答辩公告

学位论文简介

在云/边缘计算环境下，合理的资源分配服务机制不仅能满足用户的各种任务需求，还能最大程度的提高资源利用率，避免资源的浪费和闲置都是一个很重要的课题。本项目面向云/边缘环境中多用户的效益优化问题和同时优化多提供商效益和用户效益问题，拟以合作博弈、非合作博弈以及任务调度、资源分配、任务卸载理论等关键技术，设计实现优化多用户的联合效益系统理论模型和同时优化多提供商效益和用户效益的模型。取得了以下主要创新性研究成果：

1. 针对既从云客户的效益角度又从服务提供商的效益角度考虑的多属性资源购买机制问题。从非合作博弈的角度提出了一种用于多属性云计算资源提供的价格竞价机制。考虑到公平价格竞争，提出了一种新颖的关于服务质量（QoS）和竞价的激励性资源购买模型。然后，结合用户的资源购买模型，将提供商的价格竞标问题转化为一个博弈模型来为每个云提供商找到合适的价格。

2. 针对一群需要各种deadline的同类云实例的客户倾向于以协作的方式购买资源，即使用联合博弈来降低购买成本的问题。提出了一种机制来显示客户之间的协作交互，并确定从每个提供商购买的服务程序的数量，以向每个云客户收取最低费用。建立了一个基于多客户资源采购的联盟博弈，证明了联盟博弈中存在满足个人稳定性和群体稳定性的独特最优解决方案。另外，最佳解决方案是这样一种解决方案，其中每个联盟的选定服务程序可以优化每位客户的成本并最大化资源利用率。

3. 针对计算能力有限的MEC应该考虑如何将计算资源分配给移动设备MD，以最大化所服务MD的数量问题。每个MD希望在接受延迟范围内将能耗最小化。提出了一种基于博弈的计算卸载（GCO）算法，其中包括MEC的任务卸载配置文件和每个MD的传输功率控制。具体来说，提出了贪婪修剪算法，以确定可以将任务卸载到MEC的MD。同时，每个MD都通过使用其传输功率控制策略来竞争计算资源。

主要学术成果

1. Junyan Hu, Kenli Li, Chubo Liu, Keqin Li. A Game-based Price Bidding Algorithm for Multi-attribute Resource Provision in Cloud Computing[J]. IEEE Transactions on Services Computing doi:10.1109/TSC.2018.2860022. (SCI 2区，第一作者)

2. Junyan Hu, Kenli Li, Chubo Liu, Keqin Li. Game-based Multi-User with QoS Computation Offloading for Mobile Edge Computing of limited computation capacity. NPC 2019: International Conference on Network and Parallel Computing. pp:16-27 (CCF C会议, 第一作者, Best Paper Award)

3. Junyan Hu, Kenli Li, Chubo Liu, Keqin Li. Game-Based Task Offloading of Multiple Mobile Devices with QoS in Mobile Edge Computing Systems of Limited Computation Capacity[J]. ACM Transactions on Embedded Computing Systems July 2020 No.:29 https://doi.org/10.1145/3398038 (SCI 3区，CCF B第一作者)

4. Hao Li, Kenli Li, Junyan Hu, Keqin Li. An Efficient Parallelization Approach for Large-scale Sparse Non-nagative Matrix Factorization Using Kullback-Leibler Divergence on Multi-GPU. The 15^th IEEE International Symposium on Parallel and Distributed Processing with Applications. 2017, cores b, Qualis b3 (CCF C，第三作者)