CEARCEAN联邦大学计算机科学研究所在国际联合博士学位与拉罗谢尔大学欧几里德博士学校博士论文提及：信息与应用辩护ADYSON MAGALHêS MAIA5G网络边缘计算中具有负载分布和服务迁移的IoT服务放置陪审团：M. Miguel ELIAS MITRECAMPISTA里约热内卢联邦大学特别报告员M. 拉米·兰加尔古斯塔夫·埃菲尔大学特别报告员10.在联合国系统内，特鲁瓦理工大学考官M. Emanuel Bezerra Rodrigues塞阿拉联邦大学考官M. Roch GLITHO康考迪亚大学考官M. 米格尔·富兰克林·德卡斯特罗塞阿拉联邦大学Directeur de thèseM. Yacine Ghamri-DOUDANE拉罗谢尔大学Directeur de thèseM. Dario VIEIRA CONCEIJUNOEFREI Paris2021年3月31Co-encadrant dethèseADYSON MAGALHêS MAIA5G网络边缘TeseapresentadaaoschemadePós-Graduação em Ciência da Computação doCentro de Ciências da Universidade FederaldoCeará ， comorequisitoparcialàobtenção do título de Dutor em Ciência daComputação.重点领域：计算机科学。东方人：教授博士米格尔·富兰克林·德·卡斯特罗。Orientador （Cotutela ）： Prof. Dr. YacineGhamri-Doubet.Coorientador ： Prof.Dr.DarioVieiraConceição.2021Ceará联邦大学国际出版物编目局大学图书馆Gerada automaticamente pelo módulo Catalog，mediante os dados fornecidos pelo（a）autor（a）M184i Maia，Adyson Magalhenes.在5G网络的边缘计算中进行负载分配和服务迁移的IoT服务放置/ Adyson Magalheses Maia. - 2021年175 f.：二。颜色.Tese（doutorado）- Universidade Federal do Ceará，Centro de Ciências，Academma de Pós-Graduação em Ciência da Computação，Fortaleza，2021.Orientação：Prof. Dr. Miguel Franklin de Castro.Coorientação：Prof. Dr. Yacine Ghamri-Doubre，Prof. Dr. Dario Vieira Conceição.1.服务安置。2.载荷分布。3.服务迁移。4.物联网5.边缘计算。I.蒂图洛CDD 005ADYSON MAGALHêS MAIA5G网络边缘Tese apresentada ao schema de Pós-Graduação em Ciência da Computação doCentrodeCiênciasdaUniversidadeFederaldoCeará ， comorequisitoparcialà obtenção do título de Dutor emCiência da Computação.重点领域：计算机科学。Aprovada em：31/03/2021.班卡·阿吉纳多拉教授博士Miguel Franklin de Castro（Orientador）塞阿拉联邦大学（UFC）Yacine Ghamri-Doughane教授（Orientador - Cotutela）拉罗谢尔大学（ULR）-法国Prof. Dr. Dario Vieira Conceição（Coorientador）EFREI Paris -FrançaProf. Dr. Miguel Elias Mitre CampistaUniversidade Federal do Rio de Janeiro（UFRJ）Rami Langar博士教授古斯塔夫·埃菲尔大学-法国教授Dra. Leila Merghem-Boulahia特鲁瓦理工大学Prof. Dr. Emanuel Bezerra Rodrigues塞阿拉联邦大学（UFC）Roch GlithoConcordiaUniversity -加拿大谨以此文献给我的父母和朋友。确认我的博士我的旅程是一个充满挑战和愉快的经历，没有许多人的支持是不可能实现的，我要向他们表示感谢。首先，我要感谢我的顾问和共同顾问，教授。Miguel Franklin教授YacineGhamri-Doubrit教授和达里奥·维埃拉，感谢他们在这一漫长旅程中的感谢来自GREAT和L3i实验室的所有同事，感谢他们的合作和有益的讨论。