工业互联网虚拟化编排建模和算法研究

来源 :重庆大学 | 被引量 : 0次 | 上传用户:killme2005
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
工业互联网将工业控制,计算机应用,通信网络紧密融合,可实现工业业务的垂直化部署。三者融合需实现模型表达的准确性,功能描述的一致性以及参数的有效传递能力。例如在工业控制业务部署时,通过Apache对业务部署逻辑的一致性进行冲突检测。同样在5G中虚拟网络功能(Virtualized Network Function,VNF)的部署时,需对计算机进程之间的冲突进行检测以及解决VNF之间对共享资源的竞争问题。因此本文首先考虑工业控制,计算机应用,通信网络融合的工业互联网场景的统一建模问题,进一步在统一建模的基础上分析模型间的功能映射及参数传递。主要内容如下:(1)首先阐述了自动化技术(Operational Technology,OT)、互联网技术(Internet Technology,IT)建模工具Petri网的相关概念,基于Petri网中的库所,托肯对计算机进程的建模描述,实现业务的可达、可用、可靠以及确定性保障。其次通过Petri网对工业控制中的差动保护场景进行建模,描述差动业务处理过程,给出可达标识图。并分析差动开关对共享资源竞争产生的冲突问题,给出了死锁避免策略。通过Petri网对工业场景中的通信技术(Communication Technology,CT)案例多模通信的运行状态和多模终端切换过程进行建模描述,解决运行过程中的逻辑冲突问题。最后采用Petri网对虚拟网络功能转发图(VNF Forwarding Graph,VNF-FG)中的多线程进行建模分析,通过对VNF-FG的确定性编排来满足工业业务的确定性需求。(2)研究保障业务可达、可用、可靠的VNF-FG确定性编排问题,针对业务可达性问题,将该问题抽象为全整数规划模型,提出了全路径时间协调虚拟库所编排算法FTVPO,通过增加虚拟库所,采用Non-workconserving模式与多节点业务编排方式进行全路径的规划,保障了业务的确定性。并通过对资源的合理分配,实现了业务与资源的最优匹配,从而规划了全路径的业务流和虚拟化资源,保障了任务和资源无冲突。针对业务可靠性问题,将该问题抽象为最优路径选择的动态规划模型,提出了Petri网可达路径最大冗余树算法RPMRT,算法在多条可达路径中,基于图论中的割点与割边寻找等价非相关路径,提高了业务可靠性。最后针对进程内部的调度问题,在时间敏感型网络(Time Sensitive Network,TSN)节点流调度的基础上进行改进,提出基于动态紧急度的确定性托肯调度算法DUTS,动态调整每一业务流托肯在进程中的紧急度,从而保障全路径编排为业务流规划的时间性要求。(3)本文分别对三个算法的效果进行了仿真验证,结果表明,相较于其他编排算法,FTVPO有效的将业务时间性的需求分解到Petri网模型可达路径的选择和每一VNF进程停留时间的规划,保证业务的及时、准时、协同确定性需求。RPMRT算法提供的冗余可达路径,在发生故障后体现在端到端业务准确响应的概率、丢包率以及时延抖动指标上性能突出。DUTS能够消除时延抖动或对突发抖动进行平滑,从而支撑端到端业务的全流程、确定性的编排能力。
其他文献
随着车辆正在向智能化、网联化演进,行车安全预警作为车辆重要的智能应用之一,受到学术界的广泛关注,有效的行车安全预警能够极大程度提高交通安全,提升驾驶体验。行车安全预警策略一般基于实时道路交通流特性以及本车行驶特性进行建立,如果能够及时发现行车过程中的潜在行车风险,并以之为依据,生成行之有效的行车策略,则能够防患于未然;因此,行车潜在风险的评价方法已经成为学术界的关注重点。本文从VTTI100car
学位
无人机(Unmanned Aerial Vehicle,UAV)作为一种新兴装备,具有灵活部署和易于控制等特点。将UAV应用于现代移动通信网络,从而扩大网络覆盖范围或构建UAV集群网络,已成为无线通信领域研究热点之一。与此同时,伴随着Alpha Go的成功,作为强化学习(Reinforcement Learning,RL)重要分支的多智能体强化学习(Multi-agent RL,MARL),由于能
