一种移动性管理的数据平面优化方法和控制器技术

本申请公开了一种移动性管理的数据平面优化方法，包括：周期性收集网络资源状态信息，对收集的网络资源状态信息处理后进行分析，并将相应的分析结果作为对应于网络资源状态的场景数据；周期性收集各计算卸载协同控制器所属的协同计算单元的计算资源状态信息，对收集的计算资源状态信息处理后进行分析，并将相应的分析结果作为对应于计算资源状态的场景数据；确定需要进行数据平面优化时，将当前对应于网络资源状态的场景数据和当前对应于计算资源状态的场景数据作为限制条件，按照数据平面的指定优化目标，选择本地锚点，用于进行移动性管理的数据平面优化。通过移动性管理数据平面的优化，可以提高面向计算卸载业务的移动性管理数据平面的传输性能，提升移动用户使用计算卸载业务时的服务质量体验。

【技术实现步骤摘要】
一种移动性管理的数据平面优化方法和控制器
本申请涉及通信系统中的移动性管理技术，特别涉及一种移动性管理的数据平面优化方法和控制器。
技术介绍
近年来，随着智能移动设备的数量大幅增长及其在CPU处理能力、网络连接能力、传感能力等性能方面的提升，人们将更多地使用移动设备接入网络和获取服务，移动云计算(MCC：MobileCloudComputing)将成为一种主流的移动应用解决方案。但是，面对一些图像识别、网上游戏等计算密集型应用，移动设备的计算能力、电池续航能力等依然构成对应用实施的严重限制。因此，有人提出由移动设备将计算复杂度较高的任务卸载到远程的云数据中心，数据中心再将计算结果返回给移动设备的解决方案。在上述方案中，云数据中心与移动设备距离较远，通过高延迟的广域网连接，一方面，移动设备无法快速地获得需要的应用计算结果，另一方面，频繁的计算应用卸载会给广域网造成较大的流量压力，导致核心网络的流量增加，同时，也会导致移动无线网络的流量激增、无线接入网络的前传和回程链路带宽紧张，对移动无线接入网络的资源使用造成较大的压力。移动边缘计算(MEC：MobileEdgeComputing)的提出，为基于移动无线接入网络的边缘计算提供了一个可行的解决方案。在移动边缘计算卸载方案中，在宏基站、微基站以及移动用户设备配置具有计算能力的模块，通过在基站、用户终端上提供计算卸载能力，可以使计算密集型应用在更接近网络边缘的设备上完成，这样，既可以减少用户的服务响应时延，同时，也可以提高边缘设备的资源利用率，减少移动无线网络中由于在核心网络进行计算卸载带来的回传、前传链路的网络负载。移动边缘计算的提出，对异构无线接入网络的网络架构产生了较大的影响，由于宏基站、微基站、用户终端上均可能支持计算能力，因此，移动用户在网络中漫游时，可以将计算卸载到包括宏基站、微基站甚至附近的移动用户终端上，由宏基站、微基站甚至附近的移动用户终端上的协同计算单元完成卸载后的计算任务，再将计算结果返回给移动用户；但是，当移动用户移动并进行切换时，会影响计算卸载过程中用户发送和接收计算结果数据的传输，尤其是当计算卸载业务的计算输入数据和计算输出数据量大、卸载节点和被卸载节点之间的计算任务调用造成节点之间的频繁交互时，会对计算卸载业务的完成造成不利的影响。因此，研究并优化面向计算卸载业务的移动性管理机制是必要的。现有蜂窝移动网络中的移动性管理基于MME、S-GW、P-GW以及源基站、目标基站等功能模块，其中，MME位于核心网络，完成位置管理、切换管理和数据管理等移动性管理相关的功能，也就是说，在控制平面上，用户的移动性管理事件(包括用户的附着、唤醒、切换以及会话到达等与移动性管理功能相关的事件)均由在核心网络中集中式部署的MME实体完成，同时，数据平面采用基于附着基站与服务网关协同的方式完成数据平面的数据流传输。基于上述移动性管理功能的部署方法，MME在控制平面上存在单点故障问题。随着4G基于异构分层的无线接入网络部署以及5G典型业务场景的引入，网络架构更趋向于扁平化，异构分层的接入网络架构、计算、缓存资源的部署将引起移动性管理架构在控制平面上的信令数据流量激增，从而导致移动性管理控制平面的可靠性和可扩展性问题，同时，移动性管理所控制的用户平面数据传输的路径欠优化问题也日益严重。