买专利,只认龙图腾
首页 专利交易 科技果 科技人才 科技服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

【发明授权】一种边缘计算服务的智能自适应编排方法_北京工业大学_202211686767.5 

申请/专利权人:北京工业大学

申请日:2022-12-28

公开(公告)日:2024-04-19

公开(公告)号:CN116016514B

主分类号:H04L67/10

分类号:H04L67/10;H04L67/60;H04L43/0852

优先权:

专利状态码:有效-授权

法律状态:2024.04.19#授权;2023.05.12#实质审查的生效;2023.04.25#公开

摘要:一种边缘计算服务的智能自适应编排方法属于边缘服务编排领域,是一种利用移动边缘技术、深度强化学习算法等实现移动边缘计算中边缘服务自适应联合编排的方法。该方法能实现对于某移动边缘场景下各边缘服务器中的服务单元编排,并针对不同的目标群体进一步优化编排策略以最大化群体的利益和服务质量。

主权项:1.一种边缘计算服务的智能自适应编排方法,其特征在于:1边缘系统中的模型和设定首先介绍MEC环境设定和系统架构概述;然后介绍服务请求和编排模型;最后,详细讨论边缘系统的时延和代价;aMEC环境假设环境中的每个基站都将配备一个MEC服务器;MEC服务器通过城域网互联,城域网是目前互联网络的基础设施;MEC服务器为用户设备提供服务,MEC服务器中的服务由电信运营商编排;以应用环境地面的下边界和左边界作为X和Y轴定义一个坐标轴,单位为米;因此场景中的每个节点在MEC环境中有一个特定的实时位置被表示为L={l1,l2,...,lnum};节点包括用户设备和MEC服务器;其中li=xi,yi,num表示节点的数量,xi和yi分别表示节点i的横坐标和纵坐标,xj和yj分别表示节点j的横坐标和纵坐标;不同节点之间的距离用以下公式计算得到; 其中Re=6471.009千米表示地球的平均半径,Fhav代表Haversine函数并且表示为Fhavα=sin2α2;b系统结构概述用户设备需要请求服务来执行其任务,服务编排在本地、MEC服务器或者云端服务器;配备有MEC服务器的基站的覆盖范围是500m;当服务由MEC服务器提供时,当用户设备移动到另一个区域,即不再直接连接到之前的基站时,它从当前区域的MEC服务器接收到原MEC服务器返回的服务结果;此外,当所请求的服务未编排在直接连接的MEC服务器上时,MEC向附近具有所需服务的MEC服务器发出服务请求;用户应用服务有即时通信、信息获取、电子商务、游戏娱乐和效率工具;效率工具包括在线的文件编辑和视频图像处理;某个时段在基站bs1覆盖范围内有用户设备请求效率工具服务s1,基站bs3覆盖范围内有用户设备请求信息获取服务s2,基站bs2覆盖范围内有用户设备请求即时通信服务s3;基站bs1覆盖范围内的用户请求服务s1,由于直连的服务器e1上没有放置服务s1,所以服务器e1向临近的服务器e2请求服务s1;因此基站bs1范围内用户请求的服务s1由服务器e2提供;基站bs3覆盖范围内的用户请求服务s2,由于直连的服务器e5上没有放置服务s2,所以服务器e5向临近的服务器e4请求服务s2;因此基站bs3范围内用户请求的服务s2由服务器e4提供;基站bs2覆盖范围内的用户请求服务s3,由于直连的服务器e3上放置了所需的服务s3,因此基站bs2范围内用户请求的服务s3由直连服务器e3提供;假设连续的服务编排决策是在一个时间间隙中做出的,并且其时间线被离散化为时隙并且t∈T={0,1,2,...,T},T的大小设为24小时,时隙t的大小设为30分钟;在每个时隙t的开始,移动用户设备确定一个计算节点来运行它的任务;在时隙t内,用户始终停留在最初的服务范围内,网络环境保持不变;c服务请求和编排模型为了保持令人满意的体验质量QoE,服务应该在多个MEC服务器之间动态编排和迁移,以适应用户行为;计算节点包括用户设备本身、边缘服务器和远程云服务器提供用户设备所需的服务;边缘服务器记为E={e1,e2,e3,...,eM};M为边缘服务器的数量由编排方法的布置者根据场景下实际的边缘服务器数量进行设定;用户设备集合表示为U={u1,u2,u3,...,uN},N为场景下接入边缘网络的用户设备数量;服务类型集合表