霧計算中邊緣節(jié)點存儲優(yōu)化算法設(shè)計.pdf

1、云計算為提供網(wǎng)絡(luò)服務(wù)的企業(yè)給出了一種較好的方案，由于其方便、經(jīng)濟的特征使得越來越多的企業(yè)將本公司的服務(wù)放到云端服務(wù)器上以服務(wù)于用戶。然而隨著移動互聯(lián)網(wǎng)和物聯(lián)網(wǎng)的快速發(fā)展，連接到網(wǎng)絡(luò)中的移動設(shè)備越來越多，一方面由于云計算在移動互聯(lián)網(wǎng)上的不足，另一方面將數(shù)以十億級的移動設(shè)備的服務(wù)請求都交給云計算來處理不僅給云計算的處理能力帶來極大的挑戰(zhàn)，也會造成因特網(wǎng)主干網(wǎng)絡(luò)的擁塞。于是，近年來，作為云計算從網(wǎng)絡(luò)的中心到網(wǎng)絡(luò)邊緣的擴展，人們提出一種新的計算

2、模式——霧計算，用來解決云計算的因中心化帶來的應(yīng)用效率問題。
　　霧計算是位于移動設(shè)備和云計算之間并且靠近移動設(shè)備的分布式服務(wù)器集群，霧計算相對于云計算擁有一定的計算、存儲、通信能力。霧計算作為移動終端和云服務(wù)的中間層，可以分擔(dān)部分云計算和移動終端的計算任務(wù)，減小帶寬延遲，提高終端用戶服務(wù)質(zhì)量，減輕骨干網(wǎng)絡(luò)帶寬負(fù)載和云計算中心的計算負(fù)載。
　　本文從霧計算節(jié)點有一定的存儲能力特征入手，研究了霧計算集群節(jié)點間的存儲優(yōu)化問題。利

3、用霧服務(wù)節(jié)點的存儲空間，數(shù)據(jù)服務(wù)提供者可以預(yù)先將用戶可能需要訪問的數(shù)據(jù)從數(shù)據(jù)中心預(yù)存到距離用戶最近的霧計算節(jié)點。當(dāng)用戶需要這些數(shù)據(jù)時，首先在鄰近霧服務(wù)節(jié)點中查找，如果正好集群中預(yù)先存取了該數(shù)據(jù)，那么用戶只需從霧服務(wù)節(jié)點中獲取數(shù)據(jù)，而不需要從遠(yuǎn)端云中心獲取，因此可以極大的減少訪問延時、減輕主干網(wǎng)絡(luò)流量負(fù)荷。本文的主要工作如下:
　　(1)分析了霧計算節(jié)點緩存熱點數(shù)據(jù)對用戶服務(wù)質(zhì)量和網(wǎng)絡(luò)系統(tǒng)效率的重要性。將熱點數(shù)據(jù)放在用戶附近的霧節(jié)點

4、中，用戶可以通過無線網(wǎng)絡(luò)一跳距離獲取該數(shù)據(jù)，極大的提高了用戶獲取數(shù)據(jù)的時延。
　　(2)提出了基于Max-PSN的緩存替換算法、霧節(jié)點中緩存數(shù)據(jù)項的緩存效應(yīng)值計算標(biāo)準(zhǔn)。霧節(jié)點中數(shù)據(jù)項效用值越大越應(yīng)該被緩存下來，當(dāng)空間不足需要替換時總是替換出效用值最小的數(shù)據(jù)項。
　　(3)定義了集中式霧計算系統(tǒng)，并且給出了該系統(tǒng)的工作模式及適用的場景。在集中式霧計算系統(tǒng)中進(jìn)行了模擬實驗，驗證了Max-PSN、LRU、LFU三種緩存替換算法的效

5、果。通過實驗比較發(fā)現(xiàn)Max-PSN在一跳命中率、霧系統(tǒng)命中率、平均響應(yīng)速度、帶寬開銷節(jié)省上比LFU算法分別高8.26％、2.87％、1.93％、1.72％，比LRU算法分別高44.67％、11.12％、4.98％、3.75％。
　　(4)定義了分布式霧計算系統(tǒng)，并且給出了該系統(tǒng)的工作模式及適用的場景。在分布式霧計算系統(tǒng)中進(jìn)行模擬實驗，比較了Max-PSN、LRU、LFU三種緩存替換算法的效果。通過實驗比較發(fā)現(xiàn)Max-PSN在一跳命