导读:本文包含了边缘节点论文开题报告文献综述及选题提纲参考文献，主要关键词:边缘计算,容灾架构
边缘节点论文文献综述
李希源,江海涛,刘志明[1]（2019）在《边缘计算节点容灾及管理体系结构》一文中研究指出边缘计算通过将计算业务部署在离用户距离最近的边缘节点,实现终端用户对业务的低时延、高性能访问。因为边缘节点地理位置分散、数量众多,在实际应用中,无法像中心节点一样投入固定的人力对每一个边缘节点进行7×24 h的人工运维,因此边缘节点的物理设施容灾及故障自愈变得异常的重要。从边缘计算应用最多的虚拟机业务容灾及迁移管理角度,提出了一种边缘计算节点容灾及管理的体系结构,能很好地适用于边缘计算的虚拟化日常运维管理。(本文来源于《电信科学》期刊2019年S2期）
郭亮,何宝宏,李洁[2]（2019）在《边缘节点的需求分析和核心技术研究》一文中研究指出本文分析了来自5G、IoT和CDN的边缘计算需求,对边缘计算的总体架构进行了研究。边缘节点作为数据中心网络中的一个重要组成部分,边缘硬件、边云协同和边边协同的技术发展将会非常重要。未来,需要解决好技术碎片化和布局等问题,促进边缘节点的更快发展。(本文来源于《2019全国边缘计算学术研讨会论文集》期刊2019-09-16）
李希源,江海涛,刘志明[3]（2019）在《边缘计算节点容灾及管理体系结构》一文中研究指出边缘计算通过将计算业务部署在离用户距离最近的边缘节点,实现终端用户对业务的低延时、高性能访问。因为边缘节点地理位置分散,数量众多,在实际应用中,无法像中心节点一样投入固定的人力对每一个边缘节点进行7*24小时的人工运维,因此边缘节点的物理设施容灾及故障自愈变得异常的重要。本文从边缘计算应用最多的虚拟机业务容灾及迁移管理角度,提出了一种边缘计算节点容灾及管理的体系结构,能很好的适用于边缘计算的虚拟化日常运维管理。(本文来源于《2019全国边缘计算学术研讨会论文集》期刊2019-09-16）
郭亮,李洁[4]（2019）在《边缘节点发展策略》一文中研究指出边缘计算是基于边缘节点的开放平台,基于独立或者区域边缘节点的边缘计算无法达到其效用的最大化,因此,边缘计算本质上跟云计算相似,是融合了网络、计算、存储、应用等核心能力的分布式计算。由于网络性能的巨大提升,边缘计算将各类上层的应用型计算从网络的中心节点迁移到网络的边缘节点来处理,使得计算更加靠近数据的来源。(本文来源于《中国电信业》期刊2019年08期）
吴正坤,江凌云,穆晏如[5]（2019）在《多边缘节点协同下的应用卸载算法研究》一文中研究指出边缘计算的提出,为减少骨干网络的数据流量、优化物联网应用的响应延迟提供了可能。与云相比,边缘节点的计算和存储能力十分有限。为了打破边缘节点的硬件资源瓶颈,缩短应用程序完成时间,文中提出了一种基于多边缘节点协作的新型应用卸载算法(MNC)。该算法采用细粒度级别的应用程序分区方法,分析方法级组件间的依赖关系,利用网络中的可用边缘节点并行处理应用程序组件。在真实的物联网场景中,对所提出的算法与MCOP分区卸载算法、云端执行分别进行了对比,结果表明在边缘节点数量适宜时,MNC算法下应用程序总完成时间更少,能够满足大部分物联网场景的时延要求。(本文来源于《南京邮电大学学报(自然科学版)》期刊2019年04期）
