申请/专利权人：东北大学

申请日：2021-10-08

公开（公告）日：2024-03-22

公开（公告）号：CN113950081B

主分类号：H04W24/02

分类号：H04W24/02

优先权：

专利状态码：有效-授权

法律状态：2024.03.22#授权;2022.02.08#实质审查的生效;2022.01.18#公开

摘要：本发明属于移动边缘计算网络领域，提出了一种多单元移动边缘计算中面向微服务的动态服务迁移和请求路由方法。利用Lyapunov优化将考虑移动性的连续优化问题分解为多个时隙的在线优化问题，由于用户的移动性，正在进行的服务经常在不同的基站之间迁移，这需要一定的迁移成本，为了平衡迁移成本与系统效益，使用Lyapunov优化和随机舍入方法来解决服务部署和请求路由两种决策变量，并通过理论分析证明该方法具有性能保证。对于微服务部署的多单元移动边缘网络中，该方法可以达到最佳的平均时间效用，自适应地平衡服务迁移成本和在线系统效益，且可以有效利用边缘服务器的存储和计算资源，在保证服务迁移成本稳定的同时，最大化MEC网络的长期系统效益。

主权项：1.一种面向微服务的动态服务迁移和请求路由方法，构建了一个长期服务迁移成本的虚拟队列，并针对单时隙做出服务部署和请求路由优化，从而达到系统效益长期最大化；其特征在于，该动态服务迁移和请求路由方法包括步骤如下：第一步，构建虚拟队列和定义目标问题；构建一个针对长期服务迁移成本的虚拟队列Mjt，它表示边缘服务器bj在时隙t结束时服务迁移的额外成本，迁移成本虚拟队列更新如下； 其中，cjt是将服务sk迁移到边缘服务器bj的成本，是迁移成本的时间平均预算，且为了保证虚拟队列的非负性，Mjt+cjt与0比较取二者最大值；一个二次Lyapunov函数用于表示队列积压，队列积压小代表迁移成本稳定，具体如下： 根据迁移成本队列积压的单时隙条件漂移的定义，本方法给出了迁移成本队列积压的单时隙条件漂移； 其中，Θt是迁移成本的队列积压向量，为一个常数，与路由请求决策和服务部署决策是独立的，α是基站的最大迁移成本；m是基站总数；将请求路由决策和服务部署决策的优化目标定义为时隙t下的漂移差-效用函数，其表达式如下； 其中Zxijt为MEC网络的系统效用，即网络最终处理边缘服务请求的数量，xijt为请求路由决策，xijt＝1，则用户ui将服务请求路由到边缘基站bj表示；否则，用户ui将服务请求路由到云中心，表示为xiφt＝1；i∈I＝{1,2,…,n}，j∈J＝{1,2,…,m}；V为迁移成本队列稳定性和网络效用的控制参数，根据当前队列积压情况调整V，实现效用和系统稳定性的权衡；式3进一步表示为； 对式4进行简化，对常数项β进行缩放，将单时隙优化目标简化为期望上界函数最小，于是单时隙优化目标为； 第二步，单时隙优化；为了解决第一步中的问题，提出了一种基于李雅普诺夫优化的在线服务迁移方法LOSM，它将连续时间优化问题转化为多离散时隙优化问题；此时目标转换为获得当前时隙的最佳请求路由决策xijt∈{0,1}和服务部署决策k∈K＝{1,2,...,l}表示服务模型；在时隙t，表示服务sk部署在基站bj；使用随机舍入方法解决上述多离散时隙优化问题——请求路由决策和服务部署决策问题；a问题转换；首先，松弛决策变量xijt和xijt∈{0,1}→xijt∈[0,1] 将第一步中的单时隙优化目标函数展开得； 在式6中，在时隙t中为一个常量，被线性转换为：然后通过线性规划求解关于决策变量xijt和的最优解集求解的决策变量接下来，以概率方法随机四舍五入通过线性规划计算出的解，以获得用于服务部署和请求路由的整数值；b随机舍入服务部署变量以概率舍入，路由请求变量xijt根据服务部署变量进行四舍五入；当ui的覆盖基站都未部署相应的服务，则请求以的概率被路由到云中心；当遍历用户的所有覆盖且部署所请求服务的基站，并以概率将路由到每一个基站的路由请求变量设置为1，这种情况也以概率将其路由到云中心；最后，当路由到基站的变量存在为1的，则本单时隙优化方法在为1的变量中随机选择一个，将其路由到对应的基站，未选中的设置为0，否则，取路由到云中心xiφt的值；当处理ui请求的基站集时，路由到云中心的概率为； 当时，请求路由到云中心的概率取决于和且概率非负，计算如下；

全文数据：

权利要求：

百度查询： 东北大学 一种面向微服务的动态服务迁移和请求路由方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD