卡尼卡·夏尔马(2023)在用于传感应用的车辆集群上部署分布式服务。SETU Waterford博士论文。
![[博士论文缩略图_KanikaSSharma_SETU_31stJan.pdf]](https://repository.wit.ie/style/images/fileicons/text.png) |
文本
博士学位_ KanikaSSharma_SETU_31st Jan.pdf
下载（18MB）
|
摘要
车载雾计算（VFC）是云计算和移动边缘计算的扩展，旨在利用车辆中丰富的传感和处理资源。出现VFC的动机是需要减少对延迟敏感的应用程序中的延迟使在云上部署应用程序变得不可行。因此，有必要在数据生成源附近部署数据处理服务以减少响应将收集的数据上传到云中的时间和带宽使用情况。大多数现代车辆在不久的将来，将配备丰富的传感和处理能力与自动驾驶相关的复杂决策。本研究的目的是利用这些车辆上未充分利用的资源，用于部署数据密集型的在线服务在一组近距离移动的车辆上。随着数据驱动应用程序的出现在城市信息化进程中发展起来的，需要收集和处理数据以资源高效的方式。在这项工作中，我们考虑了车辆收集和处理数据进行监控的应用目的，如研究用户与路边咖啡馆和加油站的互动或检测易受伤害的行人，以提高通勤安全。我们的工作介绍利用车辆历史流动模式应对挑战的方法和技术车辆网络中的动态性和不稳定性。确定这些资源，使用随机移动性模型来选择具有类似移动性的节点图案。然后是分布式灵活的服务模型和移动感知基础设施设计的模型与不稳定的非状态网络兼容服务实时扩展并作为多个实例放置在选定的车辆集群使服务更加健壮。服务的扩展和布局问题被建模为一个双目标、约束优化问题，其目标是有效利用资源。为了有效地将服务链放置在车辆集群上，一种基于社区检测的集群选择方案和基于图形的服务放置介绍了启发式。通过演示结果说明了研究的可行性来自使用车辆集群的不同资源和移动性概况的广泛模拟。我们的服务扩展和布局方案的性能结果表明在资源利用率方面比竞争方案表现更好。
操作（需要登录）
 |
查看项目 |
