张琦博士学位答辩公示

各位老师好!

 

电子系博士生张琦(指导老师:归琳教授)学位论文通过通讯评议,将于2022225日(周五)举行答辩,具体信息如下:

答辩人:李琦

指导老师:归琳教授

答辩时间:2022225日(周五)13:30

答辩地点:软件学院五楼圆厅会议室

 

答辩委员会成员名单:

主席:陈文,    教授,上海交通大学

委员:杨旸,    教授,上海科技大学

委员:王萍,    教授,东华大学

委员:徐异凌,研究员,上海交通大学

委员:朱宏恣,教授,上海交通大学

秘书:支琤,    上海交通大学

 

【论文题目】移动边缘计算网络中计算和数据负载迁移技术研究

【论文摘要】

随着移动互联网、物联网、人工智能等技术的不断发展,新兴移动应用和网络服务不断涌现,如虚拟现实、增强现实、超高清视频、自动驾驶以及互动游戏等。这些新兴应用和服务在丰富人们生活的同时,也造成了移动通信网络计算需求和数据流量的激增。第五代(Fifth-Generation5G)移动通信网络和移动边缘计算(Mobile Edge ComputingMEC)的出现促进了移动边缘计算网络的兴起,成为提升移动通信网络计算处理能力和内容分发效率的重要途径。移动边缘计算网络包含中心云、边缘云和终端设备,是“端--云”异构网络的统一体,也是通信、计算、存储等异质资源的统一体。当前,移动边缘计算网络面临着业务请求和资源供给的分布不均衡,造成计算和数据业务的局部过载,负载迁移技术成为提升网络服务质量和用户服务体验的关键。

    由于移动边缘计算网络的网络异构性和资源异质性的特点,负载迁移面临着诸多问题和挑战。首先,5G与移动边缘计算虽各自提升了网络的通信与计算能力,但目前云无线接入网(Cloud Radio Access NetworkC-RAN)与边缘服务器相互独立,通信、计算等异质资源还是单独配置,使得网络资源利用率低,系统能量效率差。而5G网络的密集化部署,也使得用户在负载迁移过程中可能受到更复杂的通信干扰。其次,由于移动边缘计算网络具有“端--云”异构网络架构,而当前的负载迁移策略只能进行简单的协作,协同完成复杂任务的能力尚不足。同时,由于计算任务的耦合性和网络的动态性,导致复杂计算任务负载迁移所需的能耗、时延以及资源使用代价升高。最后,虽然终端直连(Device-to-DeviceD2D)和缓存技术是辅助移动边缘计算网络进行数据负载迁移的重要途径,但由于内容时效性和节点的利己性,使得移动网络运营商的数据负载迁移成本不断攀高,给移动边缘计算网络的推广应用带来障碍。为了应对上述问题和挑战,本文针对移动边缘计算网络中的计算和数据负载迁移相关热点问题进行了研究,主要研究成果如下。

    针对移动边缘计算与无线接入网融合弱,系统能量效率差的问题,本文就“MECC-RAN融合的计算迁移与多维资源管理技术”展开研究,提出了一种MECC-RAN融合的方案,来实现端边协同的计算迁移以及计算和无线资源的管理,并结合网络功能虚拟化技术降低系统的单位能耗。利用李雅普诺夫优化理论,系统单位能耗优化问题被分解为四个子问题。然后,本文采用原始和对偶分解技术获得计算迁移策略和弹性的计算资源调度方法,结合匹配博弈和几何规划来解决信道和功率资源分配问题。本文提出的算法可支持在线分布式实施,从而以较低的时间复杂度达到降低能耗的目标。实验结果表明,提出的MECC-RAN融合方案以及计算迁移和资源管理方法,可将系统单位能耗和计算任务完成时延分别降低59%57%

    针对端边云协作差,复杂任务计算代价高的问题,本文就“云边混合网络中计算迁移与资源调度技术”展开研究,在不同系统条件下提出了两种端边云协同的计算迁移和资源调度算法,充分考虑了具有任务调用图的移动应用、时变的无线信道和计算资源,以及边缘云与中心云资源使用成本的差异,有效地降低了计算任务的能耗、时延和计算资源使用成本。具体而言,在完全系统信息条件下,提出了基于半定松弛和对偶分解的计算迁移和资源调度方案。在部分系统信息条件下,设计了一个深度强化学习框架,提出了改进的深度确定性策略梯度算法,学习混合动作空间中的计算迁移和资源调度策略。实验结果证明,提出的两种方法具有良好的收敛性能,并且能降低计算任务至少15.5%的能耗、时延和资源使用成本。

    针对移动边缘计算网络内容分发成本高,信息时效性差的问题,本文就“移动边缘计算网络中D2D内容缓存与更新技术”展开研究,通过用户缓存和D2D通信方式迁移移动边缘计算网络的数据负载,并结合缓存内容的信息新鲜度约束,建立了移动网络运营商效用最大化问题。本文提出了基于孪生贪婪的内容缓存算法和基于吉布斯采样的内容更新算法,在保证内容时效性的同时,提升移动网络运营商的负载迁移收益。考虑到网络用户的利己性,本文还设计了基于反向拍卖的报酬确定机制,该机制保证了用户的个体理性和拍卖的真实性。实验结果表明,本文提出的机制在保证缓存内容新鲜度的同时,至少提升网络运营商17.5%的负载迁移效益。