English
Optimal Placement of Virtual Machines in Mobile Edge Computing
文件大小：
519k
资源说明：移动边缘计算（MEC）是一种将云计算范式扩展到边缘网络的技术，它能够为移动用户提供资源密集型和时间敏感型应用，是移动云计算的一个有前途的解决方案。MEC克服了传统移动云计算的一些障碍，通过提供超低延迟和减少核心网络流量来实现这一点。本文提出了一种基于MEC架构的新框架来为边缘提供云服务。我们引入了基于枚举的最优放置算法（EOPA）和基于分而治之的近似最优放置算法（DCNOPA），通过将应用的虚拟机复制副本（VRC）分布到边缘网络，以达到最小的数据流量。模拟结果显示，与著名的K-均值聚类算法（KMCA）相比，DCNOPA的性能与EOPA更接近，并且具有更低的计算复杂度。此外，我们还在给定的利益与成本比率的限制条件下，研究了最优的VRC数量。
MEC的概念基于云计算，它允许移动应用程序在云端数据中心运行，利用服务器群的巨大资源来托管各种应用。然而，移动用户和远程云之间的广域网往返时间是对时间敏感型应用的一个致命限制。MEC提供了一种替代方案，专门针对对延迟容忍的应用，由欧洲电信标准化协会（ETSI）提出，它将云计算范式从数据中心的核心扩展到网络的边缘，基于虚拟机技术。
在过去的十年中，智能手机和智能手表等移动设备的用户数量快速增长，因此，提供给日益增加的移动用户的资源密集型应用也随之增加。这些应用程序大多数由各种服务提供商在云端运行，借助服务器群的大量资源。但移动云的概念暴露了其在处理时间敏感型应用方面的弱点，特别是WAN往返时间对于这类应用是一个限制因素。MEC针对这一问题提供了一种解决方案，它通过将计算资源推向网络边缘来减少延迟，并且还减少了核心网络的流量负担。
本文还研究了在给定利益与成本比率的限制条件下，如何确定虚拟机复制副本（VRC）的最佳数量。VRC是在网络边缘进行部署的，目的是为了最小化整体的数据流量，同时保持应用性能。
对于MEC框架的实现，文章提出了两种算法，一种是基于枚举的最优放置算法（EOPA），另一种是基于分而治之的近似最优放置算法（DCNOPA）。EOPA算法尝试所有可能的放置组合，以找到最小化数据流量的最优解。而DCNOPA则是一种更为高效的方法，它采用分治策略来逐步逼近最优解，能够减少计算量，提高计算速度。两者在性能上的对比表明，虽然DCNOPA算法的性能略低于EOPA，但在实际应用中，由于其更低的计算复杂度，DCNOPA更具有实用性。
MEC框架的设计和优化不仅对学术界有重要的研究价值，对于产业界而言，它将带来巨大的经济效益。在当前移动设备高度普及的背景下，提供更低延迟的服务能够为用户体验带来革命性的改善，并有可能催生全新的服务和应用，从而创造新的商业模式。随着MEC技术的不断成熟和发展，我们预见到它将在未来的移动计算领域扮演关键角色。
本源码包内暂不包含可直接显示的源代码文件，请下载源码包。
