基于移动边缘计算的资源分配方法组成比例

本发明专利技术实施例提供一种基于移动边缘计算的资源分配方法，包括：基于无线访问接入点AP和AP对应的若干个终端之间的斯塔克尔伯格模型，确定AP所需的最优物理资源块CRB数目，并将最优CRB数目发送至边缘服务器；接收边缘服务器基于最优CRB数目分配的若干个CRB，并将若干个CRB分配给AP对应的若干个终端，其中，若干个CRB是边缘服务器基于最优CRB数目，通过一对多的匹配算法确定的。本发明专利技术实施例提供的基于移动边缘计算的资源分配方法，综合考虑了三层的公平性与效益最大化的问题，满足时延敏感型应用对于时延和速率的需求，使得边缘服务器的效益最大化。本发明专利技术很好的利用了移动边缘计算位于网络边缘的优势，考虑了无线访问接入点。

【技术实现步骤摘要】
基于移动边缘计算的资源分配方法
本专利技术实施例涉及移动边缘计算
，更具体地，涉及一种基于移动边缘计算的资源分配方法。
技术介绍
物联网的发展为经济和个人开放了巨大的机遇。当前物联网技术在云计算任务迁移、边缘计算视频监控、智能家居、智慧城市、智能交通、协同运算等方面均已实现了广泛运用。以智能家居为例，研究发现，中国智能家居的市场有望每年平均增长48％，预计到2022年中国拥有智能家居潜在市场的家庭需求可达4亿。智能家居是利用综合布线技术、网络通信技术、自动控制技术等，将家居设备相关信息集成于一个以住宅为基础的平台，构建高效的住宅设施与家庭日常事务的管理系统。智能家居系统中的应用能彼此交流，应对不同外部环境提供即时服务。例如，家庭视频监控系统能进行人脸识别，在有陌生人擅闯住宅时需要第一时间发出警报。物联网中层出不穷的智能设备给用户提供的便利体验依赖于执行业务过程中的低时延与快速响应，为了实现这些业务的快速部署和数据的高效处理，2010年提出业务云化、网络IP化和终端智能化的“云管端”信息服务架构，“云管端”架构面向个人、家庭、物联网行业等用户，这一体系涵盖了丰富多样的智能终端，在物联网新兴阶段发挥了重要作用。然而，传统云计算中长距离传输和繁冗的中间处理环节导致了昂贵的传输成本和较高的服务延时，也加大了数据泄露的可能性。据思科全球云指数预估，各种终端设备产生的数据总和在2020年预计会达到600ZB，如果将海量数据全部转移到云平台处理将带来严重的网络堵塞；同时随着通信技术的发展，云计算已经难以满足一些时延敏感型业务的需求。在此情况下，具有低时延、强交互性特点的移动边缘计算(MEC，MobileEdgeComputing)进入人们视野。MEC是在靠近用户或者数据源头的网络边缘，综合网络、计算和存储的一种新型计算模型，具有广泛的应用前景。通过将移动运营商、服务器、终端结合在一起，MEC能提高响应灵敏度，实现应用之间的实时交互。在即将到来的5G时代，MEC与NFV、SDN一同被5GPPP视为5G网络发展的关键技术。将边缘计算与物联网结合，可以通过将计算能力下沉到网络边缘，在靠近移动用户的位置上，提高IT的服务、环境和云计算能力，能够满足低时延、高带宽的业务需求。基于边缘计算的物联网架构为“云管边端”架构或“云边端”架构。它与云计算框架最大的区别在于，边缘计算采用分布式计算架构，将运算分散给靠近数据源的边缘设备处理，分担云平台的工作量，从而解决传统需要把数据回传云端处理的弊端，实时性更好、效率更高、延迟最短，甚至可以在没有网络、无法接入云端的情况下完成边缘设备的“实时”计算。结合物联网发展现状，智能家居有着光明的发展前景，将MEC引入智能家居系统，可以降低智能终端的时延，满足它们对于带宽与计算能力的需求，保障住宅的便利性与安全性，从而显著提升用户的生活体验。但边缘计算场景下智能家居的进一步发展也面临新的约束。智能终端应用的井喷给带宽资源分配带来了沉重的压力，导致了严重的带宽资源不足和计算资源的浪费。因此我们面向智能家居系统，讨论如何在边缘计算环境下制定高效的资源分配算法。