针对在云 雾协作下实现移动用户任务请求的合理分配与调度的问题,提出了一种基于云雾协作模型的任务分配算法一IGA。 首先,采用混合编码的方式对个体进行编码,并采用随机的方式产生初始种群;其次设定服务商的花费作为目标函数;然后进行选择、交叉、变异操作产生出符合条件的新个体;最后,根据染色体中的任务请求类型分配到相应的资源节点上,并更新迭代计数器,直到迭代完成。仿真结果表明,在处理移动用户请求时,与传统的云模型相比,云雾协作模型在时延上降低了近30s,服务水平目标(SL0)违规率上降低了约10个百分比,在服务提供商花费上亦有所减少。
随着网络边缘设备数量的迅速增加,边缘设备产生的数据量越来越大,已经达到了泽字的级别。根据国际电信联盟( International Telecommunication Union-TelecommunicationSector, ITU-T)的报告显示,到2020年,每人每秒将会产生1.7 MB的数据 ,显然人类已经进人了大数据时代。集中式的云已经不能高效处理边缘设备产生的海量数据”。雾计算是对云计算的延伸,它是在终端节点和远端云之间再扩展的一层,也可以叫边缘网络层。在物联网应用中有些请求的处理并不需要放到远端的云,而是可以直接在距离用户较近的雾端进行处理。图1是一个简单的雾计算架构图3],底层是物联网设备层,该层由移动终端(如智能手机、平板电脑等)组成,主要用于信息收集;中间层是雾计算层,该层主要是由雾设备(如路由器、网关、小型服务器等)组成,这些雾设备通常具有一定的处理能力来完成部分任务处理;上层是云数据中心层,该层主要是由云服务器组成,云服务器用来分析和处理大量数据。基于这种架构模式,雾计算具有低延迟、移动性支持、位置感知等特征。
声明:本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人,不代表电子发烧友网立场。文章及其配图仅供工程师学习之用,如有内容侵权或者其他违规问题,请联系本站处理。 举报投诉
全部0条评论
快来发表一下你的评论吧 !