务器资源有限而导致的多用户对资源的竞争问题，提出一种多用户串行任务动态卸载策略(MSTDOS)。首先，通过分析串行应用特征和边缘服务器特征建立任务模型以及完成时间和能耗模型；然后，构建优化目标联合考虑任务完成时间和终端执行能耗，并证明此问题是NP-hard问题；最后，基于化学反应算法设计一种启发式算法进行求解。仿真结果表明，MSTDOS策略能够取得更好的性能。
(2)针对多边缘服务器重叠环境中用户请求路由以及边缘服务器对直播视频的资源分配问题，提出了一种多边缘服务器资源分配方案(MESRAS)。首先，通过分析边缘环境的特征建立用户请求模型以及边缘服务器的存储和网络资源模型；然后，建立以最大化所有用户视频观看质量为目标的优化问题，并将问题转化为背包问题；最后，基于贪心思想设计用户请求路由算法以及基于拉格朗日乘数设计资源分配算法进行求解。仿真结果表明，MESRAS方案在多边缘服务器重叠环境中能够取得更好的用户视频观看质量。
(3)针对边缘环境中用户在小区间随机移动带来的直播视频播放不稳定问题，设计了一种移动感知的边缘服务器资源分配策略(MAESRA)。首先，通过分析用户不同时间段的移动特征，抽象出用户的移动性模型；其次，建立边缘服务器的存储和网络资源模型以及视频提供商的长期成本模型；然后，设计目标函数同时考虑用户视频播放质量和视频抖动；最后，基于Lyapunov优化技术提出一种在线算法求解上述优化问题。仿真结果表明，MAESRA策略的性能明显优于其他代表性启发式基准策略。
(1)针对边缘计算环境中由边缘服务器资源有限而导致的多用户对资源的竞争问题，提出一种多用户串行任务动态卸载策略(MSTDOS)。首先，通过分析串行应用特征和边缘服务器特征建立任务模型以及完成时间和能耗模型；然后，构建优化目标联合考虑任务完成时间和终端执行能耗，并证明此问题是NP-hard问题；最后，基于化学反应算法设计一种启发式算法进行求解。仿真结果表明，MSTDOS策略能够取得更好的性能。
(2)针对多边缘服务器重叠环境中用户请求路由以及边缘服务器对直播视频的资源分配问题，提出了一种多边缘服务器资源分配方案(MESRAS)。首先，通过分析边缘环境的特征建立用户请求模型以及边缘服务器的存储和网络资源模型；然后，建立以最大化所有用户视频观看质量为目标的优化问题，并将问题转化为背包问题；最后，基于贪心思想设计用户请求路由算法以及基于拉格朗日乘数设计资源分配算法进行求解。仿真结果表明，MESRAS方案在多边缘服务器重叠环境中能够取得更好的用户视频观看质量。
(3)针对边缘环境中用户在小区间随机移动带来的直播视频播放不稳定问题，设计了一种移动感知的边缘服务器资源分配策略(MAESRA)。首先，通过分析用户不同时间段的移动特征，抽象出用户的移动性模型；其次，建立边缘服务器的存储和网络资源模型以及视频提供商的长期成本模型；然后，设计目标函数同时考虑用户视频播放质量和视频抖动；最后，基于Lyapunov优化技术提出一种在线算法求解上述优化问题。仿真结果表明，MAESRA策略的性能明显优于其他代表性启发式基准策略。