一种边缘计算服务缓存方法、系统、装置及可读存储介质制造方法及图纸

本申请公开了一种边缘计算服务缓存方法、系统、装置及计算机可读存储介质，将边缘计算服务网络划分为多个区域，每个区域包括多个子区域，子区域与边缘计算节点一一对应，将每个边缘计算节点分为热点存储空间和普通存储空间，根据不同信息数据在不同节点的喜好程度，按照一定的计算方式将其保存至各个边缘计算节点的热点存储空间和本地存储空间中，以优化跨节点协同处理用户访问请求，缩短用户的访问时间，最大化的利用边缘计算节点的处理能力和存储空间，最后通过不断调节热点存储空间大小和改变边缘计算节点中存储的信息数据分布，求解出用户平均访问延时最优情况下的边缘计算节点的信息数据存放分布数据，使得用户的平均访问延时最小。

【技术实现步骤摘要】
一种边缘计算服务缓存方法、系统、装置及可读存储介质
本专利技术涉及通信网领域，特别涉及一种边缘计算服务缓存方法、系统、装置及计算机可读存储介质。
技术介绍
随着手机流量的爆发式增长，同时大量物联网设备的接入以及对实时性通信的要求，大容量，低时延的通信链路成为必备要求。在此环境下，光纤通信被赋予厚望，其所提供的大容量通信链路与X-Haul无线网络可以共同组成光纤-无线(FiberWireless,FI-WI)通信网。基于云的无线接入网(Cloud-RadioAccessNetwork,C-RAN)是FI-WI通信网的一个具体实例，用于实现未来的5G接入网。在未来的5G网络中，为了保证高质量的用户体验(QualityofExperience,QoS)，用户的请求需要在极短的时间内的得到相应的服务，因此，请求时延(从用户发出请求到收到第一个数据包之间的时间)是衡量用户体验的一个重要参数。为了极大的降低用户等待时间，以及同时降低回传网络的压力，一种新的网络架构应运而生，即移动边缘计算服务(MobileEdgeComputing,MEC)。边缘计算通过大量部署微型计算机或超小型数据中心在网络的边缘(如BBU节点，小区的接入网关)，使用户的请求可以就近快速得到服务，而不必跨越多个运营商网络以及骨干网以寻求服务，这样便可以极大的提高用户体验，同时减少回传网络以及骨干网的流量。然而相比于互联网海量的内容以及大型数据中心望尘莫及的处理与存储能力，边缘计算节点在存储资源以及计算处理资源上均是非常有限的。如何在有限的资源上实现效益的最大化成为了一个亟待解决的问题，尽可能多的服务本地用户，减少用户最小平均访问延时的边缘计算服务缓存方法是当前需要研究的。
技术实现思路
有鉴于此，本专利技术的目的在于提供一种边缘计算服务缓存方法、系统、装置及计算机可读存储介质，提高用户体验，缩短用户平均访问延时。其具体方案如下：一种边缘计算服务缓存方法，包括：步骤S11：首先，每个子区域根据各信息数据在自己子区域内的喜好程度，将信息数据由高到低进行排序，然后，各个子区域依照自己的排序，将信息数据由高到低的存放至自己所对应的边缘计算节点的热点存储空间中，直至存满；步骤S12：利用数据中心中所有信息数据的全局喜好程度，将信息数据由高到低进行排序，依序将每一个当前待保存的信息数据，存放至筛选出的边缘计算节点中，直至所有边缘计算节点均存满，其中，筛选出的边缘计算节点为仍有空闲共享空间，且对当前待保存的信息数据具有最高访问权重的节点；步骤S13：计算出当前区域内用户访问信息数据的当前平均访问延时，利用预设的增量值，调整当前区域内每个边缘计算节点的热点存储空间大小，重新执行步骤S11和步骤S12，计算出调整后平均访问延时；步骤S14：利用当前平均访问延时和调整后平均访问延时，求出平均访问延时变动量，判断所述平均访问延时变动量是否满足预设条件；步骤S15：如果是，则输出平均访问延时最低的区域内所有边缘计算节点的信息数据存放分布数据；步骤S16：如果否，则利用当前平均访问延时和调整后平均访问延时，调整每个边缘计算节点的热点存储空间大小，重新执行步骤S11至步骤S14；其中，每个子区域内包括一个边缘计算节点，每个区域包括S个子区域，S为正整数，每个边缘计算节点的总存储空间包括热点存储空间和普通存储空间。可选的，所述数据中心中所有信息数据的全局喜好程度为将每个边缘计算节点的平均用户请求到达率和每个子区域各自统计的各个信息数据的喜好程度，导入全局喜好程度计算公式计算得出的；其中，所述全局喜好程度计算公式为：式中，Gc表示第c个信息数据的全局喜好程度，pc.s表示子区域s的用户组对信息数据c的喜好程度，λs表示子区域s内的边缘计算节点的平均用户请求到达率，c∈C，s∈S，C表示数据中心共有C个信息数据，S表示共有S个边缘计算节点，C和S均为正整数。可选的，所述将每一个当前待保存的信息数据，存放至筛选出的边缘计算节点中的过程，包括：从所有边缘计算节点中筛选出普通存储空间仍有空闲的边缘计算节点，得到候选节点集；将所述候选节点集中每个边缘计算节点的平均用户请求到达率和每个子区域各自对该信息数据的喜好程度，导入访问权重计算公式，计算出当前待保存的信息数据在所述候选节点集中每个边缘计算节点的访问权重；将当前待保存的信息数据，存放至访问权重最高的边缘计算节点中；其中，所述访问权重计算公式为：Yc,s＝λs*pc,s；式中，Yc,s表示第c个信息数据在子区域s内的访问权重。可选的，所述将当前待保存的信息数据，存放至访问权重最高的边缘计算节点中的过程，包括：判断是否存在有多个拥有相同最高访问权重的边缘计算节点；如果存在，则从多个拥有相同最高访问权重的边缘计算节点中，将每个边缘计算节点的平均用户请求到达率和每个边缘计算节点中已保存的信息数据的喜好程度，导入访问压力计算公式计算出每个边缘计算节点的访问压力；利用多个访问权重最高的边缘计算节点中，每个边缘计算节点的访问权重和每个边缘计算节点的访问压力，导入预估访问压力计算公式计算出每个边缘计算节点的预估访问压力；将当前待保存的信息数据，存放至访问权重最高且预估访问压力最低的边缘计算节点中；其中，所述访问压力计算公式为：所述预估访问压力计算公式为：式中，Ws表示子区域s内的边缘计算节点的访问压力，Lm,s表示子区域s内的边缘计算节点中当前保存的信息数据集合，Ws'表示区域s内的边缘计算节点的预估访问压力。可选的，所述利用当前平均访问延时和调整后平均访问延时，调整每个边缘计算节点的热点存储空间大小过程，包括：将当前平均访问延时和调整后平均访问延时，导入存储空间更新公式，计算出每个边缘计算节点的热点存储空间大小；其中，所述存储空间更新公式为：式中，M2表示利用当前平均访问延时和调整后平均访问延时调整出的每个边缘计算节点的热点存储空间大小，M0表示当前区域的每个边缘计算节点的热点存储空间大小，Δm表示预设的增量值，α表示预设的增量系数，表示当前平均访问延时，表示调整后平均访问延时。本专利技术还公开了一种边缘计算服务缓存系统，包括：本地存储模块，用于首先，每个子区域根据各信息数据在自己子区域内的喜好程度，将信息数据由高到低进行排序，然后，各个子区域依照自己的排序，将信息数据由高到低的存放至自己所对应的边缘计算节点的热点存储空间中，直至存满；共享存储模块，用于利用数据中心中所有信息数据的全局喜好程度，将信息数据由高到低进行排序，依序将每一个当前待保存的信息数据，存放至筛选出的边缘计算节点中，直至所有边缘计算节点均存满，其中，筛选出的边缘计算节点为仍有空闲共享空间，且对当前待保存的信息数据具有最高访问权重的节点；延时再计算模块，用于计算出当前区域内用户访问信息数据的当前平均访问延时，利用预设的增量值，调整当前区域内每个边缘计算节点的热点存储空间大小，重新依序加载所述本地存储模块和所述共享存储模块，计算出调整后平均访问延时；判断模块，用于利用当前平均访问延时和调整后平均访问延时，求出平均访问延时变动量，判断所述平均访问延时变动量是否满足预设条件；输出模块，用于如果是，则输出调整后区域内所有边缘计算节点的信息数据存放分布数据；循环模块，用于如果否，则利用当前平本文档来自技高网...