示为SE;用户设备ui∈U需要服务se∈SE并且se由设备本身、边缘服务器e∈E或云服务器提供;服务请求模型定义为一个4元组向量sr=u,loc,t,se;loc是用户设备在时隙t的位置;同时,二进制向量表示在时隙t服务编排的动态决策;如果变量为1,则表示用户设备u需要的服务由边缘服务器节点i直接处理,代表服务由远程云服务器提供,则代表服务由用户设备本身提供;为了便于表示,SN表示所有提供服务的节点,其中SN=E∪{r,l},r表示远程云服务器,l表示用户设备本身;假设每个用户设备在时隙t由一个且只有一个计算节点为其服务;因此,服务布局决策的约束条件为:对于所有t和u,对于所有i、t和u,d边缘系统的延迟在边缘系统中,延迟由通信延迟和计算延迟共同决定;通信延迟:通信延迟是指传输延迟,包括从用户设备到边缘服务器即MEC服务器或MEC服务器之间传输文件和信息;通信的信道模型基于正交频分复用OFDM;对于从用户设备到边缘服务器的通信,每个边缘服务器将带宽平均分成相等的大小,从而提供多台设备的同时服务;如果服务不是由直接连接到用户设备的边缘服务器提供的,则应考虑服务器之间的传输延迟;一种是MEC服务器之间的延迟,另一种是用户设备和MEC服务器之间的延迟;否则,如果服务是由用户设备本身提供的,假设没有传输延迟;传输延迟用表示;计算延迟:有三种方式来执行任务,任务在本地执行,任务在MEC服务器上执行,任务在云服务器上执行;将不同节点的计算能力设置为非同质的;计算延迟用表示;e边缘系统的代价不同的服务编排决策会导致给定时间段内不同的服务编排、边缘服务器使用和转换成本;服务编排成本、边缘服务器使用成本和转换成本分别定义如下;服务编排成本:此成本包括使用边缘服务器上的存储空间的网络基础设施或服务提供商软硬件消耗的货币成本;时隙t服务编排成本表示为SPCt;边缘服务器使用成本:当服务由MEC服务器提供时,使用边缘服务器的成本与服务提供时的计算消耗挂钩,费用由网络基础设施或服务的提供商进行定义和收取;因此,在时隙t边缘服务器总使用成本为SUCt;转换成本:由于场景中用户设备的动态移动性,MEC服务器之间的服务迁移对于维持令人满意的QoE至关重要;但是,服务迁移会产生额外的运营成本;因此,为了最大限度地减少服务迁移,在模型中设计了转换成本,转换成本由服务提供商来进行定义;时隙t转换成本表示为SCt;2针对不同目标群体的服务编排决策将目标群体分为三类,包括普通用户、服务提供者以及针对系统整体,t表示时间间隙,u表示用户设备,i和j表示提供服务的节点;普通用户:普通用户考虑最小化边缘系统的延迟和边缘服务器使用成本;因此,假设一个有限时间范围T,表示t时隙的传输延迟,表示t时隙的计算延迟,SUCt表示在t时隙边缘服务器总使用成本;问题表述如下:约束条件:服务提供商:为了提高服务提供商的收益,考虑最小化边缘系统的服务编排成本和转换成本;因此,假设一个有限时间范围T,SPCt表示t时隙服务编排成本,SCt表示t时隙服务在不同节点之间的转换成本;问题表述如下:约束条件:边缘系统:以平衡的方式优化相互冲突的目标,为目标分配不同的权重,然后最小化它们的加权和;在有限时间范围T中,CESt表示t时隙的系统总体代价,是SPCt和SCt之和;问题表述如下:约束条件:预先对场景下用户设备请求的所有五类服务进行再分类,分为两类:时延要求较高的服务,包括:即时通信、电子商务和游戏娱乐;时延要求较低的服务,包括:信息获取和效率工具;如果所对应场景下的某个时段用户请求的时延要求高的服务数量比时延要求低的服务数量少,将传输延迟和计算延迟对应的权重和分别设为0.15和0.15,而系统代价CESt的权重设为0.7,这样就着重优化系统代价;如果所对应场景下的某个时段用户请求的时延要求高的服务数量比时延要求低的服务数量多,则将传输延迟和计算延迟对应的权重和分别设为0.35和0.35,而系统代价CESt的权重设为0.3;这样就着重优化系统延迟;如果时延要求不明确或者时延要求高的服务数量和时延要求低的服务数量相等,则将传输延迟和计算延迟对应的权重和分别设为0.25和0.25,而系统代价CESt的权重设为0.5。

全文数据:

权利要求:

百度查询: 北京工业大学 一种边缘计算服务的智能自适应编排方法

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。