超密集网络中MEC节点间VM迁移优化方法技术

本发明专利技术属于无线通信技术领域，具体涉及一种超密集网络中移动边缘计算节点间VM迁移优化方法。所应用的超密集网络，包含网关节点、聚合节点和边缘节点；在MEC节点的VM需要迁移时，首先计算初始化特征，根据预测的用户的迁移时间，计算用户在同一个网关节点范围内活动时与VM进行交互所产生的能耗，能耗包括数据传输到目的节点的能耗W

Optimization method of VM migration between MEC nodes in ultra dense network

The invention belongs to the field of wireless communication technology, and specifically relates to a VM migration optimization method between the mobile edge computing nodes in the ultra dense network. The application of super dense network, including gateway nodes, aggregation node and edge node; node in MEC VM need to migrate, first calculate the initialization feature according to the migration time prediction of the users, calculate the user activity in the same gateway node range and VM energy interaction generated by the energy consumption data transmission to the destination node energy consumption W

【技术实现步骤摘要】
超密集网络中MEC节点间VM迁移优化方法
本专利技术属于无线通信
，具体涉及一种超密集网络(ultra-densenetwork,UDN)中移动边缘计算(MobileEdgeComputing,MEC)节点间VM(虚拟机)迁移优化方法。
技术介绍
近年来，无线服务的需求迅速增长，根据业界内预测，不久的未来无线服务需求还将有千倍的增长，现有的接入网服务设备难以满足日益增长高速需求，异构蜂窝(smallcell)的密集部署成为这一问题最为关键的解决方案。与此同时，为了适应密集蜂窝的灵活性和降低成本，无线传输方案成为蜂窝通过网关节点与核心网络相连的重要选择。此外，不同波段的无线回程，诸如非视距传播(低于6GHz)和点对点的直线毫米波传播，能够满足特定情况下的无线传输。无线回程技术已经成为蜂窝部署的回程解决方案之一。新型的应用和云服务，对资源的传输时延和计算时延均有严格的要求，进而对云和边缘计算服务器的放置以及传输条件也有着苛刻要求。将边缘计算服务器部署在蜂窝节点，更加靠近用户，可以提供充足的传输和计算资源。但将服务器部署在蜂窝节点，不可避免地减少了服务器的覆盖范围，用户的移动性更加频繁和复杂，VM迁移会更加频繁，尤其是在异构的蜂窝之间。异构的回程链路更加复杂，VM迁移技术需要考虑这些新型因素，以减少系统的能耗、时延和优化吞吐量，保证系统整体的服务效率。迁移位置的选择以及迁移方式是当前的VM迁移技术主要研究工作。多用户情况下，用户的资源占用是一个均衡问题，在VM迁移时，不仅考虑相关服务器的工作负载状况，即服务器上其他用户的工作状况，也要考虑传输状况和用户的移动性。VM迁移由于要考虑VM组件和内存更新的情况，在迁移过程中要有内存转移和计算的代价，迁移收益成为VM迁移的主要决定条件。为了提高迁移的收益，移动性预测和成本预测成为新的影响因素。此外，通过迁移方式的改变来减少迁移时间，比如通过压缩算法实现传输较少数据量等方式和通过内存预迁移的模式来减少VM中断时间，来减少迁移代价，从而不仅可以减少执行时延，同时也可以增加系统的吞吐量，减少系统负载的压力。文献[1](L.Tong,Y.LiandW.Gao,"Ahierarchicaledgecloudarchitectureformobilecomputing,"IEEEINFOCOM2016-The35thAnnualIEEEInternationalConferenceonComputerCommunications,SanFrancisco,CA,2016,pp.1-9.)