【技术保护点】
一种边缘计算服务缓存方法，其特征在于，包括：步骤S11：首先，每个子区域根据各信息数据在自己子区域内的喜好程度，将信息数据由高到低进行排序，然后，各个子区域依照自己的排序，将信息数据由高到低的存放至自己所对应的边缘计算节点的热点存储空间中，直至存满；步骤S12：利用数据中心中所有信息数据的全局喜好程度，将信息数据由高到低进行排序，依序将每一个当前待保存的信息数据，存放至筛选出的边缘计算节点中，直至所有边缘计算节点均存满，其中，筛选出的边缘计算节点为仍有空闲共享空间，且对当前待保存的信息数据具有最高访问权重的节点；步骤S13：计算出当前区域内的用户访问信息数据当前平均访问延时，利用预设的增量值，调整当前区域内每个边缘计算节点的热点存储空间大小，重新执行步骤S11和步骤S12，计算出调整后平均访问延时；步骤S14：利用当前平均访问延时和调整后平均访问延时，求出平均访问延时变动量，判断所述平均访问延时变动量是否满足预设条件；步骤S15：如果是，则输出平均访问延时最低的区域内所有边缘计算节点的信息数据存放分布数据；步骤S16：如果否，则利用当前平均访问延时和调整后平均访问延时，调整每个边缘计算节点的热点存储空间大小，重新执行步骤S11至步骤S14；其中，每个子区域内包括一个边缘计算节点，每个区域包括S个子区域，S为正整数，每个边缘计算节点的总存储空间包括热点存储空间和普通存储空间。...

