论文部分内容阅读
在移动云计算环境下,移动终端用户将需要大量计算资源的应用任务通过无线接入网络和互联网卸载到远程的云计算数据中心上,利用资源丰富的云计算数据中心完成移动终端上的任务。然而,云计算数据中心通常离移动终端较远,计算任务迁移至云端的方式不仅增加了网络负荷,而且引入了较大的数据传输时延。为了解决传统移动云计算所面临的问题,人们提出利用多个邻近移动设备以协作的方式形成一个资源池,即移动自组织云(mobile ad hoc cloud),以满足资源短缺用户的需求。移动自组织云在很大程度上依赖于用户的参与。由于每个用户的理性和自私性,用户通常不会自愿地共享本地的空闲资源。因此,为了实现移动自组织云,需要提出一种有效的机制以促进多用户之间的资源共享。本论文研究了移动自组织云中两种不同的场景:1)存在一个资源提供者;2)存在多个资源提供者。针对这两种场景,本论文分别提出了有效的机制以促进多个移动用户之间的资源共享。本论文的主要工作如下:1、针对存在一个资源提供者和多个资源需求者的场景,本论文研究如何设计有效的定价机制来协调多个用户对有限资源的需求。在资源提供者不清楚其他多个资源需求者的效用函数的场景下,本论文提出一种基于预测的资源定价策略,并且在理论上分析了该定价策略所实现的社会效用与最优社会效用之间的差值以及定价策略中预测误差的影响。2、针对存在多个资源提供者和多个资源需求者的场景,本论文研究如何设计有效的资源分配机制来匹配多个资源提供者和资源需求者。结合多用户之间所存在的社会关系,本论文将多用户之间的资源共享问题建模成一个一对多的匹配问题,并提出一种基于经典Gale-Shapley(GS)的完全分布式的算法,该算法可以使所有移动用户从资源共享中收益,而且经过有限次迭代后能够到达稳定的状态。3、本论文对所提出的算法进行了详细的数值仿真以及分析。针对包含一个资源提供者的移动自组织云场景,验证了基于预测的定价策略的有效性,并且预测误差越小性能越好;针对包含多个资源提供者的移动自组织云场景,验证了基于GS的完全分布式资源共享算法,结果表明该算法实现的社会效用接近于最优社会效用。