为了构建高效与长生命周期的内容服务物联网,基于雾节点决策、云服务决策及雾节点与云服务器带宽占比的联合优化考量,本文规划了一个最小化内容服务总能耗的优化问题。同时,提出了融合LRU-2和牛顿动量的公平能耗最小化算法(LRU-2 and Ne...为了构建高效与长生命周期的内容服务物联网,基于雾节点决策、云服务决策及雾节点与云服务器带宽占比的联合优化考量,本文规划了一个最小化内容服务总能耗的优化问题。同时,提出了融合LRU-2和牛顿动量的公平能耗最小化算法(LRU-2 and Nesterov Momentum based Fair Energy Minimization Algorithm,LNM-FEM)用于解决该优化问题。具体地,基于雾节点的历史平均能耗、剩余能量及距离设计了公平性度量指标,根据该度量与雾层缓存情况获得能耗公平性最优的雾节点决策及云服务决策;在雾层没有命中的情况下,当云层将内容反馈给相应雾节点后,雾节点根据本文提出的缓存策略,将内容缓存至雾节点;基于所获得的最优雾节点决策与云服务决策,通过牛顿动量法,联合优化雾节点和云服务器的带宽占比,达到最小化内容服务总能耗的目的。最后,仿真结果表明所提算法具有收敛速度快、命中率高等特点,且与其他三种基准方案相比,总能耗最低、雾节点能耗均衡性最高、网络寿命分别平均提升了23%、28.7%和34%。展开更多
资源管理是网格计算研究领域中的一项重要研究点,目前的研究工作大多致力于解决异构性问题,对于在交付无缝QoS(quality of service)前提下提高资源分配性能方面还缺乏深入的研究.而且,目前对网格QoS的研究集中于将多媒体网络QoS的相关...资源管理是网格计算研究领域中的一项重要研究点,目前的研究工作大多致力于解决异构性问题,对于在交付无缝QoS(quality of service)前提下提高资源分配性能方面还缺乏深入的研究.而且,目前对网格QoS的研究集中于将多媒体网络QoS的相关成果融入网格体系架构中以提供对网格QoS的支持,而缺少对网格QoS的特性进行系统化的研究与归纳.为此,提出了网格QoS的层次结构模型,并对其中承上启下的虚拟组织层QoS参数进行了新的分类和测量;然后,利用SNAP(service negotiation and acquisition protocol)协议对基于网格QoS层次结构模型的网格QoS参数的映射转换过程进行了分析;最后,设计了网格资源管理仿真系统,并运用相关的网格QoS的研究改进了现有的Min-Min算法.仿真实验结果表明,基于QoS的网格资源管理可以在满足用户QoS需求下,有效地提高网格资源的利用率和服务请求的成功率.展开更多
文摘为了构建高效与长生命周期的内容服务物联网,基于雾节点决策、云服务决策及雾节点与云服务器带宽占比的联合优化考量,本文规划了一个最小化内容服务总能耗的优化问题。同时,提出了融合LRU-2和牛顿动量的公平能耗最小化算法(LRU-2 and Nesterov Momentum based Fair Energy Minimization Algorithm,LNM-FEM)用于解决该优化问题。具体地,基于雾节点的历史平均能耗、剩余能量及距离设计了公平性度量指标,根据该度量与雾层缓存情况获得能耗公平性最优的雾节点决策及云服务决策;在雾层没有命中的情况下,当云层将内容反馈给相应雾节点后,雾节点根据本文提出的缓存策略,将内容缓存至雾节点;基于所获得的最优雾节点决策与云服务决策,通过牛顿动量法,联合优化雾节点和云服务器的带宽占比,达到最小化内容服务总能耗的目的。最后,仿真结果表明所提算法具有收敛速度快、命中率高等特点,且与其他三种基准方案相比,总能耗最低、雾节点能耗均衡性最高、网络寿命分别平均提升了23%、28.7%和34%。
文摘资源管理是网格计算研究领域中的一项重要研究点,目前的研究工作大多致力于解决异构性问题,对于在交付无缝QoS(quality of service)前提下提高资源分配性能方面还缺乏深入的研究.而且,目前对网格QoS的研究集中于将多媒体网络QoS的相关成果融入网格体系架构中以提供对网格QoS的支持,而缺少对网格QoS的特性进行系统化的研究与归纳.为此,提出了网格QoS的层次结构模型,并对其中承上启下的虚拟组织层QoS参数进行了新的分类和测量;然后,利用SNAP(service negotiation and acquisition protocol)协议对基于网格QoS层次结构模型的网格QoS参数的映射转换过程进行了分析;最后,设计了网格资源管理仿真系统,并运用相关的网格QoS的研究改进了现有的Min-Min算法.仿真实验结果表明,基于QoS的网格资源管理可以在满足用户QoS需求下,有效地提高网格资源的利用率和服务请求的成功率.
