摘要 | 第4-6页 |
ABSTRACT | 第6-7页 |
第一章 绪论 | 第10-20页 |
1.1 研究背景 | 第10-12页 |
1.1.1 现有网络发展状况 | 第10-11页 |
1.1.2 现有网络面临的挑战 | 第11-12页 |
1.2 移动边缘计算的简介与研究现状 | 第12-18页 |
1.2.1 移动边缘计算简介 | 第12-14页 |
1.2.2 移动边缘计算的发展历程 | 第14-17页 |
1.2.3 移动边缘计算的研究现状 | 第17-18页 |
1.3 论文的主要工作 | 第18-19页 |
1.4 论文的结构安排 | 第19-20页 |
第二章 移动边缘计算与任务迁移技术的相关研究 | 第20-29页 |
2.1 移动边缘计算的架构模型 | 第20-22页 |
2.1.1 移动边缘计算的部署 | 第20页 |
2.1.2 移动边缘计算的框架设计 | 第20-22页 |
2.2 移动边缘计算环境下的任务迁移过程 | 第22-24页 |
2.3 任务迁移研究现状 | 第24-27页 |
2.3.1 任务迁移实现平台 | 第25-26页 |
2.3.2 单用户任务迁移算法 | 第26-27页 |
2.3.3 多用户任务迁移算法 | 第27页 |
2.4 任务迁移在移动边缘计算环境下的新挑战 | 第27-28页 |
2.5 本章小结 | 第28-29页 |
第三章 基于移动边缘计算的细粒度任务迁移策略 | 第29-44页 |
3.1 细粒度的任务迁移问题分析 | 第29-34页 |
3.1.1 场景描述 | 第29-30页 |
3.1.2 任务拓扑模型 | 第30-31页 |
3.1.3 能耗和运行时间模型 | 第31-32页 |
3.1.4 完成时间限制下最小化能耗的任务迁移问题 | 第32-34页 |
3.2 基于二进制粒子群的任务迁移算法 | 第34-37页 |
3.2.1 粒子群优化算法 | 第34-35页 |
3.2.2 离散二进制粒子群优化算法 | 第35-36页 |
3.2.3 基于二进制粒子群算法的最优任务迁移算法 | 第36-37页 |
3.3 仿真结果分析 | 第37-43页 |
3.3.1 仿真场景与参数设置 | 第37-38页 |
3.3.2 具体应用仿真分析 | 第38-40页 |
3.3.3 细粒度任务迁移算法性能分析 | 第40-43页 |
3.4 本章小结 | 第43-44页 |
第四章 基于移动边缘计算的多用户任务迁移策略 | 第44-61页 |
4.1 场景描述 | 第44-45页 |
4.2 多用户任务迁移模型建立 | 第45-48页 |
4.2.1 通信模型建立 | 第45-46页 |
4.2.2 计算任务模型建立 | 第46页 |
4.2.3 任务迁移消耗模型建立 | 第46-48页 |
4.3 基于博弈论的最优任务迁移策略 | 第48-54页 |
4.3.1 博弈论简介 | 第48-50页 |
4.3.2 博弈模型构建 | 第50-52页 |
4.3.3 纳什均衡的分布式求解算法 | 第52-54页 |
4.4 仿真结果与分析 | 第54-60页 |
4.4.1 仿真场景与参数设置 | 第54-55页 |
4.4.2 仿真性能分析 | 第55-60页 |
4.5 本章小结 | 第60-61页 |
第五章 总结及展望 | 第61-64页 |
参考文献 | 第64-68页 |
致谢 | 第68-70页 |
攻读硕士学位期间发表的学术成果目录 | 第70页 |