高级搜索

留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

车联网中整合移动边缘计算与内容分发网络的移动性管理策略

张海波 程妍 刘开健 贺晓帆

张海波, 程妍, 刘开健, 贺晓帆. 车联网中整合移动边缘计算与内容分发网络的移动性管理策略[J]. 电子与信息学报, 2020, 42(6): 1444-1451. doi: 10.11999/JEIT190571
引用本文: 张海波, 程妍, 刘开健, 贺晓帆. 车联网中整合移动边缘计算与内容分发网络的移动性管理策略[J]. 电子与信息学报, 2020, 42(6): 1444-1451. doi: 10.11999/JEIT190571
Haibo ZHANG, Yan CHENG, Kaijian LIU, Xiaofan HE. The Mobility Management Strategies by Integrating Mobile Edge Computing and CDN in Vehicular Networks[J]. Journal of Electronics and Information Technology, 2020, 42(6): 1444-1451. doi: 10.11999/JEIT190571
Citation: Haibo ZHANG, Yan CHENG, Kaijian LIU, Xiaofan HE. The Mobility Management Strategies by Integrating Mobile Edge Computing and CDN in Vehicular Networks[J]. Journal of Electronics and Information Technology, 2020, 42(6): 1444-1451. doi: 10.11999/JEIT190571

车联网中整合移动边缘计算与内容分发网络的移动性管理策略

doi: 10.11999/JEIT190571
基金项目: 国家自然科学基金(61801065, 61601071),长江学者和创新团队发展计划基金项目(IRT16R72),重庆市基础与前沿项目(cstc2018jcyjAX0463)
详细信息
    作者简介:

    张海波:男,1979年生,副教授,研究方向为无线资源管理

    程妍:女,1994年生,硕士生,研究方向为移动边缘计算

    刘开健:女,1981年生,讲师,研究方向为最优化算法

    贺晓帆:男,1985年生,助理教授,研究方向为无线资源优化

    通讯作者:

    程妍 2311837009@qq.com

  • 中图分类号: TN929.5

The Mobility Management Strategies by Integrating Mobile Edge Computing and CDN in Vehicular Networks

Funds: The National Natural Science Foundation of China (61801065, 61601071), The Program for Changjiang Scholars and Innovative Research Team in University (IRT16R72), The General Project on Foundation and Cutting-edge Research Plan of Chongqing (cstc2018jcyjAX0463)
  • 摘要: 由于车载应用的普及和车辆数量的增加,路边基础设施的物理资源有限,当大量车辆接入车联网时能耗与时延同时增加,通过整合内容分发网络(CDN)和移动边缘计算(MEC)的框架可以降低时延与能耗。在车联网中,车辆移动性对云服务的连续性提出了重大挑战。因此,该文提出了移动性管理(MM)来处理该问题。采用开销选择的动态信道分配(ODCA)算法避免乒乓效应且减少车辆在小区间的切换时间。采用基于路边单元(RSU)调度的合作博弈算法进行虚拟机迁移并开发基于学习的价格控制机制,以有效地处理MEC的计算资源。仿真结果表明,所提算法相比于现有的算法能够提高资源利用率且减少开销。
  • 图  1  系统模型图

    图  2  基站数目对切换时间的影响

    图  3  车辆用户的密度对平均时延的影响

    图  4  不同负载大小下总时延的变化情况

    图  5  迁移虚拟机的个数和资源利用率之间的关系

    图  6  虚拟机个数与服务失败率之间的关系

    表  1  开销选择的动态信道分配(ODCA)

