一种边缘计算场景下边缘域资源的预分配方法组成比例

本发明专利技术公开了一种边缘计算场景下边缘域资源的预分配方法，其包括以下步骤：预测到达率并测量转发时延，在一级边缘域中根据到达率和服务的权重决定服务预缓存的类型，并根据第一时延决定每个服务的分配比例；在二级边缘域中根据第二时延决定服务预缓存的类型，并通过内点法获取初始缓存方案；通过随机选取服务缓存类型的方式获取新的资源缓存方案，从初始缓存方案和新的资源缓存方案中选取平均时延较小的方案作为最终的预分配方案，进而完成预分配。本发明专利技术利用统计数据，对下一周期内用户的需求进行预估，根据预估数据对边缘的服务器进行服务种类及数量的预分配，使得本发明专利技术可进行更高效的资源配置，提高资源的利用率并缩短应用的时延。

A Pre-allocation Method for Edge Domain Resources in Edge Computing Scene

【技术实现步骤摘要】
一种边缘计算场景下边缘域资源的预分配方法
本专利技术涉及通信领域，具体涉及一种边缘计算场景下边缘域资源的预分配方法。
技术介绍
移动边缘计算(Multi-accessedgecomputing,MEC)，是一个新兴的生态系统，旨在融合电信和IT服务，在无线接入网的边缘提供云计算平台。MEC在边缘提供存储和计算资源，减少移动终端用户的延迟，更有效地利用移动网络中的带宽资源。MEC在移动网络的边缘提供云计算和存储资源，创造了诸如超低延迟，密集计算能力以及减少网络拥塞等显着优势，这对于诸如物联网，视频流分析，增强现实和联网汽车等新兴应用是必需的。用户对用户设备(UserEquipment,UE)的计算能力的要求正在上升，这是由于计算需求以诸如面部/对象识别，视频/语音处理等应用的形式执行的任务。然而，由于UE由具有有限容量的电池供电，由于高能耗，这些应用程序仅可以在有限的时间内使用。此外，如果UE不能提供足够的计算能力，则应用程序根本无法运行。随着技术的发展，人们在终端的应用越来越智能化、多样化，许多应用的实现需要较高的计算性能作为支撑。而为了便携性，通常人们希望在可穿戴设备上就能支撑这些应用，这意味着设备必须偏向小型化的方向发展。在现阶段看来，高性能与便携性几乎是一对矛盾。因为更小的设备尺寸决定了设备只能配备更小的处理芯片、更小的电池。计算卸载这一模式的出现就是为了解决这个矛盾。计算卸载是指资源受限的设备将资源密集型计算任务转移到外部平台。云计算的形式是设备将任务发送到云端的数据中心进行处理，但该种方式存在着延迟大，占用带宽多等问题。所以移动边缘计算的方式正在逐渐受到重视。移动边缘计算是将计算资源推向处在网络边缘的用户，用户设备卸载的计算任务可以无需经过广域网，在网络边缘就可以完成处理，并返回结果。移动边缘计算相比于云计算存在着更低的时延。在移动边缘计算场景下，设备一般通过无线的方式进行传输。移动边缘计算的典型场景为移动设备或者物联网设备通过基站接入移动网络。而边缘网络存在着一些服务器称为边缘服务器，其与基站直接相连。这些服务器运行了某些种类的虚拟机，可以代为执行某些类型的服务，具体的服务种类根据边缘服务器上缓存的虚拟机决定。用户设备可以将计算密集型的任务通过无线传输的方式传输到这些边缘服务器上代为执行，边缘服务器将得到的结果返回给用户设备。移动边缘计算场景下的计算卸载，会引入一定的问题。1)其中一个问题是计算资源分配。边缘服务器是通过虚拟机的方式对用户设备提供计算服务的。而通常边缘服务器资源相对受限只能缓存某几种服务的虚拟机。对需要缓存的虚拟机种类和虚拟机之间资源的分配决策就显得尤为重要。因为更好的缓存或资源分配决策可以提高任务的命中率(即用户需要某种服务，而边缘服务器上正好存在该种服务的虚拟机)，从而减少用户的时延。2)另一个问题是计算任务的调度。由用户设备卸载的计算任务，需要决策传输到哪里进行执行。可选的卸载目标有用户设备直连的边缘服务器(本文中的一级边缘域)、非用户直连的边缘服务器(本文中的二级边缘域)和云端。一般情况下，我们希望任务可以在直连的边缘服务器进行执行，但有时因为边缘该种服务的任务过多超过了直连服务器的承载能力，此时将过多的任务交由直连服务器，引起从延迟甚至可能超过云端计算卸载的时延。所以需要对边缘的计算任务进行一定的调度降低整体的时延情况，这就需要边缘具有一定的任务调度策略。通常上述的资源分配策略和任务调度策略是在一个决策中完成的，因为资源分配和任务调度的决策结果会互相影响。
