雾计算中的数据边缘存储优化技术研究
| 摘要 | 第2-4页 |
| ABSTRACT | 第4-5页 |
| 第1章 绪论 | 第8-13页 |
| 1.1 研究背景 | 第8-9页 |
| 1.2 雾计算的国内外研究动向 | 第9-10页 |
| 1.2.1 国内研究情况 | 第9页 |
| 1.2.2 国外研究情况 | 第9-10页 |
| 1.3 研究意义 | 第10-11页 |
| 1.4 主要研究内容与文章结构 | 第11-13页 |
| 第2章 雾计算与云计算及其服务模型 | 第13-22页 |
| 2.1 概述 | 第13页 |
| 2.2 云计算特征与不足 | 第13-15页 |
| 2.2.1 云计算定义 | 第13-14页 |
| 2.2.2 云计算特征 | 第14页 |
| 2.2.3 云计算的不足 | 第14-15页 |
| 2.3 雾计算服务移动智能终端用户的特征 | 第15-16页 |
| 2.4 雾计算及特征优势 | 第16-18页 |
| 2.4.1 雾计算定义 | 第16页 |
| 2.4.2 雾计算特征 | 第16-17页 |
| 2.4.3 雾计算优势 | 第17-18页 |
| 2.5 云计算和雾计算的对比 | 第18-19页 |
| 2.6 云服务模型和雾服务模型 | 第19-22页 |
| 2.6.1 云计算服务模型 | 第19页 |
| 2.6.2 雾计算服务模型 | 第19-21页 |
| 2.6.3 云计算和雾计算之间的关系 | 第21-22页 |
| 第3章 雾计算系统的体系结构及其边缘存储优化技术 | 第22-28页 |
| 3.1 雾计算系统的体系结构 | 第22-24页 |
| 3.2 雾计算边缘存储优化技术 | 第24-28页 |
| 3.2.1 缓存基本概念 | 第24-25页 |
| 3.2.2 雾计算边缘存储节点缓存技术 | 第25页 |
| 3.2.3 常见传统的缓存置换算法 | 第25-26页 |
| 3.2.4 雾计算中的数据边缘缓存优化 | 第26-27页 |
| 3.2.5 雾计算中的边缘存储缓存评价指标 | 第27-28页 |
| 第4章 雾计算中的数据边缘存储优化技术研究 | 第28-36页 |
| 4.1 相关概念定义 | 第28页 |
| 4.2 雾计算中的边缘数据存储效用最大模型 | 第28-29页 |
| 4.3 改进传统蚁群算法求解最大化效用模型 | 第29-31页 |
| 4.3.1 蚁群算法概述 | 第29-30页 |
| 4.3.2 蚁群算法的基本原理 | 第30页 |
| 4.3.3 蚁群算法特点 | 第30-31页 |
| 4.4 改进求解蚁群算法的框架 | 第31-32页 |
| 4.5 改进传统蚁群算法信息素的更新方式 | 第32-33页 |
| 4.6 雾计算边缘存储数据优化置换策略执行步骤 | 第33-34页 |
| 4.7 雾计算边缘存储数据最大化模型求解伪代码 | 第34-36页 |
| 第5章 实验仿真及结果分析 | 第36-40页 |
| 5.1 雾计算与云计算实验仿真 | 第36-37页 |
| 5.2 雾计算边缘存储最大效用仿真实验 | 第37-38页 |
| 5.3 实验结论 | 第38-40页 |
| 第6章 总结与展望 | 第40-42页 |
| 6.1 雾计算中数据边缘存储优化计算研究总结 | 第40-41页 |
| 6.2 雾计算中数据边缘存储优化计算研究展望 | 第41-42页 |
| 参考文献 | 第42-47页 |
| 致谢 | 第47-48页 |
