文 献 综 述
一、研究的目的与意义
云计算利用互联网和虚拟机技术，以虚拟化形式提供随时可用、可重新配置和无处不在的计算资源，用户利用互联网和远程数据中心来运行应用程序和存储数据。
然而随着普适化智能终端以及泛在化网络技术的快速发展,新型网络应用和服务不断涌现，诸如物联网、智慧城市、智能电网、虚拟/增强现实、无人驾驶等。以集中式计算和存储为主要特征的云计算已经难以满足这些技术和应用的发展需求。为了克服云计算的局限性，雾计算、移动边缘计算以及边缘计算等近端云计算模式相继被提出并日益受到关注。这些计算模式虽然名称不一，但是其基本思想都是对云计算进行扩展，即将云计算基础设施从距离用户较远的数据中心移至距离用户终端较近的边缘路由器、移动基站或者服务器上，以克服云计算的技术和应用瓶颈。
因此，相比于传统的云计算模式，通过将可扩展的云计算模式与边缘计算模式相融合建立有效的混合云资源模型就显得更具价值。本文针对云计算的局限性[1]、资源调度策略、多目标优化以及遗传算法的研究进行综述和讨论。
二、研究现状
回顾历史，最初的计算模式为大型主机模式。在大型主机模式中，计算和存储等任务通过主机直接完成，而终端设备仅负责输入和输出的交互任务。云计算的基本特征是将原本分散在很多 ＰＣ计算机上的计算和存储等任务通过集中式的数据中心来处理，本质上云计算延续了大型主机的集中式处理特点。由于应用场景需求的变化和技术发展的不同特点，分散式的计算模式（即边缘计算、雾计算等）会逐渐取得主导地位。
1. 云计算的局限性[1]
首先，一些终端设备较强的计算和存储资源往往不能得到充分的利用，这也就在一定程度上造成了终端设备资源的浪费。更重要的是，在云计算中，其他一些自身资源不足的终端设备却无法通过利用附近其他具有空闲资源的终端设备来扩展自身有限的资源，从而使得它们能够完成需要消耗较多资源的任务。因此，从多个终端设备的整体来说，终端设备的计算和存储等资源无法得到有效的利用。
另一方面，随着泛在化网络技术的快速发展，虽然网络技术的迅速发展一方面为云计算的发展和应用提供了技术支撑和保障．但是，另外一方面，云计算的集中式的处理特性也因为网络技术而限制了其应用的性能和范围。在传统的云计算模式中，终端设备和集中的云计算数据中心之间通常需要跨越远距离的广域网络以及各类异质的无线网络．虽然长距离广域网络的带宽和速度在一直被改善[2]，但由于网络内容的快速增长所造成的网络拥塞以及网络数据包处理造成的延迟等使得长距网络的性能和可靠性保障仍然不能满足很多应用的需求。
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。