技术实现思路
针对现有技术中的上述不足，本专利技术提供的一种边缘计算场景下边缘域资源的预分配方法解决了边缘计算场景下边缘域资源的预分配问题。为了达到上述专利技术目的，本专利技术采用的技术方案为：提供一种边缘计算场景下边缘域资源的预分配方法，其包括以下步骤：S1、根据与用户的距离将边缘服务器划分为一级边缘域和二级边缘域；预测每种服务至一级边缘域中每个基站的到达率，得到到达率预测值；S2、根据到达率预测值对一级边缘域进行服务类型预缓存；S3、测量各种类型服务从一级边缘域转发并接收所需时间，得到第一时延；S4、根据到达率预测值和第一时延获取一级边缘域中每个服务器对每个服务的分配比例，得到一级边缘域的资源预分配方案，并更新寻址表；S5、测量各种类型服务从二级边缘域转发并接收所需时间，得到第二时延；S6、对二级边缘域中的服务器进行遍历，获取二级边缘域中每个服务器的资源余量和服务的缓存优先指标；S7、根据缓存优先指标降序将二级边缘域中大于资源门限的计算资源余量所对应的服务进行缓存，得到二级边缘域的资源缓存方案；S8、根据第二时延和二级边缘域的资源缓存方案，通过内点法获取二级边缘域的资源分配方案，进而得到二级边缘域的备选方案；设置随机次数的初始值；S9、判断随机次数是否小于随机次数阈值，若是则在二级边缘域中按照服务的缓存优先指标降序取出服务并生成一个与该服务对应的随机数，进入步骤S10；否则将二级边缘域的备选方案作为二级边缘域的资源预分配方案；S10、判断该服务的最低资源门限和对应的随机数是否分别小于二级边缘域中与该服务对应的计算资源余量和随机数阈值，若是则将该服务进行缓存并从计算资源余量中扣除对应的最低资源门限，否则不对该服务进行缓存，得到二级边缘域新的资源缓存方案并进入步骤S11；S11、根据第二时延和二级边缘域新的资源缓存方案，通过内点法获取二级边缘域的再选最优方案；S12、判断二级边缘域的再选最优方案的平均时延是否小于二级边缘域的备选方案的平均时延，若是则将二级边缘域的再选最优方案最为新的二级边缘域的备选方案，将随机次数加1并返回步骤S9；否则舍去当前二级边缘域的再选最优方案，将随机次数加1并返回步骤S9。进一步地，步骤S1中预测用户至一级边缘域的到达率的具体方法包括以下子步骤：S1-1、将第一个周期中每种服务至一级边缘域每个基站的到达率预测值设置为1；S1-2、对于每个基站每种服务，在整个周期内将用户的访问总数进行求和后除以周期长度，得到每个基站每种服务的实际到达率；S1-3、判定下一周期前是否经历了至少五个周期，若是则将前五个周期中每个基站每种服务实际的平均到达率做线性回归，并将回归结果作为下一周期的到达率预测值，进入步骤S2；否则进入步骤S1-4；S1-4、将前面所有周期中每个基站每种服务实际的平均到达率做线性回归，将回归结果作为下一周期的到达率预测值，进入步骤S2。进一步地，步骤S2的具体方法包括以下子步骤：S2-1、根据服务的延迟敏感程度对每种服务分配权重；S2-2、将到达率预测值与对应服务的权重相乘，得到与每种服务对应的缓存优先值；S2-3、对一级边缘域中的服务器进行遍历，获取一级边缘域中每个服务器的资源余量；S2-4、根据缓存优先值的降序在一级边缘域内依次判断每个服务在一级边缘域中每个服务器的计算资源余量是否大于资源门限，若是则将该服务进行缓存，并从计算资源余量中扣除该服务对应的资源门限，否则不对该服务进行缓存，得到一级边缘域中每个服务器的缓存方案，完成服务类型预缓存。进一步地，步骤S4的具体方法包括以下子步骤：S4-1、将每个已进行类型预缓存的服务的资源门限作为其计算资源分配数量决策变量的初始值；将到达率预本文档来自技高网...