中建立了异构的MEC服务器框架，分层的框架，可以提供更加灵活的服务，保证资源的合理利用和用户的服务卸载效率，解决了边缘服务器的在任务量在不同时间变化下的部署问题，但没有具体的讨论此种情况的回程链路和VM迁移问题。文献[2](M.N.Islam,A.Sampath,A.Maharshi,O.KoymenandN.B.Mandayam,"Wirelessbackhaulnodeplacementforsmallcellnetworks,"201448thAnnualConferenceonInformationSciencesandSystems(CISS),Princeton,NJ,2014,pp.1-6.)中讨论了一种部署在密集网络中的无线回程节点，这种回程方式利用不同的波段进行节点间的通信，使得小区能够灵活部署，解决了在城市中的垂直节点的部署问题，但没有结合其他应用场景，比如MEC计算资源的部署，以及VM迁移相关的部分。在超密集网络场景下，接入节点部署密集，边缘计算服务器也越来越靠近用户，其服务范围也在变小，随着用户的移动，边缘服务器上虚拟机需要迁移到合适的节点，才能保证用户的服务效率和网络中的能量消耗，现有的VM迁移没有考虑到异构网络的部署特性；此外，许多节点的部署需要很高的灵活性，无线回程成为了场景中的回程技术选择，不同的波段的发射的功率和传输速率也不相同，这些在VM迁移中也需要被考虑。
技术实现思路
本专利技术针对目前超密集网络场景下VM迁移没有考虑异构网络的特性，为了减少超密集网络中的能量消耗，提高VM迁移效率，引入小区的异构场景，提供了一种超密集网络中MEC节点间VM迁移优化方法。本专利技术提供的超密集网络中MEC节点间VM迁移优化方法，所应用的超密集网络中，包含网关节点、聚合节点和边缘节点，三类节点的覆盖范围从大到小，各异构的接入点带有MEC服务器，MEC节点是指部署有MEC服务器的节点，在MEC节点的VM需要迁移时，执行如下步骤：首先，计算初始化特征，包括：根据预测的用户的迁移时间计算用户在同一个网关节点范围内活动时与VM进行交互所产生的能耗，能耗包括数据传输到目的节点的能耗Wmig，数据传输到源节点的能耗Wpre，以及用户位置变化时在三种节点覆盖区域与VM连接进行数据传输的能耗Wafter；能耗Wafter分为三个阶段：第一阶段，用户位于VM所在的边缘节点A的覆盖范围下，该阶段用户与VM进行数据传输的能耗为第二阶段，用户在边缘节点B的覆盖范围下，边缘节点A和B在同一个聚合节点下，该阶段用户与VM进行数据传输的能耗为第三阶段，用户移动到边缘节点C，边缘节点A和C在同一个网关节点下，该阶段用户与VM进行数据传输的能耗为其次，建立最优收益模型：其中，表示VM的数量，ψ表示网络中节点的集合；g(l)取值为1时，表示VM迁移到节点l上，g(l)取值为0时，表示VM未迁移到节点l上；Dk表示VMk需要占用的资源；Ml表示节点l的资源总量。最后，求解最优收益模型，选出最优的VM迁移策略。相对于现有技术，本专利技术的优点和积极效果在于：(1)本专利技术方法可以实现特殊场景下的VM的灵活迁移功能，结合了无线回程、用户的移动性预测等技术，根据仿真结果可以看出，本专利技术方法能有效地降低系统的能量消耗，提高迁移效率；(2)本专利技术方法考虑了超密集网络场景中的不同节点的覆盖范围，根据节点覆盖范围的大小，综合考虑资源部署、用户的移动特性和需求、信道状况等多种因素，为需要迁移的VM选择合适的节点，合理进行资源搭配，保证了计算的需求，满足了用户服务要求。附图说明图1是一个超密集网络的系统模型示意图；图2是本专利技术提供的VM迁移优化方法主要流程示意图；图3是不同方案在用户数量线性增加的能耗变化图；图4是应用本专利技术方法时不同类型节点随用户增加的能耗收益变化图；图5是应用本专利技术方法时不同类型情况下平均用户的能耗收益变化图；图6是应用本专利技术方法时不同类型节点随VM的均内存占用量的能耗收益变化图。具体实施方式下面将结合附图和实施例对本专利技术作进一步的详细说明。超密集网络中MEC节点间VM迁移优化问题，是一个多服务器多用户的问题，在VM迁移过程中，由于VM有多种位置的选择，并且多用户变化是复杂和随机的，完全优化的情况下，则变成一个纳什均衡问题，其复杂度会大幅的增加，在极短时间内会难以计算，基于VM动态迁移的能耗优化策略是一个简化算法，本专利技术方法将把收益最大化作为优化目标。这种目标方程有一定的资源占用量，也产生了对应的价值，可以把这个选择问题转化为背包问题，利用动态规划进行求解。由于MEC服务器的异构性，改进的分布式动态规划能够保证服本文档来自技高网...

