文摘

我们提出一种层次化代理架构(HiBA)和移动Multicloud网络(MMCN)反馈控制框架移动device-centric云(MDC2)计算。利用MMCN框架和基于rest的基于网络的互联,每个层代理探测资源状态的控制和管理联盟。实时和无缝服务。案例研究包括intrafederation节能意识平衡基于模糊反馈控制和更高的层负载平衡是进一步证明说明HiBA MMCN缓解的嵌入算法在开发服务。理论性能模型和真实的实验都表明,一个基于HiBA MDC2特性质量更好的资源可用性和网络延迟,如果联合设备有足够的资源分布在较低的层的层次结构。拟议中的HiBA MDC2计算实现了一个开发平台,是一个可行的解决方案以用户为中心的网络(UCNs)。

1。介绍

用户拥有许多移动设备附近享受主动提供服务。可穿戴和便携设备连同邻近和远程服务器处理大量请求完成服务。因此,云计算方法的一个实例将这些设备和服务器需要特别是5代(5克)时代,大规模的设备间的合作是技术重点之一。此外,最近的调查(1- - - - - -5]在以用户为中心的网络(UCN)提倡自我组织的自主网络,用户通过网络服务和资源共享合作。自组织的自主架构,无论是否临时或轨道,联合名义低成本设备用户,使一种新型的资源提供者和涉众除了内容消费者或生产者。基于社会学的关系,移动设备主动加入UCN,成为网络元素(如路由器或网关)之间共享带宽自己和获得更可靠的网络连接允许自由漫游。用户网络(隐喻)提出(2)的一个例子。的贡献(3]基于软件定义网络(SDN)探索合作无线移动设备共享网络传输带宽。路由、投机取巧的传送和传感的混合类型的信息(5)通过自发的网络(4是投影在他们的社交网络的用户行为。

UCNs强调三个主要关键技术(1):(1)了解用户上下文,(2)分析和预测用户的兴趣,和(3)个性化内容交付。因此,国家UCN观察潜在的特定服务对飞机构造控制和管理至关重要。然而,根据资源分配参加移动设备和数据中心,可以将状态空间太大被观察到。然后,控制和管理算法的设计变得复杂和挑战性。

在本文中,我们提出HiBA架构分层代理和反馈控制框架MMCN UCNs飞机控制和管理。这个想法来自于分层模糊控制(6)在一个复杂的巨大的状态空间控制问题是征服。在分级控制系统中,状态空间的向量积的控制每个层次采用层次结构仍然巨大而只有少数模糊规则来执行简单的控制任务。

采用一系列的贡献MDC2改善负载平衡(7],以用户为中心的安全[8)、访问控制(9]在云中以及MDC2实时无缝的视频共享的应用程序(8),和社会学的基于本体的混合推荐10提出了。在这些贡献,我们看到MDC2 UCN是一个可行的解决方案来提供服务。摘要HiBA与反馈控制框架概括了代理和状态的观察。可用性和网络延迟进行了分析和实验HiBA由现实世界的移动设备和服务器实现。我们证明一个UCN大状态空间是可见的,因此通过HiBA云网络可控。在本文中,我们进一步扩展我们的之前的演讲11)演示如何使用MMCN开发平台进行算法嵌入低和更高层次的HiBA。我们研究节能意识平衡在薄云层致密移动设备联合。此外,我们研究了负载平衡在更大的数据中心,大量的请求通常在很短的时间内到达。通过理论分析和实际实验中,我们得出结论,与MMCN HiBA联合会是一个平台为开发分布式算法在未来5 g庞大的机器对机器(M2M)通信和UCNs。

本文组织如下。部分2描述了HiBA架构和反馈控制框架。数学分析中提供了可用性和网络延迟部分3。部分4展示了真实的实验HiBA联合异构移动和固定设备在三层使用不同的网络接口。平衡的薄云和负载平衡能源利用更大的数据中心都进行。我们还展示了结论的部分5。