【技术保护点】
1.一种边缘计算场景下边缘域资源的预分配方法，其特征在于，包括以下步骤：S1、根据与用户的距离将边缘服务器划分为一级边缘域和二级边缘域；预测每种服务至一级边缘域中每个基站的到达率，得到到达率预测值；S2、根据到达率预测值对一级边缘域进行服务类型预缓存；S3、测量各种类型服务从一级边缘域转发并接收所需时间，得到第一时延；S4、根据到达率预测值和第一时延获取一级边缘域中每个服务器对每个服务的分配比例，得到一级边缘域的资源预分配方案，并更新寻址表；S5、测量各种类型服务从二级边缘域转发并接收所需时间，得到第二时延；S6、对二级边缘域中的服务器进行遍历，获取二级边缘域中每个服务器的资源余量和服务的缓存优先指标；S7、根据缓存优先指标降序将二级边缘域中大于资源门限的计算资源余量所对应的服务进行缓存，得到二级边缘域的资源缓存方案；S8、根据第二时延和二级边缘域的资源缓存方案，通过内点法获取二级边缘域的资源分配方案，进而得到二级边缘域的备选方案；设置随机次数的初始值；S9、判断随机次数是否小于随机次数阈值，若是则在二级边缘域中按照服务的缓存优先指标降序取出服务并生成一个与该服务对应的随机数，进入步骤S10；否则将二级边缘域的备选方案作为二级边缘域的资源预分配方案；S10、判断该服务的最低资源门限和对应的随机数是否分别小于二级边缘域中与该服务对应的计算资源余量和随机数阈值，若是则将该服务进行缓存并从计算资源余量中扣除对应的最低资源门限，否则不对该服务进行缓存，得到二级边缘域新的资源缓存方案并进入步骤S11；S11、根据第二时延和二级边缘域新的资源缓存方案，通过内点法获取二级边缘域的再选最优方案；S12、判断二级边缘域的再选最优方案的平均时延是否小于二级边缘域的备选方案的平均时延，若是则将二级边缘域的再选最优方案最为新的二级边缘域的备选方案，将随机次数加1并返回步骤S9；否则舍去当前二级边缘域的再选最优方案，将随机次数加1并返回步骤S9。...

