面向5G的分层次分布式云服务系统资源优化调度与分配

摘要

伴随着移动互联网的高速发展，传统的语音业务产生的数据流量占总体数据流量的比例越来越小，取而代之的是移动互联网数据业务流量急剧升高。下一代移动通信系统(5G)必须能够满足极高的通信要求：数以百亿计的移动设备接入需求，应用服务对计算处理资源、下载速率、传输时延要求越来越高，爆发式增长的海量数据流量正给网络带来极大的挑战。为了应对这些挑战，IMT-2020(5G)以及3GPP等标准化组织引入云计算和虚拟化技术，提出功能模块化、服务分层化、网络虚拟化，以及接入面、数据面和控制面分离原则。
　　考虑到业界对于5G系统的普遍共识，以及总结前人研究工作，本文提出了分层次分布式云服务网络模型(HDCSN)，该模型由“接入云+分布式微云+核心云”三层次组成，符合IMT-2020(5G)以及3GPP对网络系统架构提出的基本需求。接入云考虑采用中移动提出的C-RAN网络，部署超高密度的蜂窝小区以满足海量移动设备的接入需求。在接入云基础之上，部署分布式微云系统，将远端核心云服务器的服务能力迁移到本地区域，用户可以从本地区域的微云服务器获取到高质量低时延的应用服务。
　　移动设备和数据流量爆发式增长，对无线资源和虚拟资源的需求也随之增长，然而，无线资源和虚拟资源的增长速度却相对慢了许多。因此，资源如何进行高效地调度和分配，以此增加资源利用率和系统容量成为本文研究的重点问题。本文针对此问题进行了以下研究：
　　1)选取流媒体应用作为研究对象。由于流媒体应用对频带、功率、计算处理以及缓存等资源的消耗量巨大，因此，高效的资源调度和分配方案会有更大的优势。本文提出了资源联合调度与分配方案(JRSA)，依据不同区域的业务繁忙程度，采用集中式的资源调度方案；同时，在每个区域内部，C-RAN的无线资源与微云的虚拟资源之间需要协调分配，以尽可能提高资源利用效率。仿真结果显示，JRSA方案能够最大化资源利用效率，同时，JRSA能够均衡整个网络的负载，进一步提高资源利用效率和扩大系统容量。
　　2)考虑在点播流媒体应用服务场景下的分布式内容缓存策略。本文以用户获取应用服务的平均时延作为服务的QoS指标，通过分析不同流媒体服务在不同小区的流行度差异，提出了改进型的分布式聚类内容缓存与更新方案。仿真结果显示，与传统方案相比，应用改进型的内容缓存和更新策略，用户获取服务的时延得到很大程度降低。同时，由于采用以负载均衡为标准的更新方案，整个网络的“热区冷区”负载不均衡问题得到很大程度缓解，实现了整个网络的负载均衡。
　　3)本文考虑当系统处于业务繁忙状态时，如何高效利用资源以扩大系统容量。当系统内需要服务的用户数量过于庞大，因为负载过重而不可避免出现拥塞情况。本文采用D2D通信方式实现资源互助策略，节点间通过D2D通信相互传输数据和服务，以此缓解基站和微云的负载压力。仿真结果显示，采用高效的D2D资源互助方案，能够为微云转移较大的带宽负载压力，同时，也能够使得蜂窝网的容量相应地扩大。并且，蜂窝网的能效也大幅度提高。

目录

封面

声明

中文摘要

英文摘要

目录

缩略词表

第一章 绪论

1.1研究背景和意义

1.2主要工作与贡献

1.3论文组织

第二章 面向5G的分层次分布式云服务系统

2.1 移动云接入层

2.2 分布式微云系统

2.3 核心云服务系统

2.4 面向服务层面的分层次分布式云服务系统

2.5 本章小结

第三章 流媒体应用在分层云服务网络中的资源联合调度

3.1引言

3.2分层云服务架构下流媒体传输网络模型

3.3 无线资源与虚拟资源联合调度模型

3.4 基于分层云服务系统的资源联合调度方案

3.5 仿真与性能估计

3.6 本章小结

第四章 分布式内容缓存和更新机制研究

4.1引言

4.2分布式内容缓存模型

4.3问题求解

4.4 内容更新机制

4.5性能仿真与讨论

4.6本章小结

第五章 面向5G系统的D2D内容分享与互助

5.1引言

5.2模型建立

5.3模型求解

5.4性能仿真与分析

5.5本章小结

第六章 结论和展望

6.1本文总结

6.1下一步展望

致谢

参考文献

个人简历

作者在攻读硕士学位期间发表、录用的文章

作者在攻读硕士学位期间参加的科研项目

作者在攻读硕士学位期间获奖情况