2。系统架构

跨树与传统数据中心虚拟机以自上而下的方式从一个主要计算域,通常被称为域零,在一个物理机器(PM),提出HiBA架构开始从物理移动设备底部层,称为薄云层。每个代理动态连接和自适应控制较低的层PMs或虚拟机,从而可以避免的缺点,如总可用带宽的退化和迂回的通信路径的VM生成树(12]。朵云系统包括资源然后将朵云与私有云和公共云平台,进一步扩大云联盟。在管理方面,我们利用自适应反馈控制框架来解决移动ad hoc网络的不确定动态为了适应动态加入和离开等动态代理的域用户迁移造成的,设备故障,或物理网络切换(8]。

2.1。分级代理

图1展示了HiBA体系结构,它由四层。层0,称为薄云层,包含移动用户设备组。每朵云由薄云代理维护网络连接和成员协会并进行服务质量控制。薄云是动态组织的代理根据资源的即时状态包括CPU、内存、网络能力和能源消耗。资源基本层抽象为一个JSON或XML列表在其代理的数据库访问联盟成员通过RESTful API。因此,每个条目的列表包括一个包含可用RESTful URL命令或文件名和文件的URL属性。安全配置、端口NAT和GPS坐标可选地包括在每个条目(8]。tier-0设备没有一个VM成员除了本身和它聚集资源与其他成员共享的资源列表。每个代理等级聚合资源列表成员和上传更新其上层代理。

我们继续使用薄云联邦过程在我们先前的研究[8]。薄云代理是在用户设备根据资源之间动态地当选状态或选定的上层(一级)代理,叫小云代理。小云代理是一个小型数据中心集群或私有云直接关联与小云的薄云。它类似于小数据中心提出了(13,14),由一个小业务部门如咖啡店或诊所。我们不同于(13,14)在我们的朵云是由用户自主分组设备也不能与他人共享资源。层-代理层,同事代理规模联合深度或者包含更多的层联合会规模宽。在拟议的架构中,每个代理只认识到下一级经纪商而进一步降低层是透明的。此外,每个代理都有相同的反馈控制框架来管理较低的网络层设备的附件和资源关联以及QoS控制要求和执行服务。

2.2。反馈控制框架

图2显示了反馈控制框架MMCN HiBA每个代理的虚拟网络。反馈回路用于自适应管理和控制云联盟由代理。这个管理包括网络造成的附件和资源关联用户移动性和VM迁移(8]。在未来的应用程序中,该框架准备请求分化等发展中分层控制算法和实时任务调度以及QoS服务启动控制和工作跟踪一次。一个反馈控制回路由三个子系统包括云检测子系统(CIS),云控制子系统(CCS),和云执行子系统(CES)类似于观察者,控制器,和工厂,分别在一个典型的反馈控制系统。当执行实时控制的QoS,多个低层反馈循环分配的实例。层-CCS决定层——的数量实例分配;然后层-CES调用所需的每个实例是由另一组CIS, CCS, CES层-。

CCS流程任务分配的上层要求下级代理和流程。然后根据数据库和独联体国家追踪的子系统,它决定了控制包括承认成员加入,联合会成员分配任务执行,进度的任务和服务水平协议(sla)的任务分配给成员联合会。CES的身体完成的网络连接允许控制以及招募的成员与相应的sla完成目前的计划。一个CCS产生这些决定控制CES子系统,而死刑是留给运气和相关协会成员。CIS观察状态更新下级CCS的引用在确定这些控件。

2.3。算法嵌入

很明显,这个框架是可行的分级控制和管理未来发展的算法包括进气控制,请求分化,任务划分,自适应资源分配和动态任务调度关于sla交办上层代理。例如,收到一个新的请求,一个优先队列的请求是适应新的组优先级。独联体的CCS检查来确定是否请求转发给上层代理或减少请求成更小的任务,这样运气可以进一步降低层成员分配任务分区的处理任务分配从上层代理的CES上。CES的使下级对CCS和上部层透明,好像它是单一植物CCS的控制器。因为它是运气和相关成员联合会执行任务而不是CCS, CCS能够处理管理和控制算法无需等待的结束目前的工作执行。这是通过编程容易实现多个线程的实现CCS,转运,独联体子系统。