面对有限的计算资源，尽量提高带宽效率，减小能量消耗，不论是对于智能家居系统中实时数据的交互，还是万物互联网络架构的实现与普及，都有重大意义。一种现有的技术方案提供了一种资源分配方法，具体方法包括：基站根据获取到的终端的业务请求确定所述业务请求对应的移动边缘计算应用；基站根据所述基站所在的移动蜂窝网络中的所述业务请求对应的移动边缘计算应用的地址，向所述移动边缘计算应用发送会话请求。在基站接收到终端发送的业务请求后，利用该基站现有的部署在移动蜂窝网络中的移动边缘计算应用为该终端分配资源，使得终端能够使用的移动边缘计算应用不会受到基站自身安装的移动边缘计算应用的限制。这一方法可以解决现有技术中由于移动边缘计算应用都部署在基站上，终端使用的移动边缘计算应用会受到基站自身安装的移动边缘计算应用类型的限制，以及移动边缘计算应用的部署受到基站位置的影响，导致移动边缘计算应用的部署成本较高，功能效果较差，以及移动边缘计算应用的部署的灵活度不高的问题。通过利用基站现有的部署在移动蜂窝网络中的移动边缘计算应用为该终端分配资源，使得终端能够使用的移动边缘计算应用不会受到基站自身安装的移动边缘计算应用的限制。但是此方法虽然能显著降低用户成本，但遍历移动蜂窝网络中的所有应用耗费大量时延，且增加了对带宽资源的负担。另一种现有的技术方案提供了一种资源分配方法。该方法基于任务缓存和传输优化机制，实现最优任务缓存和上传下载时间分配以及低复杂度次优任务缓存和上传下载时间分配，当移动设备待执行的任务的计算结果已被基站缓存时，移动设备从基站端下载该任务的计算结果，否则，移动设备将该任务上传至基站进行计算，然后从基站下载该任务的计算结果，当多个移动设备上传同一任务至基站时，基站选择信道最好的移动设备实现上传，当多个移动设备下载同一任务的计算结果时，基站用多播的方式发送一次该任务的计算结果，并使信道最差的移动设备恰好成功接收所述计算结果。这一方法在多任务请求的移动边缘系统中联合优化通信、缓存和计算资源，从而达到节能目的，可设计节能的缓存辅助型移动边缘计算系统。但是，该方案虽然减小了能力消耗，但实现起来较复杂，没有很好的利用移动边缘计算位于网络边缘的优势，与雾计算进行区分，牺牲了低复杂度情况下系统的计算资源。还一种现有的技术方案提供了一种基于移动边缘计算的资源分配及基站服务部署方法，该方法包括：当检测到移动终端中有计算任务时，向智能基站发送计算迁移请求；当基站的缓存单元中缺少该任务请求所需的计算数据时，向网络侧发送所需任务数据需求；收到网络侧返回的所需任务数据；根据接收到的所需任务数据，计算时延收益和能耗收益；根据体验效用函数获得计算迁移判决矩阵；根据计算迁移判决矩阵进行计算迁移。所述基站服务部署方案包括缓存单元、计算单元、获取处理单元、发送单元，可以提供计算能力和数据缓存能力。这一方法介绍了多服务器移动边缘计算的控制与资源调度方法。中心基站负责任务调度与数据缓存，服务基站负责进行计算，充分利用了网络的基础设施和计算资源，缩减任务处理时间；同时根据不同应用任务，为终端提供按任务迁移、按比例迁移的能力，使得迁移更加灵活。整个计算迁移过程看作有限动作集的博弈游戏，移动设备用户出于平衡状态时，可以实现一个相互满意的解决方案。但是，该方案并未考虑到系统中多个无线访问接入点(AP，WirelessAccessPoint)的竞争关系，需要更加细节化。
技术实现思路
针对现有技术存在的问题，本专利技术实施例提供一种基于移动边缘计算的资源分配方法。本专利技术实施例提供一种基于移动边缘计算的资源分配方法，包括：基于无线访问接入点AP和所述AP对应的若干个终端之间的斯塔克尔伯格模型，确定所述AP所需的最优物理资源块CRB数目，并将所述最优CRB数目发送至边缘服务器；接收所述边缘服务器基于所述最优CRB数目分配的若干个CRB，并将所述若干个CRB分配给所述AP对应的若干个终端，其中，所述若干个CRB是所述边缘服务器基于所述最优CRB数目，通过一对多的匹配算法确定的。本专利技术实施例提供一种AP，包括：至少一个处理本文档来自技高网...

