边缘环境中基于深度强化学习的大数据管理研究
发布时间：2021-11-28 04:32
大数据时代,边缘环境中大量的感知设备产生了日益增长的大数据。从这些大数据中攫取出热点内容并将其服务于边缘用户,就会给用户带来体验质量（Quality-of-Experience,QoE）。因此,当前面临的一个难题是改善边缘用户QoE的满意度。本文为了解决这个难题,首先在边缘环境中构建了用户QoE的满意度模型,该模型包含了分析大数据时影响QoE满意度的内容精度以及传输速率因素,也包含了内容缓存时影响QoE满意度的存储延迟与存储消耗因素。其次,为了分析这些因素对用户QoE的满意度带来的影响,本文在边缘环境中引入了大数据分析架构以及内容缓存架构,根据此大数据分析架构,提出基于深度强化学习（Deep Reinforcement Learning,DRL）的大数据分析算法。随着热点内容的爆发式增长,边缘环境面临着“端-端”高吞吐量的压力,故将提取出的部分热点内容存储到内容缓存架构中,便于服务用户。本文的主要工作如下:（1）在边缘计算环境中,为了改善边缘用户QoE的满意度,本文提出了一个用户QoE模型来描述热点内容服务的满意度,通过对高维大数据中热点内容以及热点内容传输速率的理解,寻求热点内容的服...
【文章来源】：南京航空航天大学江苏省 211工程院校
【文章页数】：62 页
【学位级别】：硕士
【部分图文】：
边缘计算&缓存架构
图 3.2 速率离散化过程F-CNN 训练完高维大数据之后，可以获得热点内容。然后足每个边缘用户的需求。速率离散化问题，图 3.2 给出了一个方法来离散化 ，函数的第二项是离散的。 的变化区间是min max[ , ]i ir r ，本同的尺寸 H 。本文利用 等分点作为 的离散值。所有穷大，且 紧逼近于 0 时， 的值趋向于连续。例如4Q份点。所以min min max min min max min min max R , R ( R R ) / 4, R 2( R R ) / 4, R 3( R 据管理算法流程，算法 3.1 包含了高维大数据的训练与热点内容传输速率执行正向传播，计算每一层的输出... ...1 1( ) ( ),i i f fm mt tq q 。
accuracy ( )ip of data //获得热点内容 doir // 离散化//获得 QoE 值果nsorflow 来验证三种算法的性能以及有效性，包含了 Accura，Accuracy 指的是在一定实验条件下多次测定的平均值与。Precision 指的是多次重复测定同一量时各个测定值之间彼机误差的大小。Recall 指的是相关文档数和文档库中所有系统的查全率。
【参考文献】：
期刊论文
[1]QoE-Driven Big Data Management in Pervasive Edge Computing Environment[J]. Qianyu Meng,Kun Wang,Xiaoming He,Minyi Guo. Big Data Mining and Analytics. 2018(03)
[2]数据中心网络中一种半集中式SDN路由策略[J]. 田野,孙延涛,熊轲. 计算机与现代化. 2018(01)
[3]基于SDN的QoS管理机制研究[J]. 张靖,舒圣涛,刘翠玲,俞骏豪,李挺. 无线互联科技. 2017(24)
[4]基于连接标识的多路径传输[J]. 郑理,苏伟,郜帅. 计算机技术与发展. 2017(11)
[5]无线传感器网络中移动式覆盖控制研究综述[J]. 蒋文贤,缪海星,王田,赖永炫,王国军,贾维嘉. 小型微型计算机系统. 2017(03)
[6]艾默生网络能源Trellis-Facility系统应用于中国电信超大型云计算基地项目[J]. 电信网技术. 2017(02)
[7]企业级网络虚拟映射带宽与能耗优化平衡策略[J]. 丛鑫,訾玲玲. 计算机应用研究. 2017(10)
[8]SDN中基于交换机等级划分的安全路由策略[J]. 李兵奎,庄雷,胡颖,马丁,王国卿. 计算机应用研究. 2017(02)