总之,层的CCS -代理将请求转发到层-如果不是根据CIS数据库能够处理它们。层-经纪人向其他层——分配工作经纪人通过CES如果在这些层——请求的资源共享成员和下面。因此,共享成为intercloud服务层的以及服务层——云间的。

3所示。性能分析

基线性能基准测试是评估HiBA架构和反馈控制框架没有优化具体的管理和控制。即简单队列先进先出没有优先适应和所有设备在所有层随机生成请求。虚拟网络的性能模型图所示3。假设的最大数量的成员HiBA代理;一个代理在层有计算能力,这也是最低的任务队列。的能力也代表了最大数量的任务可以由代理在处理层条件下,任务被删除。资源被认为是均匀分布在每一层中。在层,内容和资源的平均数量。层-请求代理有它的地方在泊松分布的意思。这模拟了三周请求请求分区和任务的传递造成的。表示的意思是初始网络延迟造成的延迟将请求转发和呆在请求的等待时间请求队列直到被分割成更小的任务。在这篇文章中,我们获得基线性能可用性和延迟。

3.1。资源可用性

我们定义可用性,计算能力的比率接受请求的数量到代理在层。也就是说, HiBA架构层,预期的资源总额合计从CIS数据库中的记录近似 假设。因此,预期的资源总额棵子树的层-节点 对于任何请求,请求的资源的概率可以在本地节点是近似的 在哪里资源节点的设置吗。假设样本空间的结合在整个HiBA架构。然后,最坏的情况下的可用性时发生网络延迟比平均时间间隔小得多两个结果之间的请求。,请求其他云联盟包括那些在较低和较高的层到达当前层立即与微不足道的网络延迟。因此,节点的最大请求数是

然后我们获得最坏情况下的可用性 从(6),我们看到,当更小、资源(包括内容)更集中更大如果还很大,这将导致更低的可用性。因此有各种手段来提高可用性。一是提高能力,虽然这将会增加成本。另外,分支机构数量每一层可以增加,但这也会增加计算能力和成本。第三,通过采用HiBA,我们把用户设备层0或一级(一旦用户设备当选薄云代理)。然而,功能和薄的设备可能会很小,所以和也将是很小的。这表明如果资源分配可用性仍然接近于1能力成正比吗与请求的总数的比率在资源总额。因此,最优资源配置低一级代理和移动设备都可以卸载数据中心的计算开销和提高用户满意度。

3.2。延迟

社交网络会导致本地,这样许多请求不长距离旅游目的地的网络中继数量或地面无线电障碍。因此初始延迟服务的减少。降低层代理资源较小的颗粒,而局部性基于社交网络提供接近,从而导致更短的延迟。我们估计请求的延迟穿越HiBA架构如下。假设一个请求从层——发起节点到达目的地拥有所需的资源层。请求的预期的延迟 在哪里的概率是所请求的资源是什么不层低于中找到和,,分别延迟引起的,通过网络沟通,请求排队+数据库查询,代理在每一层和计算代理层的路径。假设请求到来是独立的资源分布、 因此,估计延迟 如果请求是来自较低的层的用户设备,也就是说,或1,有效的方法减少预期的延迟或是减少。这意味着增加由下级分配资源,增加为。然而,这也会增加数据库搜索时间和计算时间。考虑网络延迟,我们可以预期,在虚拟网络,云服务器的物理距离增加越来越大。高在虚拟化层链接HiBA网络实际上包含更多的物理比更低的层链接转发跳。如果请求发送使用TCP协议,网络延迟增加,更由于数据库搜索和经纪计算增加。从(9),我们仍然有效地减少延迟增加。这可以预期以来特别是多媒体内容共享,根据社会网络关系,内容存储在直接薄云或小云下级(小)。