     (1) 输入:${I_{{\rm{dd}}}}$, ${h_i}$, ${h_j}$, $v$, $c$, $\left( {{ X},{ Y}} \right)$
     (2) 输出:$\left( { {{ X}_{i,j} },{{ Y}_{i,j} } } \right)$, $t_{i,j}^{{\rm{h}} * }$, ${\rm{RS}}{{\rm{U}}^ * }$
     (3) 初始化权值矩阵$\left( {{ X},{ Y}} \right)$
     (4) $m \leftarrow 0$
     (5) while $m \le {I_{ {\rm{dd} } } }$
     (6) for $j = 1:M$
     (7) L辆车同时进行分布式计算,每个连接到RSU的V-UE仅报
       告未定期使用信道的开销
     (8) 如果许多用户同时改变其信道,可能导致乒乓效应,RSU
       可通过${a_{i,j,\mathop l\limits^ {\wedge} } } = 1|\mathop l\limits^ {\wedge} = \max \dfrac{ { {p_{i,j,l} }{L_{i,j,l} } } }{ { {\sigma ^2} + {\rm{I} } } }$改变信道
     (9) 根据式(10)计算开销,根据开销最小来选择最优、次最优、
       次优的3个RSU
     (10) V-UE实时上报其位置信息$\left( {{ X},{ Y}} \right)$和功率损耗门限${P^{{\rm{th}}}}$,
       TCS根据式(5)计算切换位置$\left( { {{ X}_{i,j} },{{ Y}_{i,j} } } \right)$
     (11) 根据$\left( { {{ X}_{i,j} },{{ Y}_{i,j} } } \right)$和式(7)分别计算切换到3个RSU的时间,
       如果能使$t_{i,j}^{\rm{C}}$和$t_{i,j}^{\rm{h}}$最小,此${\rm{RS}}{{\rm{U}}^ * }$性能最优,且最优切换
       时间为$t_{i,j}^{{\rm{h}} * }$
     (12) endfor
     (13) endwhile
    下载: 导出CSV

    表  2  基于RSU调度的合作博弈算法

     (1) 输入:${{S}}$, $\alpha $, $\beta $, ${d_{i,j}}$, ${c_{i,j}}$, ${\rm{RS}}{{\rm{U}}^ * }$, ${I_{{\rm{dd}}}}$
     (2) 输出:${{A}}$
     (3) 初始化权值矩阵${{A}}$,${{S}}$
     (4)$m \leftarrow 0$
     (5) while $m \le {I_{ {\rm{dd} } } }$
     (6) for $j = 1:M$
     (7) $L$辆车同时进行分布式计算,利用梯度下降算法求出最优功
       率分配值$p_{i,j,l}^ * $
     (8) 根据式(14)判断是否迁移
     (9) 根据博弈论第2阶段计算出未迁移与迁移的收益
     (10) 根据行为${a_t}$观察下一时刻的状态${s_{t + 1}}$
     (11) 根据式(16)—式(18)出奖励函数,通过不断地学习,找到使
       奖励函数最大的策略
     (12) endfor
     (13) endwhile
    下载: 导出CSV

