云覆盖聚合网中资源有限的VANETs最大流传输优化策略

摘要

当前在移动环境中节点资源受限和远距离资源共享问题研究不足，成为移动数据库技术难点。并延伸到智能车联网中，针对多用户请求大量数据资源传输不稳定性时，研究如何增强移动车辆间连通性让其有效完成数据传输和实时共享网络资源，快速稳定地满足客户大数据资源请求成为车联网中VANETs研究难题。
　　本文首先针对节点资源受限问题采取增强移动端连通性让移动数据库节点聚合传输，提出CCAN算法。研究如何让节点资源有限的移动数据库解决信息远距离高效传输。基于云覆盖聚合网的移动数据库依赖于现有各移动节点之间聚合，选择最优路径传输数据和信息交互，对远距离传输基于CCAN最佳传输路径采取资源快速稳定分配(C-RFSD算法)。
　　其次在CCAN环境中车辆节点移动情况下本文提出集合覆盖最大流算法(SCMF)，利用集合覆盖作为资源分配问题的动态规划模型，并分析最优化随机需求模型，进一步优化了信息资源共享和数据传输。保证车辆与AP节点及车辆之间信息交互以最大流效率传输，解决信息交互过程中持续为车辆提供稳定服务。
　　最后无线传感网技术搭配云计算下两大虚拟应用，桌面云和云桌面，它们的共性主要以虚拟化技术为核心。采用集中部署，改变了过去独立、冗散的桌面系统环境。通过云服务器集群、融合桌面客户端以及桌面管理平台一体的一站式融合桌面云架构，采用Citrix解决桌面虚拟化方案，帮助客户构建统一私有桌面应用云平台，极大地提高了桌面的灵活性和运维效率。
　　通过大量模拟和仿真验证本文方法指标精确性及算法合理性，并与其他方法性能进行对比。得出本文算法能够以相对较低的网络开销和较小传输延时获得较高传输效率，优化网络资源利用率，综合性能提高约百分之十。

目录

声明

摘要

1 前言

1．1 研究意义及背景

1．1．1 物联网感知层无线传感器-移动数据库网络算法概述

1．1．2 移动数据库控制算法的设计原则

1．2 国内外现状

1．3 研究内容及章节安排

2 云覆盖聚合网中节点资源有限的移动数据库研究

2．1 CCAN与节点连通性分析

2．1．1 云覆盖聚合网

2．1．2 安全问题描述

2．2 CCAN的路径连通稳定度分析

2．3 CCAN中资源最佳分配

2．3．1 基于CCAN的最佳传输路径

2．3．2 CCAN的资源快速稳定分配算法

2．4 实验仿真分析

2．4．1 性能指标

2．4．2 CCAN算法分析

2．4．3 性能对比

2．5 本章总结

3 车联网中VANETs信息交互最大流传输优化策略

3．1 存在问题及分析

3．1．2 信息交互中数据资源分配传输

3．1．3 集合覆盖问题

3．2 集合覆盖最大流算法优化策略

3．2．1 数据稳定传输最大流

3．2．2 FORD-FULKERSON方法

3．3 集合覆盖最大流优化算法

3．4 实验仿真

3．4．1 仿真环境及性能指标

3．4．2 车辆节点密度对性能影响

3．4．3 数据产生率对性能影响

3．4．4 综合性能对比

3．5 本章总结

4 云计算下桌面虚拟化技术的融合

4．1 引言

4．2 融合桌面的虚拟化技术

4．2．1 虚拟化技术

4．2．2 桌面虚拟化技术的核心

4．3 融合桌面的技术

4．3．1 本地流桌面融合云桌面技术

4．3．2 融合桌面的基础架构

4．3．3 融合技术桌面的优势

4．4 技术的融合架构

4．4．1 融合桌面实施方案

4．4．2 技术融合基础架构部署

4．4．3 服务器配置

4．4．4 资源池部署

4．4．5 安装部署Citrix Licensing

4．5 总结

5 总结与展望

5．1 总结

5．2 后续工作展望

参考文献

致谢

作者简介及读研期间主要科研成果