蔡月明,封士永,杜红卫,刘明祥,丁孝华[6]（2019）在《面向泛在电力物联网的边缘节点感知自适应数据处理方法》一文中研究指出泛在电力物联网(UEP-IoT)背景下,采用数据中心集中处理的传统云计算运行方式难以适应急剧扩大的数据规模,且存在对电力数据中心计算能力要求较高的缺点。针对上述问题,在构建基于边缘计算的泛在电力物联网数据处理架构的基础上,提出一种新的感知自适应数据处理方法。首先,通过设计基于计数bloom滤波器的边缘节点数据类型自适应感知机制,从而自动识别泛在电力物联网数据类别与对应字段。其次,设计了一种包含了通用可移植的文件尾(EOF)识别插件以及数据副本管理系统的边缘节点感知自适应处理方法,最终实现了泛在电力物联网数据的有效收集。仿真结果表明,对于相同的数据集,所提方法对辨识数据类别的正确率提升了1.3%以上;与传统数据副本管理方法相比,所提就地管理与集群管理相结合的副本管理方法对数据集的处理平均时间下降了33.33%,表明所提方法能够有效提升对海量UEP-Io T数据的处理性能。(本文来源于《高电压技术》期刊2019年06期）
赵小琦[7]（2019）在《MEC中边缘缓存节点选择系统的设计与实现》一文中研究指出随着移动互联网、物联网、人工智能以及硬件终端等边缘设备的发展,数据流呈现出爆炸性的增长。而集中式处理的大数据计算模型(如云计算等),已经不能高效地处理边缘设备如智能手机、智能家居等终端设备的流量数据。为了缓解核心网的压力,内容分发网络(CDN)技术不断发展,但仍然面临存储计算等资源紧张的问题,以及时延大、成本高等缺点,因此移动边缘计算(MEC)——将服务器继续下沉到更靠近用户侧的网络边缘成为学术界和产业界关注的重点。其中边缘缓存是MEC的重要应用场景之一,即在移动网络边缘部署边缘缓存节点,以缓解回程链路带宽的压力,亦减少重复的内容的传输、降低网络时延。但靠近用户侧部署缓存节点面临节点数量多、缓存空间有限、覆盖区域小等挑战,因此在靠近用户的区域内检索可用节点,并且在这些缓存节点内执行有效的内容选择替换策略都是边缘缓存技术发展过程中需要解决的问题,这些问题也是本文的重点研究内容。本文设计和实现了一个检索边缘缓存节点和控制缓存内容替换的简单仿真系统,主要对边缘缓存的节点检索以及缓存内容选择替换策略进行研究分析。为解决节点检索问题,本文提出了包括图形检索和空间文字检索两种节点检索方案,其中图形检索方案融合了遗传算法、射线法等算法来提高检索效率,文字检索方案则使用文本处理结合语言模型来提高检索结果的准确率和召回率。为提高缓存空间利用率和缓存文件命中率,本文将马尔科夫过程与分级储存策略结合,达到缓存内容预测的效果,实现缓存效率提高的需求。本文首先对边缘计算、边缘节点的空间检索以及文本检索技术的国内外研究现状进行了介绍,然后对系统进行需求分析、设计与实现,其中重点研究了功能实现所涉及的算法,最后进行系统测试,满足需求分析的相关要求。(本文来源于《北京邮电大学》期刊2019-06-01）
舒文琼[8]（2019）在《下沉CDN节点 网宿科技叁大层面推进边缘计算》一文中研究指出网宿科技早在2016年就开始探索边缘计算,目前结合容器技术将CDN节点下沉,推出了集计算、传输、安全、存储于一体的边缘计算平台和服务。前景广阔的边缘计算市场正在吸引各路企业纷纷涌入,这些企业既包括电信运营商和设备商,也包括云和CDN厂商等。其中,网宿科技作为CDN厂商的代表,早在2016年就开始探索边缘计算领域,目前已经结合容器等虚拟化技术,将(本文来源于《通信世界》期刊2019年11期）
林立,熊金波,肖如良,林铭炜,陈秀华[9]（2019）在《Gaming@Edge:基于边缘节点的低延迟云游戏系统》一文中研究指出云游戏作为云计算的"杀手级"应用正在引领游戏运行方式的变革。然而,云端与终端设备之间较大的网络延迟影响了云游戏的用户体验,因此,提出一种基于边缘计算理念,部署在边缘节点之上的低延迟的云游戏框架——Gaming@Edge。为了降低边缘节点的计算负载以提升其并发能力,Gaming@Edge实现了一种基于压缩图形流的云游戏运行机制——GSGOD。GSGOD分离了游戏运行中的逻辑计算和画面渲染,实现了一种边+端的计算融合。此外,GSGOD还通过数据缓存、指令流水处理以及对象状态延迟更新等机制优化了云游戏的网络数据传输和系统延迟。实验结果表明,Gaming@Edge相比传统的云游戏系统能够降低平均74%的网络延迟,并提高4.3倍游戏实例并发能力。(本文来源于《计算机应用》期刊2019年07期）