    表  3  模拟参数表

    参数数值
    输入数据的大小${d_{i,j}}$300~1600 kB
    噪声功率${\sigma ^2}$0.1~1.0 GHz
    MEC服务器CPU周期频率${f^{\rm{C}}}$6 GHz
    最大延迟容限${T^{{\rm{th}}}}$6 s
    迭代次数${I_{{\rm{dd}}}}$600
    最大传输功${P^{{\rm{max}}}}$23 dBm
    传输带宽$W$20 MHz
    任务执行时所需的CPU周期数${c_{i,j}}$0.1~1.0 GHz
    下载: 导出CSV
  • [1] ZHOU Siyu, NETALKAR P P, CHANG Yanan, et al. The MEC-based architecture design for low-latency and fast hand-off vehicular networking[C]. The 88th Vehicular Technology Conference, Chicago, USA, 2018: 1–7. doi: 10.1109/VTCFall.2018.8690790.
    [2] BASTUG E, BENNIS M, MEDARD M, et al. Toward interconnected virtual reality: Opportunities, challenges, and enablers[J]. IEEE Communications Magazine, 2017, 55(6): 110–117. doi:  10.1109/MCOM.2017.1601089
    [3] LIN Mengdan and ZHAO Xuelin. Application research of neural network in vehicle target recognition and classification[C]. 2019 International Conference on Intelligent Transportation, Big Data & Smart City, Changsha, China, 2019: 5–8. doi: 10.1109/ICITBS.2019.00010.
    [4] CICIRELLI F, GUERRIERI A, SPEZZANO G, et al. Edge computing and social internet of things for large-scale smart environments development[J]. IEEE Internet of Things Journal, 2018, 5(4): 2557–2571. doi:  10.1109/JIOT.2017.2775739
    [5] YALA L, FRANGOUDIS P A, and KSENTINI A. QoE-aware computing resource allocation for CDN-as-a-service provision[C]. 2016 IEEE Global Communications Conference, Washington, USA, 2016: 1–6. doi: 10.1109/GLOCOM.2016.7842182.
    [6] LIU Jiayi, YANG Qinghai, and SIMON G. Congestion avoidance and load balancing in content placement and request redirection for mobile CDN[J]. IEEE/ACM Transactions on Networking, 2018, 26(2): 851–863. doi:  10.1109/TNET.2018.2804979
    [7] XU Jie, SUN Yuxuan, CHEN Lixing, et al. E2M2: Energy efficient mobility management in dense small cells with mobile edge computing[C]. 2017 IEEE International Conference on Communications, Paris, France, 2017: 1–6. doi: 10.1109/ICC.2017.7996855.
    [8] PENG Han, RAZI A, AFGHAH F, et al. A unified framework for joint mobility prediction and object profiling of drones in UAV networks[J]. Journal of Communications and Networks, 2018, 20(5): 434–442. doi:  10.1109/JCN.2018.000068
    [9] LIU Fangming, SHU Peng, and LUI J C S. AppATP: An energy conserving adaptive mobile-cloud transmission protocol[J]. IEEE Transactions on Computers, 2015, 64(11): 3051–3063. doi:  10.1109/TC.2015.2401032
    [10] XU Fei, LIU Fangming, LIU Linghui, et al. iAware: Making live migration of virtual machines interference-aware in the cloud[J]. IEEE Transactions on Computers, 2014, 63(12): 3012–3025. doi:  10.1109/TC.2013.185
    [11] CHEN Hongyang, WU Jianming, and SHIMOMURA T. New reference signal design for URLLC and eMBB multiplexing in new radio wireless communications[C]. 2018 IEEE 29th Annual International Symposium on Personal, Indoor and Mobile Radio Communications, Bologna, Italy, 2018: 1220–1225. doi: 10.1109/PIMRC.2018.8580882.
    [12] KHAN Z, FAN Pingzhi, ABBAS F, et al. Two-level cluster based routing scheme for 5G V2X communication[J]. IEEE Access, 2019, 7: 16194–16205. doi:  10.1109/ACCESS.2019.2892180