3.3。开发平台MDC2控制和管理

从可用性和延迟分析,我们发现与反馈HiBA框架是一个开发平台。很容易观察到的性能在开发承认控制算法时,请求分化,任务划分,自适应资源分配和动态任务调度关于sla交办上层代理。例如,允许控制的联合层影响资源分配根据数量的网络代理和成员之间的啤酒花,网络延迟在(9)也不同。请求分化和排队机制直接影响自包括队列延迟停留的请求请求队列。任务划分、资源分配和调度进一步影响到处理请求,因此他们进一步影响效率和合成。在全球范围内,他们也影响到达率在层。利用分层反馈控制,很容易确保可用性通过执行适当的管理,跟踪有关期限的延迟通过调优控制每个SLA规定的任务。

4所示。案例研究

演示如何使用MMCN开发平台进行算法嵌入低和更高的等级,我们研究节能意识之间的平衡移动设备在薄云层以及负载平衡在更大的数据中心,大量的请求将在很短的时间内到达,也就是说,大。crowd-sensing应用的节能意识平衡是至关重要的特别是当传感数据量很大,比如使用相机的图像数据采集。更大的数据中心的负载平衡是至关重要的特别是当数据库访问频率高。两个平衡算法是有效的在行业4.0时代crowd-sensing部署和大数据分析。

4.1。节能意识平衡

节能意识平衡是基于无监督的模糊反馈控制参考命令也适应联合自组织的反馈状态显示移动设备。校长的想法来自于能源比例路由(15]clustering-based传感器网络的生命周期延长如果成员节点剩余的能源消耗的比例接近集群。我们利用能源比例的薄云联合会作为自适应参考跟踪的模糊反馈控制系统。因此,能源共享是无监督因为没有先验给定目标的控制。

假设,在薄云层成员节点,数据传输是观察到在每一轮薄云代理(离散时间)。我们首先定义符号如下:(我) :成员节点标识、。(2) :数据传输量被分配给节点在轮。(3) :剩余能量的节点在。(iv) ,代表开销比其余的能源(当前能力)。这是多节点的指示加载对剩余的能量。(v) ,代表整个薄云联盟是如何加载。(vi) ,代表了不同节点之间的负载和整个联盟。(七) 代表的区别如何变化的。(八) :数据量的比例分配给节点在。我们定义模糊规则如下:(R1)如果是和是,然后是。(R2)如果是和是,然后是。(R3)如果是和是,然后是。(R4)如果是和是,然后是。模糊集的隶属度函数,,,配置图4。

我们意识到”和“操作符规范“最小。“这是,匹配度,,,前提部分的规则(R1) (R4),分别 获取匹配度,,,的四个模糊规则,分别,我们进行去模糊化同样应用Takagi-Sugeno推理方法。推理的结果,适当比例的数据传输量, 通过配置的结论部分隶属函数作为动态单例对象如下: 在哪里是每轮调优量比例。最后,分配给节点的数据量确定是 在哪里总的数据量传输从这朵云在时间吗。在上面的模糊推理算法,每个成员节点跟踪动态控制的目标和能源的比例在剩余的能量消耗的方法比例对于整个联盟。因此,intrafederation能源共享是通过卸载传输使用该算法工作。当每个节点较低的层联合,通过MMCN卸载是分层扩展网络的数据量确定和分配的CCS和能量状态更新吗收到的独联体和聚合。这表明HiBA架构的可伸缩性。