特别感谢Beatriz、Belmondo、Christiano、Deborah、Elvys、Hamza、Albertalo、Jefferson、Joseane、Juliana、Lana、Lionel、Mariana、Marwa、Muzzamil、Nour、Paulo Arthur、Rainara、Rayner、Rim、Sabrine、Salah、Tales、Thomas、Viviana。我还要感谢Jaminny在我读博士期间帮我审阅了一些论文。旅程我必须提到我来自福塔莱萨、布鲁诺、卡约、塞西莉亚、法比奥、亨德里奥、克莱伯、梅尔森、莫尼克、里贾纳和施瓦辛格的朋友，我和他们有着超过15年的友谊。最后但并非最不重要的是，我感谢我的家人，包括我的父母，阿达希尔森和弗朗西斯卡，他们总是支持和鼓励我。最后，我想感谢UFC，EFREI，ULR和CAPES为这项研究提供的机会和财政支持这项研究的部分资金来自Coordenação de Pessoal de Nível Superior-巴西（CAPES）-财务代码001。“历史的眼睛盯着你。谁生，谁死，谁讲述你的故事？（林-曼努埃尔·米兰达）摘要边缘计算（EC）是一个很有前途的概念，通过在网络边缘将计算资源更接近最终用户，来电子商务前景广阔，但也面临着这些问题主要涉及到电子商务所带来的海量、分布、动态、异构环境下资源管理的一个相关问题是服务放置问题，这是根据一些约束、要求和性能目标确定在EC基础设施上放置不同应用或服务的因此，这个决策过程可以扩展到包括其他相关问题，如负载分布和服务迁移。在这篇论文中，我们研究了具有EC功能的下一代网络（如第五代（5G）移动系统）中的负载分布和服务迁移的物联网服务放置。首先，我们解决服务与负载分布的单目标和多目标的问题，我们的建议来解决这些问题，使用一个精心挑选的遗传算法。 分析结果表明，通过我们提出的配方和相关的算法，我们能够优于其他基准算法在多个冲突的目标，如响应截止日期违规，运营成本和服务的可用性。然后，为了处理负载波动，我们提出了一个集中的有限的前瞻性预测控制，定期重新调整服务的位置和负载分配的决定，考虑到性能成本权衡服务迁移。评估结果表明，我们的预测控制有更好的系统性能的响应截止日期违规与一个小的额外的迁移成本相比，基准算法。最后，我们通过设计一个层次化的分布式服务放置解决方案来解决集中式决策过程所面临的可扩展性问题。我们的分布式控制的评估表明，系统性能和决策的可扩展性之间的权衡取决于如何控制决策问题被分解。关键词：服务布局;负载分布;服务迁移;物联网;边缘计算; 5G网络。简历EdgeComputing（EC）是一个旨在减轻计算机限制的构想，它不支持Internet das Coisas（Internet of Things-IoT）的应用，特别是应用程序的速度，它可以在网络上使用。但是，如果欧盟承诺，这将是一个多方面的设想。这是一个主要的关系，涉及到环境、分布、微生物学和生物多样性等领域。 这是一个与解决服务合作问题有关的问题，也是一个决定如何确定合作伙伴的不同应用程序或服务的过程，这些程序适用于EC基础设施，包括限制性、要求性和发展性。Este processo de tomada de decisão pode ser estendido para incluir outras questionses relacionadas，como a distribuição de carga e a migração de serviço. 这是一个物联网服务的集群，它分布在货物和服务的迁移中，没有支持EC的通用网络的背景，也没有五代移动网络（5G）。首先，这是一个单一目标和多目标的货物分配问题，可以通过遗传算法解决。我们的分析结果大多是这样的，通过我们的公式和两个相关的算法，我们拥有超级的算法，用于多目标冲突的基准，这就像一个暴力的反应，或者客户操作和服务的不确定性。因此，激光雷达作为货物的流动，提出了集中控制和预测的建议，以便将其作为货物运输和分配的决定，并与服务迁移的保管效益相关联。 这些结果大多数都是通过与基准算法相比较来实现的，即控制预测建议的系统设计，使其更好地反映实际情况，并使其更容易适应迁移的需要。最后，我们将逐步解决这一问题，并将这一问题提交给一个进程，以便集中决定一个层次性解决方案的项目，并将其分配给各部门。 A avaliação do controle distribuído proposo indicaque a compensation entre o desempenho do sistema e a escalabilidade da tomada dedecisions depende de como o o problema de decisão é decomposo.Palavras-chave：colocação de serviço; distribuição de carga; migração de serviço; internetdascoisas; edge computing; rede 5G.RÉSUMMERL’Edge 在欧共体的承诺中，这一概念与保护主义概念相一致 Ceux-ci主要负责管理欧盟内部的资源、分配、动态和协调。