李欣怡[10]（2019）在《基于公共边缘节点的电力信息物理系统孤岛划分研究》一文中研究指出随着电网建设逐渐朝智能化发展,信息通信技术的重要性越来越凸显出来,对电力网络的研究已经从以前的单层电力网逐渐变为电力信息物理网络这一双层网络的研究。而为了减少类似于2003年北美大停电、意大利大停电此类由于信息节点导致级联故障,进而导致电网失去监控能力的现象的发生,本文提出了一种基于公共边缘节点的电力信息物理系统的孤岛划分方法来进行故障后恢复。以往带有分布式电源的单层电网故障后孤岛划分只考虑到电力节点的恢复,而未将信息节点的恢复也考虑进去,针对这一现象,本文进行了深入研究。首先对单层电力网孤岛划分的模型构建进行完善,在目标函数的基础上,结合实际运行备用情况,对约束条件进行改进,得到了简化后的孤岛划分模型。在对具体算法进行改进时,采用鱼群算法进行结果的寻优。先利用Kruskal算法生成辐射状配电网,便于对其进行深度优先搜索编号,并形成初始鱼群。由于鱼群算法的固定步长存在缺陷,易使算法后期的寻优速度减慢,本文提出一种自适应步长的鱼群算法,有效解决了这一问题,并根据电网中的开关特性,改为二进制鱼群算法,更便于理解和应用,同时减少了编码空间,增加了搜索广度。在做好以上准备工作后,对电力信息物理网络进行双层建模,并提出了连锁故障风险指标,之后运用公共边缘节点理论提出一种故障恢复算法,使更多节点被划入孤岛。仿真结果表明,运用本文提出的故障恢复方法使双层孤岛划分时的负荷恢复率提高,同时信息节点恢复率也相应提高,大大提升了电网故障时利用自身分布式能源进行区域自治的能力,减小了故障区域面积,为抢修提供了更多时间。同时,将信息节点数据传回调度中心,也为工作人员进行故障分析提供了有效途径。(本文来源于《华北电力大学(北京)》期刊2019-03-01）
边缘节点论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文分析了来自5G、IoT和CDN的边缘计算需求,对边缘计算的总体架构进行了研究。边缘节点作为数据中心网络中的一个重要组成部分,边缘硬件、边云协同和边边协同的技术发展将会非常重要。未来,需要解决好技术碎片化和布局等问题,促进边缘节点的更快发展。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
边缘节点论文参考文献
[1].李希源,江海涛,刘志明.边缘计算节点容灾及管理体系结构[J].电信科学.2019
[2].郭亮,何宝宏,李洁.边缘节点的需求分析和核心技术研究[C].2019全国边缘计算学术研讨会论文集.2019
[3].李希源,江海涛,刘志明.边缘计算节点容灾及管理体系结构[C].2019全国边缘计算学术研讨会论文集.2019
[4].郭亮,李洁.边缘节点发展策略[J].中国电信业.2019
[5].吴正坤,江凌云,穆晏如.多边缘节点协同下的应用卸载算法研究[J].南京邮电大学学报(自然科学版).2019
[6].蔡月明,封士永,杜红卫,刘明祥,丁孝华.面向泛在电力物联网的边缘节点感知自适应数据处理方法[J].高电压技术.2019
[7].赵小琦.MEC中边缘缓存节点选择系统的设计与实现[D].北京邮电大学.2019
[8].舒文琼.下沉CDN节点网宿科技叁大层面推进边缘计算[J].通信世界.2019
[9].林立,熊金波,肖如良,林铭炜,陈秀华.Gaming@Edge:基于边缘节点的低延迟云游戏系统[J].计算机应用.2019
[10].李欣怡.基于公共边缘节点的电力信息物理系统孤岛划分研究[D].华北电力大学(北京).2019