| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 缩略语表 | 第9-11页 |
| 第一章 绪论 | 第11-18页 |
| 1.1 引言 | 第11-12页 |
| 1.2 国内外研究现状 | 第12-15页 |
| 1.3 研究内容与成果 | 第15-18页 |
| 第二章 雾计算网络概述 | 第18-32页 |
| 2.1 5G系统概述 | 第18-21页 |
| 2.1.1 5G的愿景 | 第18-19页 |
| 2.1.2 5G关键技术 | 第19-21页 |
| 2.1.3 5G移动通信网络中的边缘计算 | 第21页 |
| 2.2 雾计算网络 | 第21-28页 |
| 2.2.1 雾计算体系架构 | 第21-25页 |
| 2.2.2 雾计算与云计算的比较 | 第25-27页 |
| 2.2.3 雾计算的应用场景和挑战 | 第27-28页 |
| 2.3 雾计算网络中计算卸载方案 | 第28-31页 |
| 2.3.1 分布式雾计算中任务卸载方案 | 第28-30页 |
| 2.3.2 分布式雾计算中负载均衡方案 | 第30-31页 |
| 2.4 本章小结 | 第31-32页 |
| 第三章 分布式雾计算中基于动态规划的多任务卸载方案 | 第32-48页 |
| 3.1 引言 | 第32-34页 |
| 3.2 系统模型 | 第34-37页 |
| 3.2.1 分布式雾计算中任务卸载系统模型 | 第34-36页 |
| 3.2.2 系统延迟量化 | 第36-37页 |
| 3.3 基于动态规划的多任务卸载方案 | 第37-45页 |
| 3.3.1 单用户单主雾节点任务卸载算法 | 第37-41页 |
| 3.3.2 多用户多主雾节点任务卸载算法 | 第41-45页 |
| 3.4 算法性能仿真与分析 | 第45-47页 |
| 3.4.1 仿真参数设置 | 第45-46页 |
| 3.4.2 仿真结果分析 | 第46-47页 |
| 3.5 本章小结 | 第47-48页 |
| 第四章 分布式雾计算中基于资源预测的负载均衡方案 | 第48-59页 |
| 4.1 引言 | 第48-49页 |
| 4.2 系统模型 | 第49-52页 |
| 4.2.1 基于预测的负载均衡方案系统模型 | 第49-50页 |
| 4.2.2 资源预测负载均衡的三大组件 | 第50-52页 |
| 4.3 分布式雾计算中的负载均衡算法 | 第52-55页 |
| 4.3.1 静态负载均衡算法 | 第52-53页 |
| 4.3.2 动态负载均衡算法 | 第53页 |
| 4.3.3 基于资源预测的负载均衡算法 | 第53-55页 |
| 4.4 算法性能仿真与分析 | 第55-57页 |
| 4.4.1 仿真参数设置 | 第55页 |
| 4.4.2 仿真结果分析 | 第55-57页 |
| 4.5 本章小结 | 第57-59页 |
| 第五章 总结与展望 | 第59-61页 |
| 参考文献 | 第61-71页 |
| 附录1 攻读硕士学位期间申请的专利 | 第71-72页 |
| 致谢 | 第72页 |