【技术保护点】
一种超密集网络中MEC节点间VM迁移优化方法，其特征在于，所应用的超密集网络中包含网关节点、聚合节点和边缘节点，各节点部署有MEC服务器，其中，将部署有MEC服务器的节点称为MEC节点，MEC表示移动边缘计算，VM表示虚拟机；所述的方法，在MEC节点的VM需要迁移时，执行如下步骤：首先，计算初始化特征，包括：根据预测的用户的迁移时间

【技术特征摘要】
1.一种超密集网络中MEC节点间VM迁移优化方法，其特征在于，所应用的超密集网络中包含网关节点、聚合节点和边缘节点，各节点部署有MEC服务器，其中，将部署有MEC服务器的节点称为MEC节点，MEC表示移动边缘计算，VM表示虚拟机；所述的方法，在MEC节点的VM需要迁移时，执行如下步骤：首先，计算初始化特征，包括：根据预测的用户的迁移时间计算用户在同一个网关节点范围内活动时与VM进行交互所产生的能耗，能耗包括数据传输到目的节点的能耗Wmig，数据传输到源节点的能耗Wpre，以及用户位置变化时在三种节点覆盖区域与VM连接的能耗Wafter；能耗Wafter分为三个阶段：第一阶段，用户位于VM所在的边缘节点A的覆盖范围下，该阶段用户与VM进行数据传输的能耗为第二阶段，用户在边缘节点B的覆盖范围下，边缘节点A和B在同一个聚合节点下，该阶段用户与VM进行数据传输的能耗为第三阶段，用户移动到边缘节点C，边缘节点A和C在同一个网关节点下，该阶段用户与VM进行数据传输的能耗为其次，建立最优收益模型，如下：g(x)∈(0,1)其中，表示VM的数量，ψ表示网络中节点的集合；g(l)表示VM是否迁移到节点l上，取值为1表示迁移到，取值为0表示未迁移到；Dk表示VMk需要占用的资源；Ml表示节点l的资源总量；最后，求解最优收益模型，选出最优的VM迁移策略。2.根据权利要求1所述的方法，其特征在于，所述的用户的迁移时间根据下面公式计算获得：其中，Mk,0代表标号为k的VM的初始内存大小；R为VM迁移的数据传输速率；Dk是脏页率；Mth是脏页阈值。3.根据权利要求1所述的方法，其特征在于，所述的数据传输到目的节点的能耗Wmig根据下面公式计算获得：其中，f(x)为归一化函数，当x＝0时，f(x)＝0，当x≠0时，f(x)＝1；设φk＝(i,j,z)表示虚拟机k的位置，i表示VM所在节点的网关节点序号，j表示VM所在节点的聚合节点序号，z表示VM所在节点的边缘节点序号；表示当前时刻VMk所在的边缘节点；表示当前时刻VMk所在的聚合节点；分别表示上一时刻VMk所在的边缘节点、聚合节点；表示任务k从聚合节点向边缘节点传输时的能耗功率，表示任务k从网关节点向聚合节点传输时的能耗功率，表示任务k从边缘节点向聚合节点传输时的能耗功率，表示任务k从聚合节点向网关节点传输时的能耗功率，表示任务k的光纤传输的能耗功率。4.根据权利要求1或3所述的方法，其特征在于，所述的能耗Wpre根据下面公式获得：其中，表示任务k从聚合节点向边缘节点传输时的能耗功率，表示任务k从网关节点向聚合节点传输时的能耗功率，表示任务k从边缘节点向聚合节点传输时的能耗功率，表示任务k从聚合节点向网关节点传输时的能耗功率，表示任务k的光纤传输的能耗功率，分别表示上...

【专利技术属性】
技术研发人员：张鹤立，杨腾，纪红，李曦，
申请(专利权)人：北京邮电大学，
类型：发明
国别省市：北京,11