4.2。负载平衡

所需的负载平衡在一个更大的联盟组织在一个更高的层HiBA因为更高的联邦移民总是更大数量的请求。如图5拟议的负载均衡的云服务接口,框架包含三个组件实现CES, CCS,分别和CIS。组件的详细介绍如下:(1)云服务接口节点(CSIN):它是一个虚拟机,提供云服务接口和来标示在图5。CSIN可以获得成员的请求和获得结果与要求云服务交互模块。在我们的设计中,每个云服务接口实现CSIN作为普遍的RESTful API与不同类型的移动设备。CSIN然后CES MMCN框架的实现。(2)CSI经理:这是用来管理的使用状态移动用户CSINs CSINs和火柴。负载平衡的效率取决于CSI管理器的匹配方法。CSI经理然后CCS MMCN框架的实现。(3)CSI分配表:它维护服务状态移动用户和CSINs之间使用CSI经理协助new-arrived移动用户的匹配决定。这个表存储在云数据库。CSI分配表然后CIS MMCN框架的实现。使用云服务的处理流程,设计了一种移动用户实现负载平衡。提交请求的想法需要三个阶段:(1)服务注册(步骤(1)-(2)),(2)服务执行(步骤(3)-(7)),和(3)服务取消登记(步骤(8)- (9))。详细的步骤,如图5介绍如下:

(1)移动用户发送一个请求到CSI经理分配CSI地址。(2)CSI经理寻找最少的CSI机服务用户,说,CSI分配表,然后注册(,CSI分配表。(3)CSI经理通知那可以为他/她的云服务请求在接下来的时期。(4) 配置取代IP属性云服务接口的服务模板的IP地址。(5) 连接到通过云服务的URL配置界面,发送一个请求。(6) 将该请求传递到相关的云服务访问云数据库如果需要。处理后,结果将被送回。(7) 将结果发送给。(如果需要处理更多的请求,步骤(3)-(7)是重复的。)(8) 取消CSI经理。(9)CSI经理删除的登记记录从沪深分配表。注意,匹配规则的新移动用户和CSINs在当前设计使用least-user-first基础上,如步骤(2)所示。匹配原则可以修改根据不同的要求。在实验中,我们将介绍,目前的设计已经获得辉煌的性能。更多定制匹配方法研究是未来研究的方向之一。,虽然五机是用于我们的CSI(比单机CSI),提高了一百倍,表明我们提出的负载均衡的性能优越CSI机制下HiBA架构。

5。真实的实验

5.1。HiBA基线性能

我们进行实验演示性能差异的可用性和延迟分布的虚拟化资源实例(VRIs)是不同的。我们离开增强算法为特定目的发展CCS作为未来的工作将寻求的各种性能指标。50000 VRIs分布在3层HiBA联合会由Android智能手机、平板电脑、台式机和vm。图6是HiBA拓扑和相关机器的规格见表1。每个设备标签是如果它是th节点层。设备(1、3)连接到(2,0)通过3 g接入点与VPN隧道。设备(0,11)连接到(1,0)与互联网连接USB和股票(1,0)。这些机器有不同的计算能力,但请求和任务队列20保持相同大小的计算能力的差异。在每个设备请求是随机生成的。意思是请求移民()3、1.5和1这同样意味着请求间隔()是333毫秒,666毫秒,分别和1。资源分布有四个病例。第一种情况是,二级设备拥有16000 50000 VRIs VRIs都复制到每个一级联合会。在剩下的三个案例,我们分别复制28000年,32000年和36000年VRIs一级联盟。进行的实验是在异构网络环境中,连接机器通过不同的通信技术表所示1。

实验结果如图7和8。两个数字7和8显示,在下级分配资源提供了更好的性能。数据8(一个)和8 (b)显示延迟差异造成的资源分布,16000年,32000年和40000年VRIs在每个小云复制层。结果之前所有的经纪人满载给出相应的放大图。当设备不断发出请求在高频率每秒请求(3),该队列延迟明显高,我们看到几个请求撤销。请求从损失率较低一级设备要求在更短的时间内获得的资源。对于每个物理机器,MMCN代理本身的CPU利用率小于2%取决于核心的数量。平均代理计算和数据库查询时间估计约为500毫秒,而WLAN延迟时间小于5女士。在异构网络的情况下,延迟差异会更大如果上部层身体从小云和薄云在很长一段距离。如果请求的时间间隔大于处理时间,延迟会更小。当更多VRIs复制在较低的层设备,我们也看到,延迟小。