这一资源管理的主要问题是服务或应用的安排问题。这个问题可能是为了包括其他方面的联系，例如费用的重新分配和服务的迁移。在此基础上，我们研究了在新一代电信网络（5G）的背景下，物联网服务的部署以及服务的收费和迁移。首先，我们放弃了服务的安置，因为费用的分配是一个单一目标的问题，而且是一个多目标的 问 题 。 Nous proposons alors de les résoudre en utilisant un algorithme génétiquespécifique.通过对上述公式化和算法建议的分析结果，我们考虑到目标的多重性和矛盾性，如违反响应时间、操作条件和服务的可配置性，尝试采用其他参考算法。在计算费用波动后，我们建议采用集中控制和预防措施，以便在考虑到服务迁移对性能的影响的情况下，对服务放置和费用分配的决定进行预先调整。评价蒙特朗的结果表明，我们对有关侵犯移徙受害者权利的行为进行了预防性控制因此，我们放弃了可扩展性问题，因为它面临着集中决策的压力，需要一个层次和分布的解决方案来对我们的控制分配的评估表明，系统性能和企业决策依据面的可扩展性之间的折衷不存在控制决策的问题。Mots clés ： placement de services; distribution de charge; migration de services;internet des objets; informatique en périphérie; réseau 5G.MDR图目录图1-图2图3图4图5............................................................................................................................................图6图7 -BRKGA流程....................................................................................................................图图8-...........................................................................................................................................图9-图10..........................................................................................................................................图11图12图13图14图15图16-负载分布问题的静态服务放置变量示例。.................................................................78图17-图18图19图20图21图22图23图24图25图26图27图28图29图30图31-图32图33图34图35图36图37图38图39图40图41图42图43图44表的列表表1表2表3表4表5表666表7...............................................................................................................................表8 95表9表10表11表12表13算法列表算法1– Crowding distance assignment. . . . . . . . . . . . . . . . . . . . .46算法2– Chromosome decoder for the static service placement problem. . . .87算法3– Chromosome decoder for the dynamic service placement problem一个时间步长。 . . . . . . . . . . . . . . . . . . . . . . . . . . . . 119算法4–序列的动态服务布局问题。. . . . . . . . . 121算法5– Chromosome decoder for the dynamic service placement problem多个超前时间步长和简单的序列生成。 . . . 122算法6– Chromosome decoder for the dynamic service placement problem多个先行时间步长和一般序列生成。. . . 123算法7-. . .148算法8-. . .154缩略语和首字母缩略词一览表3GPP第三代合作伙伴计划 AI人工智能ARIMA自回归综合移动平均 ASP应用服务商基于BRKGA的有偏随机密钥遗传算法CC云计算EC边缘计算增强型移动宽带ETSI欧洲电信标准协会 GA遗传算法IaaS架构即服务IERC物联网欧洲研究集群ILP Linear Programming INLPNonlinearProgramming InP基础设施提供商IoT物联网每秒IPS指令数IT信息技术KPI关键绩效指标LLC有限前瞻控制 LP线性规划MDP马尔可夫决策过程MDR互支配率MEC多接入边缘计算 MEC移动边缘计算混合线性规划混合非线性规划mMTC大规模机器类型通信 MPC模型预测控制NIST美国国家标准与技术研究所 NLP非线性规划NSGA-Ⅱ非支配排序遗传算法Ⅱ OS操作系统PaaS平台即服务QoS服务质量RAM随机存取存储器RFID射频识别 SaaS软件即服务SLA服务水平协议URLLC超可靠低延迟通信 VM虚拟机内容1一、导言. 211.1语境化211.2动机241.3研究问题和贡献261.4研究方法271.5组织282背景302.1物联网302.2基础设施技术322.2.1云计算322.2.2边缘计算332.2.35G网络352.3数学规划392.3.1多目标优化402.4遗传算法422.4.1有偏随机密钥遗传算法422.4.2非支配排序遗传算法452.4.3停止标准472.5有限前瞻控制482.6摘要513相关工作523.1分类分类523.1.1问题表述533.1.2控制器设计543.1.2.1动态分配553.1.3系统建模553.1.3.1基础设施模型553.1.3.2应用模型563.1.3.3动力模型573.1.4解决方法573.2服务安置办法583.2.1无载荷分布的583.2.2载荷分布的静态放置593.2.3无载荷分布的603.2.4动态布局与载荷分布623.2.5讨论633.3摘要674负载分布服务配置的静态方法684.1系统型号684.1.1基础设施模型694.1.2应用模型724.1.3UserModel734.2问题陈述和表述744.2.1响应时间估计744.2.1.1网络延迟754.2.1.2处理延迟754.2.2问题变量和约束764.2.3单目标公式784.2.3.1线性化和松弛794.2.3.1.1节点容量限制794.2.3.1.2队列稳定性约束804.2.3.1.3目标函数804.2.3.1.4线性公式814.2.4多目标规划814.3基于遗传学的建议834.3.1染色体表示和解码器854.3.1.1解码器算法864.3.1.2复杂性分析884.3.2初始人口884.3.2.1复杂性分析914.3.3下一个人口和停止标准914.3.4遗传算法的复杂性分析4.4业绩分析934.4.1性能934.4.2算法934.4.3分析设置944.4.4不同参数设置964.4.4.1精英和突变体组大小964.4.4.2精英概率964.4.4.3停止标准阈值974.4.5结果与讨论974.4.5.1违反最高期限984.4.5.2总运营成本1004.4.5.3平均服务可用性1024.5总结1035一种动态的集中式负荷分配服务场所设计方法5.1系统型号1065.1.1基础设施模型1075.1.2应用模型1085.1.3用户模型1085.2问题陈述和公式1095.2.1系统动力学1105.2.1.1系统状态估计1125.2.2优化配方1155.3控制算法1165.3.1一次性步长算法1165.3.1.1染色体表示1175.3.1.2染色体解码器1175.3.1.3遗传操作1205.3.2H-Steps前瞻算法1215.3.2.1简单序列1215.3.2.2一般序列1225.4性能分析1235.4.1算法1245.4.2性能测试1245.4.3分析设置1255.4.4不同参数设置1305.4.4.1装载卡盘尺寸1305.4.4.2预测范围长度1305.4.5讨论与讨论1315.4.5.1违反最后1325.4.5.2运营成本1335.4.5.3迁移成本1335.5摘要1356负荷分配服务场所的一种动态优化方法6.1分层分布式控制设计1366.2全局控制器1386.2.1系统动力学1406.2.1.1系统状态估计1426.2.2优化配方1446.2.3控制算法1466.3控制器1496.3.1系统动力学1506.3.1.1系统状态估计1516.3.2优化配方1526.3.3控制算法1536.3.4协同控制设计1536.4性能分析157
我的内容管理
展开
