移动边缘平台下面向数据密集型应用的节点间与节点内调度策略研究

作     者：乐柯磊 

作者单位：杭州电子科技大学 

学位级别：硕士

导师姓名：万健

授予年度：2022年

学科分类：080904[工学-电磁场与微波技术] 0810[工学-信息与通信工程] 12[管理学] 1201[管理学-管理科学与工程(可授管理学、工学学位)] 0809[工学-电子科学与技术（可授工学、理学学位）] 08[工学] 080402[工学-测试计量技术及仪器] 0804[工学-仪器科学与技术] 081001[工学-通信与信息系统] 

主      题：数据密集型应用 移动边缘计算 服务部署 任务调度 CPU调度 

摘      要：近年来,随着5G移动网络、物联网、人工智能等技术的高速发展,数据呈现爆炸式地增长,催生出了越来越多的数据密集型应用,如视频流分析、增强现实等。大量的数据密集型应用具有计算需求大且实时性要求高的特点,对现有的云计算模式带来了新的挑战。然而通过将数据密集型应用部署到移动边缘计算环境下,可以降低数据密集型应用处理用户任务的响应时间,以满足任务低延时的需求。但是用户日益提高的服务质量要求与有限的边缘服务器资源给移动边缘平台提出了两个严峻的挑战:1)对于边缘集群,如何制定合适的服务部署与节点间的任务调度策略来为用户提供更高的服务质量;2)对于计算资源受限的边缘节点,如何通过高效的CPU调度以提升数据密集型应用的性能表现。本文围绕着移动边缘平台节点间的任务调度以及边缘节点内的CPU调度两个层面展开研究,主要贡献总结如下:（1）为了提高时延敏感型任务的服务质量,本文面向边缘集群提出了一种基于服务部署更新的任务调度策略（Service Deployment Update based Task Scheduling,DUTS）。首先对研究问题中的边缘平台进行建模,并在任务的时延约束下建立了面向服务质量的优化模型;然后针对所建立的优化模型,使用局部搜索算法调整服务部署方案;最后结合任务响应时间预估模型设计了基于节点优先级的任务调度算法。在对DUTS的性能评估实验中,相比于TKFMS、RDMM和UDTA三种算法,DUTS能够分别提高38.7%、19.0%和15.1%的用户满意度,并且分别降低了27.2%、14.9%和13.0%的任务平均响应时间。（2）为了提升数据密集型应用的性能表现,本文面向计算资源受限的边缘节点设计了兼顾数据到达速率与处理成本的CPU调度策略（Combined data Rate and Cost CPU Scheduling,CRCS）。首先以数据到达速率与数据处理成本作为数据密集型应用的典型特征进行信息收集;然后在此基础上设计了进程的权重并进行CPU资源分配;最后基于分布式加权轮转策略设计了进程调度算法。通过在边缘节点上进行的实验表明,相比于CFS调度算法,CRCS能够使数据密集型任务的运行时间降低35.0%,并且提升了58.7%的系统数据吞吐量。