基于雾计算网络的编码缓存与计算技术研究

基本信息
批准号:61901267
项目类别:青年科学基金项目
资助金额:25.00
负责人:吴幼龙
学科分类:
依托单位:上海科技大学
批准年份:2019
结题年份:2022
起止时间:2020-01-01 - 2022-12-31
项目状态: 已结题
项目参与者:
关键词:
延迟中继雾计算网络信息论缓存
结项摘要

To tackle the low-latency services and the challenges of explosive growth in data traffic, the fog computing architecture is considered to be one of the important directions of the Internet of Things. However, the current theoretical research on fog calculation is still in its infancy. The key problems on the theoretical study and industrial implement of fog computing network are: 1) how to establish a fog computing system model and extract key system parameters, such as communication delay, computing performance and storage resources; 2) how to theoretically establish the trade-off between key system parameters so that we can carry out efficient resource management and service allocation for fog nodes. In this project, we will use information theory as a tool to study the coded cache and computation for the fog computing network. We will investigate the following three types of fog computing network: relay broadcast networks, cooperative broadcast networks, and multi-server multicast networks. We will extract the key parameters of the system and characterize the boundaries on these parameters. Also, we will propose (approximately) optimal coded caching and computing schemes to reduce the service delay of the system, and theoretically establish the tradeoff between system throughput, service delay, computational performance and storage resources, which will provide theoretical guidance for the industrialization of fog computing network.

为了应对爆发式增长的数据流量和低时延业务的挑战,雾(fog)计算架构被认为是物联网的重要发展方向之一。目前雾计算的相关理论研究仍在起步阶段。如何建立雾计算系统模型并提取其中的系统关键参数(例如通信延迟、计算性能和存储资源等),并从理论上建立系统关键参数的折衷关系,进而对雾节点进行高效的资源管理和业务分配,是雾计算理论研究和产业化发展亟需解决的问题。本项目主要以信息论为工具,研究以下三种雾计算网络结构的编码缓存和计算问题:中继广播,协作广播以及多服务器多播网络。我们将对系统进行建模,并提取系统的关键参数。另外,我们将以降低系统的服务延迟为目标,提出新型的编码缓存和计算方案,并证明所提方案的鲁棒性和(近似)最优性。最后,我们将从理论上确定系统关键参数的性能边界,并建立通信延迟、缓存资源以及计算负载的折衷关系,从而为雾计算的产业化发展提供重要的理论指导。

项目摘要

雾计算(Fog Computing)能充分利用云服务器到网络边缘设备的计算和存储资源,是物联网重要的实现架构之一。然而,雾计算的相关理论研究仍在起步阶段,仍有许多技术挑战亟待解决。其中,如何建立雾计算系统模型并提取其中的系统关键参数,如何从理论上刻画系统关键性能(如通信延迟,计算负载)的理论极限,以及如何对系统的通信、计算、存储资源进行高效的管理和分配,是雾计算理论研究和产 业化发展亟需解决的三大问题。本项目围绕上述三个问题,分别针对中继广播、协作广播、多服务器多播三种典型的雾计算网络结构进行了相关研究,并取得了丰富的成果。研究的重要成果包括:利用信息论工具建模了雾计算网络的通用系统模型,提取了系统中通信负载、计算负载、存储开销等关键参数,建立了系统服务延迟与存储、计算、通信资源等关键参数的理论关系,提出了多种编码计算和编码缓存技术,显著降低了系统的服务延迟并提高了系统的鲁棒性。该项目从理论上为雾计算网络提供了有效可靠的分析工具和方法,建立了重要性能指标与关键参数之间的理论关系,提出了高效的数据存储、计算和传输方案,为雾计算的产业实现提供了有效的理论指导和可靠的解决方案。

项目成果
{{index+1}}

{{i.achievement_title}}

{{i.achievement_title}}

DOI:{{i.doi}}
发表时间:{{i.publish_year}}

暂无此项成果

数据更新时间:2023-05-31

其他相关文献

1

跨社交网络用户对齐技术综述

跨社交网络用户对齐技术综述

DOI:10.12198/j.issn.1673 − 159X.3895
发表时间:2021
2

城市轨道交通车站火灾情况下客流疏散能力评价

城市轨道交通车站火灾情况下客流疏散能力评价

DOI:
发表时间:2015
3

基于FTA-BN模型的页岩气井口装置失效概率分析

基于FTA-BN模型的页岩气井口装置失效概率分析

DOI:10.16265/j.cnki.issn1003-3033.2019.04.015
发表时间:2019
4

基于图卷积网络的归纳式微博谣言检测新方法

基于图卷积网络的归纳式微博谣言检测新方法

DOI:10.3785/j.issn.1008-973x.2022.05.013
发表时间:2022
5

多源数据驱动CNN-GRU模型的公交客流量分类预测

多源数据驱动CNN-GRU模型的公交客流量分类预测

DOI:10.19818/j.cnki.1671-1637.2021.05.022
发表时间:2021

吴幼龙的其他基金

相似国自然基金

1

雾计算网络的最优能效理论与技术研究

批准号:61801463
批准年份:2018
负责人:王昆仑
学科分类:F0104
资助金额:25.00
项目类别:青年科学基金项目
2

基于移动网络缓存与边缘计算的VR全景视频分发技术研究

批准号:61771469
批准年份:2017
负责人:刘延伟
学科分类:F0108
资助金额:62.00
项目类别:面上项目
3

面向“雾”计算的任务卸载和缓存配置的优化研究

批准号:61901279
批准年份:2019
负责人:邢泓
学科分类:F0104
资助金额:26.00
项目类别:青年科学基金项目
4

车载网络环境下基于雾计算模式的适应性数据收集技术研究

批准号:61672441
批准年份:2016
负责人:赖永炫
学科分类:F0208
资助金额:63.00
项目类别:面上项目