虽然，移动性管理的数据平面直接面向的是用户的数据流，但是，数据流的传输与数据平面上所支持的业务行为特征密切相关，例如，当基站支持边缘计算能力时，在不同基站之间的计算卸载数据流传输的优化难以与数据平面上的移动性管理切换过程完全割裂开来。因此，面向计算卸载业务、针对移动性管理的数据平面优化是迫切需要的。目前，针对移动性管理的研究成果主要包括移动性管理性能的评估和针对移动性管理架构的改进。其中，在移动性管理架构的改进方面，研究成果主要包括针对移动性管理架构的控制平面改进和数据平面改进。下面就当前在移动性管理性能的评估、移动性管理控制平面和数据平面方面的研究和改进状况进行简略说明：(1)移动性管理性能评估：主要包括用户的不同移动性模型、不同业务场景下的移动性管理性能评估，基于用户、基站的分布进行建模，针对移动用户的移动性行为进行建模，针对所支持的业务进行建模，分析影响移动性管理性能的主要因素、理论建模结果与系统性仿真研究结果之间的差异；评价指标主要包括数据包的丢失率、切换率、切换乒乓率、切换时延等；(2)移动性管理架构的改进：控制平面上的研究成果主要集中在对移动性管理架构的移动性管理功能进行分布式部署方面，针对移动性管理的集中式部署缺陷，有人提出了分布式移动性管理(DMM：DistributedMobilityManagement)的方法，将MME分成层次化的架构，其中，全局MME负责不同区域之间的移动性管理，本地MME则负责本地区域的移动性管理，这样，可以节省移动性管理控制平面到核心网络的控制信息开销。数据平面方面的研究成果主要在对移动性管理数据平面的优化上，目前基于异构分层无线接入网络的移动性管理通常采用基于本地锚点的移动性管理方案，即本地锚点负责用户平面的数据转发，主要通过本地锚点选取，完成数据平面上数据转发路径的优化。在面向计算卸载业务的移动性管理数据平面优化方面，针对移动性管理的数据平面，已有的研究成果提出基于能效优化的移动性管理数据平面的优化方案。
技术实现思路
本申请提供一种移动性管理的数据平面优化方法和控制器，针对面向计算卸载业务的异构无线分层接入网络的移动性管理数据平面进行优化。为实现上述目的，本申请采用如下技术方案：一种移动性管理的数据平面优化方法，包括：在由宏基站、微基站、无线接入点形成的异构分层移动无线接入网络的簇内，周期性收集网络资源状态信息，对收集的网络资源状态信息处理后进行分析，并将相应的分析结果作为对应于网络资源状态的场景数据；在所述簇内，周期性收集各计算卸载协同控制器所属的协同计算单元的计算资源状态信息，对收集的计算资源状态信息处理后进行分析，并将相应的分析结果作为对应于计算资源状态的场景数据；确定需要进行数据平面优化时，将当前对应于网络资源状态的场景数据和当前对应于计算资源状态的场景数据作为限制条件，按照数据平面的指定优化目标，进行所述数据平面的优化，并按照优化结果选择本地锚点，用于进行移动性管理的数据平面的数据优化传输。较佳地，所述对收集的网络资源状态信息处理后进行分析包括：从收集的网络资源状态信息中提取有效网络状态信息，根据所述有效网络状态信息，并结合历史网络资源状态，确定目标网络状态信息，对所述目标网络状态信息进行分析。较佳地，所述对收集的计算资源状态信息包括：从控制器所属的协同计算单元中收集并提取有效的计算状态信息，根据所述有效计算状态信息，结合历史计算资源状态，确定目标计算状态信息，对所述目标计算状态信息进行分析。较佳地，所述对应于网络资源状态的场景数据包括但不限于：网络拓扑、组网状态、链路带宽、系统吞吐量、指定链路的网络资源使用量、指定链路的网络资源使用率和/或与通信相关的系统代价；和/或，所述对应于计算资源状态的场景数据包括但不限于：计算资源的计算能力、计算资源的组网拓扑结构、计算资源的组网状态、计算卸载的流行应用和/或组件的状本文档来自技高网...