    [13] WANG Chenmeng, YU F R, LIANG Chengchao, et al. Joint computation offloading and interference management in wireless cellular networks with mobile edge computing[J]. IEEE Transactions on Vehicular Technology, 2017, 66(8): 7432–7445. doi:  10.1109/TVT.2017.2672701
    [14] JOSHI G, VIG R, and SINGH S. DCA-based unimodal feature-level fusion of orthogonal moments for Indian sign language dataset[J]. IET Computer Vision, 2018, 12(5): 570–577. doi:  10.1049/iet-cvi.2017.0394
    [15] SUN Yuxuan, ZHOU Sheng, and XU Jie. EMM: Energy-aware mobility management for mobile edge computing in ultra dense networks[J]. IEEE Journal on Selected Areas in Communications, 2017, 35(11): 2637–2646. doi:  10.1109/JSAC.2017.2760160
    [16] PLACHY J, BECVAR Z, and STRINATI E C. Dynamic resource allocation exploiting mobility prediction in mobile edge computing[C]. 2016 IEEE 27th Annual International Symposium on Personal, Indoor, and Mobile Radio Communications, Valencia, Spain, 2016: 1–6. doi: 10.1109/PIMRC.2016.7794955.
    [17] CHEN Xiaojing, NI Wei, COLLINGS I B, et al. Automated function placement and online optimization of network functions virtualization[J]. IEEE Transactions on Communications, 2019, 67(2): 1225–1237. doi:  10.1109/TCOMM.2018.2877336
    [18] FRANGOUDIS P A and KSENTINI A. Service migration versus service replication in Multi-access Edge Computing[C]. 2018 14th International Wireless Communications & Mobile Computing Conference, Limassol, Cyprus, 2018: 124–129. doi: 10.1109/IWCMC.2018.8450284.
  • [1] 胡荣磊, 陈雷, 段晓毅, 于秉琪.  一种适用于雾计算的终端节点切换认证协议, 电子与信息学报. doi: 10.11999/JEIT200005
    [2] 李波, 牛力, 黄鑫, 丁洪伟.  基于移动路径预测的车载边缘计算卸载切换策略研究, 电子与信息学报. doi: 10.11999/JEIT190483
    [3] 赵星, 彭建华, 游伟, 陈璐.  基于k-匿名的隐私保护计算卸载方法, 电子与信息学报. doi: 10.11999/JEIT191046
    [4] 吴大鹏, 郑豪, 崔亚平.  面向服务的车辆网络切片协调智能体设计, 电子与信息学报. doi: 10.11999/JEIT190635
    [5] 唐伦, 肖娇, 魏延南, 赵国繁, 陈前斌.  基于云雾混合计算的车联网联合资源分配算法, 电子与信息学报. doi: 10.11999/JEIT190306
    [6] 赵海涛, 朱银阳, 丁仪, 朱洪波.  车联网中基于移动边缘计算的内容感知分类卸载算法研究, 电子与信息学报. doi: 10.11999/JEIT190594
    [7] 史久根, 许辉亮, 陆立鹏.  软件定义网络中数据中心虚拟机迁移序列问题的研究, 电子与信息学报. doi: 10.11999/JEIT160792
    [8] 潘甦, 梁宇, 刘胜美.  一种基于移动趋势量化的多属性垂直切换判决算法, 电子与信息学报. doi: 10.11999/JEIT150443
    [9] 周治平, 张惠根, 孙子文, 李静.  一种新的隐私保护型车载网络切换认证协议, 电子与信息学报. doi: 10.11999/JEIT160015
    [10] 罗熹, 安莹, 王建新, 刘耀.  内容中心网络中基于内容迁移的协作缓存机制, 电子与信息学报. doi: 10.11999/JEIT150399
    [11] 吴呈瑜, 何晨, 蒋铃鸽.  认知无线网络中的频谱切换性能分析, 电子与信息学报. doi: 10.3724/SP.J.1146.2012.01353
    [12] 李贺军, 李和平, 李建雄.  一种采用多模式切换的快速运动估计算法, 电子与信息学报. doi: 10.3724/SP.J.1146.2012.00811
    [13] 黄辰, 张伟, 李可维, 黄本雄, 戴彬.  基于层次化网络编码的无线物联网协作切换机制, 电子与信息学报. doi: 10.3724/SP.J.1146.2012.00468
    [14] 唐军, 裴昌幸, 苏博, 张曼君.  基于网络预测的改进型PMIPv6快速切换方法, 电子与信息学报. doi: 10.3724/SP.J.1146.2010.01272
    [15] 张涛, 张军.  移动卫星网络中基于最小费用的切换算法, 电子与信息学报. doi: 10.3724/SP.J.1146.2006.00443
    [16] 秦勇, 张军, 张涛.  低轨卫星网小区移动性对切换的影响, 电子与信息学报. doi: 10.3724/SP.J.1146.2006.00515
    [17] 李云, 隆克平, 陈前斌, 邝育军.  基于MPLS的移动IP网络的移动性支持:平滑切换与路由优化, 电子与信息学报.
    [18] 王汝传, 黄良俊, 胡涛, 孙知信.  基于虚拟机技术的入侵检测系统攻击仿真平台的研究和实现, 电子与信息学报.
    [19] 廖小飞, 李津生, 洪佩琳, 熊继平.  基于主动网络技术的移动IPv6切换方案, 电子与信息学报.
    [20] 肖琨, 吴诗其.  无线移动多媒体通信网的一种切换策略, 电子与信息学报.
  • 加载中
  • 图(6) / 表ll (3)
    计量
    • 文章访问数:  1508
    • HTML全文浏览量:  777
    • PDF下载量:  80
    • 被引次数: 0
    出版历程
    • 收稿日期:  2019-07-29
    • 修回日期:  2020-02-21
    • 网络出版日期:  2020-03-20
    • 刊出日期:  2020-06-01

    目录

      /

      返回文章
      返回

      官方微信,欢迎关注