【技术保护点】
1.一种基于移动边缘计算的资源分配方法，其特征在于，包括：基于无线访问接入点AP和所述AP对应的若干个终端之间的斯塔克尔伯格模型，确定所述AP所需的最优物理资源块CRB数目，并将所述最优CRB数目发送至边缘服务器；接收所述边缘服务器基于所述最优CRB数目分配的若干个CRB，并将所述若干个CRB分配给所述AP对应的若干个终端，其中，所述若干个CRB是所述边缘服务器基于所述最优CRB数目，通过一对多的匹配算法确定的。

【技术特征摘要】
1.一种基于移动边缘计算的资源分配方法，其特征在于，包括：基于无线访问接入点AP和所述AP对应的若干个终端之间的斯塔克尔伯格模型，确定所述AP所需的最优物理资源块CRB数目，并将所述最优CRB数目发送至边缘服务器；接收所述边缘服务器基于所述最优CRB数目分配的若干个CRB，并将所述若干个CRB分配给所述AP对应的若干个终端，其中，所述若干个CRB是所述边缘服务器基于所述最优CRB数目，通过一对多的匹配算法确定的。2.根据权利要求1所述的资源分配方法，其特征在于，所述基于无线访问接入点AP和所述AP对应的若干个终端之间的斯塔克尔伯格模型，确定所述AP所需的最优物理资源块CRB数目，并将所述最优CRB数目发送至边缘服务器，具体包括：基于无线访问接入点AP和所述AP对应的若干个终端之间的斯塔克尔伯格模型，将所述AP作为领导者，将所述若干个终端作为追随者，获取所述AP对于所述若干个终端中任一终端的预测最优CRB数目；将所述预测最优CRB数目发送至所述若干个终端中任一终端，以使得所述若干个终端中任一终端基于对应的预测最优CRB数目获得对应的终端最优CRB数目，将对应的终端最优CRB数目发送至所述AP；累加所述若干个终端中所有终端的终端最优CRB数目，获取所述AP所需的最优CRB数目。3.根据权利要求2所述的资源分配方法，其特征在于，所述接收所述边缘服务器基于所述最优CRB数目分配的若干个CRB，并将所述若干个CRB分配给所述AP对应的若干个终端，具体包括：接收所述边缘服务器基于所述最优CRB数目分配的若干个CRB，判断所述若干个CRB的数目是否等于所述最优CRB数目；若所述若干个CRB的数目等于所述最优CRB数目，则按照所述若干个终端中任一终端所需的终端最优CRB数目，将所述若干个CRB分配给所述AP对应的若干个终端；若所述若干个CRB的数目小于所述最优CRB数目，则基于一对多的匹配算法，将所述若干个CRB分配给所述AP对应的若干个终端。4.根据权利要求3所述的资源分配方法，其特征在于，所述将所述预测最优CRB数目发送至所述若干个终端中任一终端，以使得所述若干个终端中任一终端基于对应的预测最优CRB数目获得对应的终端最优CRB数目，并将对应的终端最优CRB数目发送至所述AP，之后还包括：基于最优CRB数目计算公式，调整所述AP的效益函数；基于调整后的所述AP的效益函数的一阶导数，确定所述若干个终端中任一终端所需的最少CRB数目；根据所述若干个终端中任一终端所需的最少CRB数目，以及所述若干个终端中任一终端的效益函数的一阶导数，获取向所述若干个终端中任一终端设立的资源购买价格；对应的，所述基于一对多的匹配算法，将所述若干个CRB分配给所述AP对应的若干个终端，具体包括：将所述若干个终端中每一终端按照对应的资源购买价格设置优先级；以所有终端的优先级由高到低的顺序，按照所述若干个终端中任一终端所需的终端最优CRB数目，将所...

【专利技术属性】
技术研发人员：郭少勇，徐思雅，邵苏杰，丰雷，胡杏，阮琳娜，喻鹏，邱雪松，亓峰，
申请(专利权)人：北京邮电大学，
类型：发明
国别省市：北京,11