【技术保护点】
1.一种移动性管理的数据平面优化方法，其特征在于，包括：在由宏基站、微基站、无线接入点形成的异构分层移动无线接入网络的簇内，周期性收集网络资源状态信息，对收集的网络资源状态信息处理后进行分析，并将相应的分析结果作为对应于网络资源状态的场景数据；在所述簇内，周期性收集各计算卸载协同控制器所属的协同计算单元的计算资源状态信息，对收集的计算资源状态信息处理后进行分析，并将相应的分析结果作为对应于计算资源状态的场景数据；确定需要进行数据平面优化时，将当前对应于网络资源状态的场景数据和当前对应于计算资源状态的场景数据作为限制条件，按照数据平面的指定优化目标，进行所述数据平面的优化，并按照优化结果选择本地锚点，用于进行移动性管理的数据平面的数据传输。

【技术特征摘要】
1.一种移动性管理的数据平面优化方法，其特征在于，包括：在由宏基站、微基站、无线接入点形成的异构分层移动无线接入网络的簇内，周期性收集网络资源状态信息，对收集的网络资源状态信息处理后进行分析，并将相应的分析结果作为对应于网络资源状态的场景数据；在所述簇内，周期性收集各计算卸载协同控制器所属的协同计算单元的计算资源状态信息，对收集的计算资源状态信息处理后进行分析，并将相应的分析结果作为对应于计算资源状态的场景数据；确定需要进行数据平面优化时，将当前对应于网络资源状态的场景数据和当前对应于计算资源状态的场景数据作为限制条件，按照数据平面的指定优化目标，进行所述数据平面的优化，并按照优化结果选择本地锚点，用于进行移动性管理的数据平面的数据传输。2.根据权利要求1所述的方法，其特征在于，所述对收集的网络资源状态信息处理后进行分析包括：从收集的网络资源状态信息中提取有效网络状态信息，根据所述有效网络状态信息，并结合历史网络资源状态，确定目标网络状态信息，对所述目标网络状态信息进行分析。3.根据权利要求1所述的方法，其特征在于，所述对收集的计算资源状态信息包括：从控制器所属的协同计算单元中收集并提取有效的计算状态信息，根据所述有效计算状态信息，结合历史计算资源状态，确定目标计算状态信息，对所述目标计算状态信息进行分析。4.根据权利要求1、2或3所述的方法，其特征在于，所述对应于网络资源状态的场景数据包括：网络拓扑、组网状态、链路带宽、系统吞吐量、指定链路的网络资源使用量、指定链路的网络资源使用率和/或与通信相关的系统代价；和/或，所述对应于计算资源状态的场景数据包括：计算资源的计算能力、计算资源的组网拓扑结构、计算资源的组网状态、计算卸载的流行应用和/或组件的状态信息、用户的移动计算卸载业务请求的变化特征信息和/或协同计算单元的计算资源使用量、计算资源使用率和/或与计算相关的系统代价。5.根据权利要求1所述的方法，其特征在于，所述确定需要进行数据平面优化的方式包括：根据当前对应于网络资源状态的场景数据和当前对应于计算资源状态的场景数据，确定是否需要进行数据平面优化。6.根据权利要求5所述的方法，其特征在于，所述根据当前对应于网络资源状态的场景数据和当前对应于计算资源状态的场景数据确定是否需要进行数据平面优化包括：根据当前对应于网络资源状态的场景数据和当前对应于计算资源状态的场景数据，监测移动性管理数据平面的状态信息，并根据该状态信息确定移动性管理性能指标状态；根据所述移动性管理性能指标状态进行移动性管理中数据平面的性能指标评估，当评估结果不满足当前需求时，确定需要进行数据平面优化；当评估结果满足当前需求时，确定不需要进行数据平面优化。7.根据权利要求1所述的方法，其特征在于，所述进行所述数据平面的优化包括：将所述当前对应于网络资源状态的场景数据和所述当前对应于计算资源状态的场景数据作为限制条件，将数据平面的指定优化目标以及指定数据链路的负载、负载均衡目标和/或计算卸载的负载、负载均衡目标作为联合优化目标，对所述数据平面进行优化；其中，所述指定数据链路的负载目标、负载均衡目标是针对基站的通信...

【专利技术属性】
技术研发人员：靳浩，王梦圆，朱晓颖，赵中原，彭木根，王文博，
申请(专利权)人：北京邮电大学，
类型：发明
国别省市：北京,11