在本文中,我们把算法,如请求分区、网络嵌入和联盟具体的性能指标,为未来的工作。相反,我们实现真实HiBA证明,与反馈框架,这是一个新的设计模式和开发平台对这些算法。

5.2。节能意识平衡

节能意识的平衡实验我们利用四个来自不同厂家的不同类型的移动设备。薄云是自组织根据代理选举协议(8]。ASUS-Fonepad当选代理。其他层次联合会在图6。每个设备,包括代理本身,在每一轮更新它的能量状态的CIS代理(ASUS-Fonepad)。每朵云的移动设备充电电池各自的能源容量的100%。数据和总数量在每一轮传播是随机生成实验之前的意思是2.4 GB。对每一轮,总的数据量是相同的平衡和非平衡这两种情况。在非平衡情况下,数据量均匀分配给成员。在平衡的情况下,数据量是由模糊控制器4.1。单位的数据量的任务是100 MB。当任何设备剩余能量较低或等于40%,实验终止。最初的单例对象被配置为,,。节能意识平衡图所示的结果9。各自的控制系统的行为是在图10。移动设备的模糊控制器所有追踪联合会的数据,能量比例()。我们看到,无论多么各自设备的性能的变化,具有更好的传播功能的设备将与他人分享它的能量。平板电脑通常与高容量电池。没有能源共享,平板电脑的剩余能量下降比手机更慢。能源共享,平板电脑进行更多的传播工作,成为与更高的能量下降率,和手机成为能量下降率较低。然而,我们看到,整个薄云联合会长的一生。实验也可以应用于能源消费除了数据传输任务。

5.3。负载平衡

负载均衡的云服务接口(CSI)的形式实现RESTful api使用球衣和微软Windows Azure公共云平台上部署。我们进行一个实验比较提出了CSI的单独的机器。在我们的实验中,五个CSI机是用于共享来自用户的请求。在实验中,每个用户的数据生产速率是每秒1请求。性能指标是缺失率定义为,在那里总请求的数量和吗成功的请求的数量。表2显示实验结果在不同的用户数量从100年到300年。我们可以看到,当用户数量很低(100用户),CSI的设计都可以成功地处理他们的数据请求。随着用户数量的增加(例如,300用户),我们提出了CSI几乎可以处理它,只有0:缺失率为27%;然而,超过27%的请求未能实现数据云数据库的CSI单独的机器。

6。结论

我们已经提出并实现了一个移动device-centric云计算架构,HiBA,基于反馈控制框架。拟议中的分级代理体系结构自组织具有可伸缩性和分层的自主权和易于管理和控制算法嵌入开发联合会与更好的性能的可用性和延迟。移动设备和小型服务器联合薄云,小云分层的层,这样的移动设备不仅请求服务,还提供多样化的服务所需的资源。HiBA架构与实现反馈控制框架充分证明了改进的性能当资源分配给更低的层联合会而不是集中在一个偏远的云服务器。通过两个案例研究的薄云平衡和能源利用更大的数据中心负载均衡,我们表明,HiBA实际上是一个开发平台为移动云计算和UCN服务提供了一个可行的解决方案。未来的工作包括优化算法嵌入和大数据分析应用程序与人群传感是未完待续。

相互竞争的利益

作者宣称没有利益冲突。

确认

由于是由于科学技术部(大部分是国家科学委员会)在台湾nsc101赞助这项研究在连续资助项目- 2221 - e - 327 - 020, nsc101 - 2221 - e - 327 - 022, nsc102 - 2218 - e - 327 - 002, most103 - 2221 - e - 327 - 048, most105 - 2221 - e - 327 - 027,和most105 - 2221 - e - 006 - 141。