[9]能源互联网“源–网–荷–储”协调优化运营模式及关键技术[J]. 曾鸣,杨雍琦,刘敦楠,曾博,欧阳邵杰,林海英,韩旭. 电网技术. 2016(01)
[10]Challenges of Big Data analysis[J]. Jianqing Fan,Fang Han,Han Liu. National Science Review. 2014(02)
博士论文
[1]全双工大规模MIMO系统的频谱与能量效率研究[D]. 邢朋波.山东大学 2017
本文编号：3523711
【文章来源】：南京航空航天大学江苏省 211工程院校
【文章页数】：62 页
【学位级别】：硕士
【部分图文】：
边缘计算&缓存架构
图 3.2 速率离散化过程F-CNN 训练完高维大数据之后，可以获得热点内容。然后足每个边缘用户的需求。速率离散化问题，图 3.2 给出了一个方法来离散化 ，函数的第二项是离散的。 的变化区间是min max[ , ]i ir r ，本同的尺寸 H 。本文利用 等分点作为 的离散值。所有穷大，且 紧逼近于 0 时， 的值趋向于连续。例如4Q份点。所以min min max min min max min min max R , R ( R R ) / 4, R 2( R R ) / 4, R 3( R 据管理算法流程，算法 3.1 包含了高维大数据的训练与热点内容传输速率执行正向传播，计算每一层的输出... ...1 1( ) ( ),i i f fm mt tq q 。
accuracy ( )ip of data //获得热点内容 doir // 离散化//获得 QoE 值果nsorflow 来验证三种算法的性能以及有效性，包含了 Accura，Accuracy 指的是在一定实验条件下多次测定的平均值与。Precision 指的是多次重复测定同一量时各个测定值之间彼机误差的大小。Recall 指的是相关文档数和文档库中所有系统的查全率。
【参考文献】：
期刊论文
[1]QoE-Driven Big Data Management in Pervasive Edge Computing Environment[J]. Qianyu Meng,Kun Wang,Xiaoming He,Minyi Guo. Big Data Mining and Analytics. 2018(03)
[2]数据中心网络中一种半集中式SDN路由策略[J]. 田野,孙延涛,熊轲. 计算机与现代化. 2018(01)
[3]基于SDN的QoS管理机制研究[J]. 张靖,舒圣涛,刘翠玲,俞骏豪,李挺. 无线互联科技. 2017(24)
[4]基于连接标识的多路径传输[J]. 郑理,苏伟,郜帅. 计算机技术与发展. 2017(11)
[5]无线传感器网络中移动式覆盖控制研究综述[J]. 蒋文贤,缪海星,王田,赖永炫,王国军,贾维嘉. 小型微型计算机系统. 2017(03)
[6]艾默生网络能源Trellis-Facility系统应用于中国电信超大型云计算基地项目[J]. 电信网技术. 2017(02)
[7]企业级网络虚拟映射带宽与能耗优化平衡策略[J]. 丛鑫,訾玲玲. 计算机应用研究. 2017(10)
[8]SDN中基于交换机等级划分的安全路由策略[J]. 李兵奎,庄雷,胡颖,马丁,王国卿. 计算机应用研究. 2017(02)
[9]能源互联网“源–网–荷–储”协调优化运营模式及关键技术[J]. 曾鸣,杨雍琦,刘敦楠,曾博,欧阳邵杰,林海英,韩旭. 电网技术. 2016(01)
[10]Challenges of Big Data analysis[J]. Jianqing Fan,Fang Han,Han Liu. National Science Review. 2014(02)
博士论文
[1]全双工大规模MIMO系统的频谱与能量效率研究[D]. 邢朋波.山东大学 2017
本文编号：3523711
本文链接：https://www.wllwen.com/guanlilunwen/glzh/3523711.html