【技术特征摘要】
1.一种边缘计算场景下边缘域资源的预分配方法，其特征在于，包括以下步骤：S1、根据与用户的距离将边缘服务器划分为一级边缘域和二级边缘域；预测每种服务至一级边缘域中每个基站的到达率，得到到达率预测值；S2、根据到达率预测值对一级边缘域进行服务类型预缓存；S3、测量各种类型服务从一级边缘域转发并接收所需时间，得到第一时延；S4、根据到达率预测值和第一时延获取一级边缘域中每个服务器对每个服务的分配比例，得到一级边缘域的资源预分配方案，并更新寻址表；S5、测量各种类型服务从二级边缘域转发并接收所需时间，得到第二时延；S6、对二级边缘域中的服务器进行遍历，获取二级边缘域中每个服务器的资源余量和服务的缓存优先指标；S7、根据缓存优先指标降序将二级边缘域中大于资源门限的计算资源余量所对应的服务进行缓存，得到二级边缘域的资源缓存方案；S8、根据第二时延和二级边缘域的资源缓存方案，通过内点法获取二级边缘域的资源分配方案，进而得到二级边缘域的备选方案；设置随机次数的初始值；S9、判断随机次数是否小于随机次数阈值，若是则在二级边缘域中按照服务的缓存优先指标降序取出服务并生成一个与该服务对应的随机数，进入步骤S10；否则将二级边缘域的备选方案作为二级边缘域的资源预分配方案；S10、判断该服务的最低资源门限和对应的随机数是否分别小于二级边缘域中与该服务对应的计算资源余量和随机数阈值，若是则将该服务进行缓存并从计算资源余量中扣除对应的最低资源门限，否则不对该服务进行缓存，得到二级边缘域新的资源缓存方案并进入步骤S11；S11、根据第二时延和二级边缘域新的资源缓存方案，通过内点法获取二级边缘域的再选最优方案；S12、判断二级边缘域的再选最优方案的平均时延是否小于二级边缘域的备选方案的平均时延，若是则将二级边缘域的再选最优方案最为新的二级边缘域的备选方案，将随机次数加1并返回步骤S9；否则舍去当前二级边缘域的再选最优方案，将随机次数加1并返回步骤S9。2.根据权利要求1所述的边缘计算场景下边缘域资源的预分配方法，其特征在于，所述步骤S1中预测用户至一级边缘域的到达率的具体方法包括以下子步骤：S1-1、将第一个周期中每种服务至一级边缘域每个基站的到达率预测值设置为1；S1-2、对于每个基站每种服务，在整个周期内将用户的访问总数进行求和后除以周期长度，得到每个基站每种服务的实际到达率；S1-3、判定下一周期前是否经历了至少五个周期，若是则将前五个周期中每个基站每种服务实际的平均到达率做线性回归，并将回归结果作为下一周期的到达率预测值，进入步骤S2；否则进入步骤S1-4；S1-4、将前面所有周期中每个基站每种服务实际的平均到达率做线性回归，将回归结果作为下一周期的到达率预测值，进入步骤S2。3.根据权利要求1所述的边缘计算场景下边缘域资源的预分配方法，其特征在于，所述步骤S2的具体方法包括以下子步骤：S2-1、根据服务的延迟敏感程度对每种服务分配权重；S2-2、将到达率预测值与对应服务的权重相乘，得到与每种服务对应的缓存优先值；S2-3、对一级边缘域中的服务器进行遍历，获取一级边缘域中每个服务器的资源余量；S2-4、根据缓存优先值的降序在一级边缘域内依次判断每个服务在一级边缘域中每个服务器的计算资源余量是否大于资源门限，若是则将该服务进行缓存，并从计算资源余量中扣除该服务对应的资源门限，否则不对该服务进行缓存，得到一级边缘域中每个服务器的缓存方案，完成服务类型预缓存。4.根据权利要求1所述的边缘计算场景下边缘域资源的预分配方法，其特征在于，所述步骤S4的具体方法包括以下子步骤：S4-1、将每个已进行类型预缓存的服务的资源门限作为其计算资源分配数量决策变量的初始值；将到达率预测值作为业务量迁入迁出决策变量的初始值；设置精度调整迭代轮数初始值为1，并设置精度调整迭代轮数阈值；设置梯度下降迭代轮数初始值为1，并设置梯度下降迭代轮数阈值；初始化对数障碍参数值；S4-2、判断当前精度调整迭代轮数是否小于等于精度调整迭代轮数阈值，若是则进入步骤S4-3；否则进入步骤S4-7；S4-3、判断当前梯度下降迭代轮数是否小于等于梯度下降迭代轮数阈值，若是则进入步骤S4-4；否则进入步骤S4-6；S4-4、分别根据公式获取计算资源分配决策变量梯度Δfi,j和...

【专利技术属性】
技术研发人员：虞红芳，章雨鹏，孙罡，
申请(专利权)人：电子科技大学，
类型：发明
国别省市：四川,51