论文部分内容阅读
物联网作为新兴信息技术的一部分,已成为各国之间竞争综合国力不可或缺的因素。物联网是一种利用各种传感器设备及系统,按照约定的协议,将任何物体与互联网相连,进行通信和信息交换,以实现智能化识别、定位、跟踪、监控和管理的物物相互连接的互联网络。云计算作为物联网数据管理和处理的平台,推动了物联网技术的发展。但是,由于云计算往往部署在距离终端用户较远的中心网络,难以满足物联网应用对移动性支持、地理分布、位置感知和低时延的需求。因此,本文针对云计算在支持物联网应用时存在的不足,研究了可以解决该问题的雾计算技术,重点分析了雾计算的特性和应用,并系统地研究了云雾混合的网络架构,构建该架构的时延优化模型以及能耗约束下的时延优化模型,同时深入研究了相应的时延优化负载均衡策略。本文的具体研究内容如下:针对云数据中心集中处理医疗大数据业务存在的高时延问题,提出了一种“医疗大数据云雾混合网络”架构。在医院中利用网络边缘层的路由器、交换机等设备构建一个雾计算层,由雾设备主动缓存云数据中心的医学影像等医疗大数据分析结果,并接收来自医疗终端的检测数据,进行诊断分析,得出诊断结果,降低医疗业务处理时延。同时,本文对雾网络的任务处理时延建模,并且考虑到雾设备的计算性能较弱,进一步提出了雾网络的时延优化负载均衡策略。仿真结果表明,基于带约束的粒子群优化负载均衡算法的雾网络能更有效地降低任务处理时延,当处理100个医疗图像诊断请求时,由10个设备组成的雾网络的时延性能相比于单个雾节点和云计算网络分别提升了88%和94%。针对云计算难以满足车联网中越来越多的时延敏感类业务的需求问题,提出了一种“车联网软件定义云雾网络”架构。将软件定义网络(Software Defined Network,SDN),雾计算,云计算与车联网结合,利用SDN提供灵活的集中控制和管理,利用雾计算的低时延、位置感知和移动性支持等特性提高车联网的服务质量。此外,本文提出将云数据中心整体作为一个分布式计算节点,组成云雾分布式计算网络,提高业务处理效率,并对软件定义云雾网络的时延进行了建模,研究了雾网络能耗约束下的时延模型,同时提出两种改进的粒子群优化(Modified Particle Swarm Optimization,MPSO)负载均衡策略来求解上述两种模型中的优化问题。仿真结果表明,采用10个雾设备,当处理5000个车辆碰撞检测请求时,基于本文提出的MPSO2负载均衡策略的软件定义云雾网络相比于雾网络,单个雾节点和云计算网络的时延性能分别提升了23.3%,90%和94%。