【技术特征摘要】
1.一种边缘计算服务缓存方法，其特征在于，包括：步骤S11：首先，每个子区域根据各信息数据在自己子区域内的喜好程度，将信息数据由高到低进行排序，然后，各个子区域依照自己的排序，将信息数据由高到低的存放至自己所对应的边缘计算节点的热点存储空间中，直至存满；步骤S12：利用数据中心中所有信息数据的全局喜好程度，将信息数据由高到低进行排序，依序将每一个当前待保存的信息数据，存放至筛选出的边缘计算节点中，直至所有边缘计算节点均存满，其中，筛选出的边缘计算节点为仍有空闲共享空间，且对当前待保存的信息数据具有最高访问权重的节点；步骤S13：计算出当前区域内的用户访问信息数据当前平均访问延时，利用预设的增量值，调整当前区域内每个边缘计算节点的热点存储空间大小，重新执行步骤S11和步骤S12，计算出调整后平均访问延时；步骤S14：利用当前平均访问延时和调整后平均访问延时，求出平均访问延时变动量，判断所述平均访问延时变动量是否满足预设条件；步骤S15：如果是，则输出平均访问延时最低的区域内所有边缘计算节点的信息数据存放分布数据；步骤S16：如果否，则利用当前平均访问延时和调整后平均访问延时，调整每个边缘计算节点的热点存储空间大小，重新执行步骤S11至步骤S14；其中，每个子区域内包括一个边缘计算节点，每个区域包括S个子区域，S为正整数，每个边缘计算节点的总存储空间包括热点存储空间和普通存储空间。2.根据权利要求1所述的边缘计算服务缓存方法，其特征在于，所述数据中心中所有信息数据的全局喜好程度为将每个边缘计算节点的平均用户请求到达率和每个子区域各自统计的各个信息数据的喜好程度，导入全局喜好程度计算公式计算得出的；其中，所述全局喜好程度计算公式为：式中，Gc表示第c个信息数据的全局喜好程度，pc.s表示子区域s的用户组对信息数据c的喜好程度，λs表示子区域s内的边缘计算节点的平均用户请求到达率，c∈C，s∈S，C表示数据中心共有C个信息数据，S表示共有S个边缘计算节点，C和S均为正整数。3.根据权利要求1所述的边缘计算服务缓存方法，其特征在于，所述将每一个当前待保存的信息数据，存放至筛选出的边缘计算节点中的过程，包括：从所有边缘计算节点中筛选出普通存储空间仍有空闲的边缘计算节点，得到候选节点集；将所述候选节点集中每个边缘计算节点的平均用户请求到达率和每个子区域各自对该信息数据的喜好程度，导入访问权重计算公式，计算出当前待保存的信息数据在所述候选节点集中每个边缘计算节点的访问权重；将当前待保存的信息数据，存放至访问权重最高的边缘计算节点中；其中，所述访问权重计算公式为：Yc,s＝λs*pc,s；式中，Yc,s表示第c个信息数据在子区域s内的访问权重。4.根据权利要求3所述的边缘计算服务缓存方法，其特征在于，所述将当前待保存的信息数据，存放至访问权重最高的边缘计算节点中的过程，包括：判断是否存在有多个拥有相同最高访问权重的边缘计算节点；如果存在，则从多个拥有相同最高访问权重的边缘计算节点中，将每个边缘计算节点的平均用户请求到达率和每个边缘计算节点中已保存的信息数据的喜好程度，导入访问压力计算公式计算出每个边缘计算节点的访问压力；利用多个访问权重最高的边缘计算节点中，每个边缘计算节点的访问权重和每个边缘计算节点的访问压力，导入预估访问压力计算公式计算出每个边缘计算节点的预估访问压力；将当前待保存的信息数据，存放至访问权重最高且预估访问压力最低的边缘计算节点中；其中，所述访问压力计算公式为：所述预估访问压力计算公式为：式中，Ws表示子区域s内的边缘计算节点的访问压力，Lm,s表示子区域s内的边缘计算节点中当前保存的信息数据集合，Ws'表示区域s内的边缘计算节点的预估访问压力。5.根据权利要求1至4任一项所述的边缘计算服务缓存方法，其特征在于，所述利用当前平均访问延时和调整后平均访问延时，调整每个边缘计算节点的热点存储空间大小过程，包括：将当前平均访问延时和调整后平均访问延时，导入存储空间更新公式，计算出每个边缘计算节点的热点存储空间大小；其中，所述存储空间更新公式为：式中，M2表示利用当前平均访问延时和调整后平均访问延时调整出的每个边缘计算节点的热点存储空间大小，M0表示当前区域的每个边缘计算节点的热点存储空间大小，Δm表示预设的增量值，α表示预设的增量系数，表示当前平均访问延时，表示调整后平均访问延时。6.一种边缘计算服务缓存系统，其特征在于，包括：本地存储模块，用于首先，每个子区域...

【专利技术属性】
技术研发人员：沈纲祥，王宁，
申请(专利权)人：苏州大学，
类型：发明
国别省市：江苏,32