学位
在高肥胖率和人口老龄化的趋势下,心血管疾病等慢性病发生率越来越高。对血氧饱和度和心率等关键生命指标进行持续可靠的监测,对于预防慢性病来说变得非常重要。基于光电容积脉搏波描记法(Photoplethysmography,PPG)的检测方法广泛用于无创、连续、实时的人体血氧饱和度、心率、血压等生命体征参数监测,为临床医疗检测和便携式医疗设备提供了重要的技术方案。本文研究和设计了一种用于脉搏波信号检测的
学位
智能监控系统中的视频异常检测技术旨在自主检测出监控画面中的异常事件,有利于维护社会公共安全,具有较高的学术价值和工业价值,也是当前计算机视觉领域的研究热点之一。影响视频异常检测算法精度的主要因素包含事件的时空特征学习和异常评估两个部分,本文将从这两个方面着手研究,以实现事件的完备描述,增强异常事件的可分辨性,进而提高异常检测精度,主要内容包括:(1)针对基于深度学习的帧重构模型泛化能力过强而无法保
学位
随着下一代网络多媒体化发展,业务呈现出爆炸式增长特性,仅凭现有地面网络架构与物理层技术难以产生真正的通信技术变革以满足日益增加的网络业务承载,且地面网络弱覆盖以及系统高能耗等问题亟待解决。本文从6G网络实现泛在连接和高能效两大目标出发,构建了兼具穿透和反射的可重构智能表面(STAR-RIS)辅助的空天地一体化网络架构,其中STAR-RIS能进一步扩展空天地一体化网络服务范围,从而满足山地等复杂场景
学位
在万物互联的时代,无线通信技术的高速发展极大地方便了人们的工作与生活。但受限于地理等因素,现有的地面网络仍无法满足全球日益增长的通信需求,由此卫星通信技术开始受到业内人士的青睐。然而,卫星波束宽广的覆盖范围和无线电信号的广播特性使得卫星系统更容易受到不法分子的恶意攻击。考虑到无线环境的高度开放性与计算机运算能力的不断提升,仅依靠加密手段可能不足以保证无线通信系统的安全。因此论文围绕星地通信网络中的
学位
在新兴物联网应用的驱动下,越来越多的设备接入物联网,大量数据涌入数据融合中心等待处理,而数据的保真度和时效性就显得至关重要。作为物联网中典型的数据驱动应用,无线传感器网络由多个在空间上分布的传感器和数据融合中心组成。传感器负责采集数据,数据融合中心负责处理数据并将数据交付给使用者。在该网络中,同时追求新鲜度和保真度成为了一大挑战。事实上,无线传感器网络的部署方式发挥着不可小觑的作用,恰当的部署方式
学位
危险驾驶行为中,疲劳驾驶和分心驾驶是导致道路交通事故发生的主要原因。对危险驾驶行为进行检测并及时预警,可以有效降低道路交通事故的发生率,保障人民的生命与财产安全。因此,面向危险驾驶行为检测方法的研究成为近年的一大研究热点,并取得了较好的效果。但在资源有限的边缘端设备上,危险驾驶行为检测方法面临着光照环境适应性不强和准确率低等挑战。论文面向以上挑战,开展对于不同光照环境具有良好适应性的高效危险驾驶行
学位
图像作为记录和呈现信息的重要载体,被广泛应用于人类日常生活。高质量图像呈现出的信息和纹理更加丰富。然而,受成像系统和拍摄环境等因素的限制,获取的图像的分辨率有时很难满足实际需求,从软件技术出发提升图像分辨率的超分辨率重建技术由此产生。随着硬件设施性能的提升和深度学习技术的发展,基于深度学习的图像超分辨率重建被各界学者广泛关注。本文针对目前基于深度学习的图像超分辨率重建方法存在的不足,结合注意力机制
学位
随着物联网(Internet of Things,Io T)技术的快速发展和广泛应用,海量数据接入、并发设备连接以及对实时性等有更高要求的新兴应用给现有的移动通信网络带来了严峻挑战。移动边缘计算(Mobile Edge Computing,MEC)将资源下沉到网络边缘,靠近用户,可以增强终端处理能力,降低任务处理时延。然而,传统的MEC受限于固定部署,在一些特殊应用场景存在局限性,搭载边缘服务器的
学位