EdgeCloudSim调研

EdgeCloudSim: 边缘以及云中心如何实现

运行方式

Windows下

• 项目里面有运行样例可以直接运行
• 比如运行sample_app1
  • 选择src/applications/sample_app1文件下的MainApp
  • 注意修改配置和输出路径参数，创建输出文件夹
  • 绘图
    • 在每个样例中有mat文件进行绘图

github中问题探讨

注：卡加泰松梅斯是仿真平台论文一作

边缘的实现

• edge_client
  • CpuutilizationModel_custom：默认指定为一个VM的CPU周期
  • DefaultMobileDeviceManager：将任务提交到相关的设备(by Edge Orchestrator)
  • MobileDeviceManager：移动设备管理
  • Task：将app类型、任务传输地点等加入Cloudlet类中
• edge_orchestrator
  • BasicEdgeOrchestrator：实现基础算法:先进/后进/随机 匹配算法
  • EdgeOrchestrator：为每个代理要求提供VM
• edge_server
  • EdgeServerManager：(默认)创建datacenter、host、VM 并提供host列表
  • EdgeHost：host信息
  • EdgeServerManager：(扩展类)功能同上
  • EdgeVM：VM信息
  • EdgeVmAllocationPolicy：VM分配策略

总结：使用edge_server来实体化设备--VM、Host、Datacenter，使用edge_client处理任务以及移动设备，其处理方式根据edge_orchestrator中基础算法来定。

云中心的实现

• cloud_server
  • DefaultCloudServerManager：(默认)创建datacenters, hosts and VMs
  • CloudServerManager：(可扩展)
  • CloudVM:VM信息
  • CloudVMAllocation_Custom：VM分配策略

总结：使用cloud_server来实体化设备--VM、Host、Datacenter

项目中大量调用org.cloudbus.cloudsim中函数，也就是Uses of Class org.cloudbus.cloudsim)，重写时需要学习相关包的使用方法

强化学习怎么使用

个人感觉较难实现

• 从github的作者评论中看出，只使用java的话，主要还是运行基础策略
• 如果假如调用python代码
  • java中直接调用python--jpython
    • python版本比较老
    • 无法调用pytorch等包
  • java调用本地脚本/执行脚本文件
    • 无法适用于深度强化学习。
      • 深度强化学习需要大批次的多数据传输，调用脚本延迟可能较长
      • 运用脚本来运行深度强化学习模型，模型参数更新后的保留问题难以解决