摘要：云计算可以利用分布式计算资源向移动设备提供更强大的计算功能，但随着移动终端的普及和物联网产业的发展，云计算移动应用大量增长，对延迟敏感的移动应用程序需求增多，为了更好地服务于具有不同服务质量（QoS）要求的用户，大规模的远程云模式和响应迅速的边缘云相融合的混合异构云资源模型或将成为最优的解决方案，需要选择合适的多目标动态资源优化调度方法以在移动环境下满足用户实时需求。 本文介绍了云计算，边缘计算和混合异构云的发展背景，分析了几种已有的异构云资源优化调度方法。
关键词：云计算 移动边缘计算 调度算法 粒子群优化
一、云计算发展背景
随着智能手机和平板电脑等移动终端的普及，无人车、虚拟现实等新兴物联网（IoT）产业的发展，21世纪迎来了全球移动网络发展高峰[1]，根据思科（Cisco Visual Networking Index）提供的最新报告[2]，到2020年，将使用116亿台移动连接设备。传统的集中式计算由于时间、空间、电力资源等各方面的限制，已经难以满足企业需求，互联网产业需要低存储容量，高能耗，低带宽和高延迟的网络[3]和具有强大计算能力的处理中心应对爆炸式增长的大量数据。
移动云计算（MCC）融合了云计算[4]和移动计算，利用分布式计算资源向移动设备提供更强大的计算功能，突破了互联网传统项目在时间和空间上的局限性，是大量智能应用的基础，极大地提高了企业生产力。公有云模式因其规模较大，成本较低，是现代的主流云计算模式。但是，公有云需要所有终端将数据传输到远程云中心，由于网络带宽和云中心处理能力有限，终端应用的请求响应时间增长，用户对于快速响应程序的迫切需求无法得到满足，高延迟，安全漏洞，低覆盖率和数据传输滞后成为显著问题。
二、边缘计算与混合云模型
为降低延迟，满足用户计算需求，业界不断寻找新的解决方案，提出了在网络边缘提供计算处理，即边缘计算。虽然与公有云相比规模和计算能力有限，但边缘计算充分利用本地资源响应部分移动应用程序，提高了对移动应用程序的处理效率，支持资源的灵活调用和配置。其中，在移动蜂窝网络中的移动边缘计算（MEC）[5]旨在解决MCC系统所面临的挑战，通过将云资源（例如存储和处理能力）部署到网络内的边缘来增强移动云计算的能力，为终端设备提供了快速而强大的计算能力、存储容量、移动能力和上下文感知支持[6]。根据ETSI，移动边缘计算的定义为[7]：“移动边缘计算在无线接入网络内的移动网络边缘提供了IT服务环境和云计算功能（RAN），并且紧邻移动用户。”
针对如今移动应用的大量增长与对延迟敏感的移动应用程序需求，为了更好地服务于具有不同服务质量（QoS）要求的用户，大规模的远程云模式和响应迅速的边缘云相融合的混合异构云资源模型或将成为最优的解决方案[8]。通过合适的调度方法，可以合理部署云资源，在满足用户需求的基础上提高反应速度和灵活性，降低计算成本。
三、异构云调度算法
在混合云资源模型下，采用怎样的方法调度异构任务来得到效益最大化尤为重要。Gelenbe 和Ruilong Deng都研究了边缘和远程云之间的工作负载共享，优化了平均卸载延迟和系统成本之间的权衡[9][10]，但平均延迟的优化很难保证具有不同要求的移动用户的服务质量。
以上是毕业论文文献综述，课题毕业论文、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。
