基于多目标约束优化的移动边缘服务器坐标定位方法技术

本发明专利技术公开了一种基于多目标约束优化的移动边缘服务器坐标定位方法，属于边缘服务器领域，本发明专利技术要解决的技术问题为如何从模型建立、问题抽象、真实数据等几方面入手完成边缘服务器放置，保证低延迟、高带宽，同时满足平衡负载的要求，采用的技术方案为：该方法具体如下：S1、搜集基站数据，基站数据包括基站的数量和每个基站对应的位置坐标；S2、对每个基站对应的位置坐标在地图上进行定位，建立直观视觉感受，对比分布热点图；S3、标准化基站数据，计算权值的比重和样本方差，利用权重将多目标转换成单一约束目标通过编程建立移动边缘服务器定位模型。

【技术实现步骤摘要】
基于多目标约束优化的移动边缘服务器坐标定位方法
本专利技术涉及边缘服务器领域，具体地说是一种基于多目标约束优化的移动边缘服务器坐标定位方法。
技术介绍
在近5年的网络发展进程中，由于物联网的快速发展以及第五代移动通信网络技术的出现，移动智能设备的普及对移动和无线网络产生了深远的影响，引发了全球移动网络的挑战。移动边缘计算技术可以改良用户体验，节俭资本，进步性能，均衡负载，另一方面可以将数据处理本领下沉到边沿节点，还可以被第三方集成。移动边缘计算属于近年来新兴研究领域，目前对于移动边缘计算主要是在计算卸载、降低延迟、数据存储、能源效率、位置隐私等方面研究。利用场景有医疗保健、加强实际(AR)、视频流、车联网(InternetofVehicles)等方面。有关于移动边缘计算和服务器位置定位的研究并不常见。关于移动边缘计算的计算卸载方面研究，2018年孔等人，对计算卸载任务迁移目的地选取和降低能耗两方面进行研究，提出了一种基于资源剩余情况和消耗的能源价值最小化的任务迁移节点选取策略，选拔最好的迁移路径。关于移动边缘计算在降低时延方面研究，2015年有人将MEC和5G网络结合提出一种上下文软件协作系统，实现了上下文实时协作，这些系统需要结合地理信息和地延迟通信的上下文信息，4G网络无法满足这些要求；另一方面，5G网络和MEC有利于利用上下文信息来提供实时的协作。关于移动边缘计算在数据存储方面研究，2016年有人提出了一种用于MEC(SDMEC)的软件定义系统，建议的框架将软件定义的系统组件连接到MEC，以进一步扩展MCC功能，这些组件共同协同工作，以加强MCC进入MEC服务，使用SDN(软件定义网络)、软件定义计算(SDCompute)、软件定义存储(SDStorage)和软件定义安全(SDSec)框架，该框架支持需要计算和存储资源的应用程序，交通监控，内容共享和移动游戏等。关于微云计算cloudlet方面，有人研究了在无线网络环境下微云计算放置问题，在不同的Cloudlet中间有相应的节点，移动智能设备既可以通过直接访问Cloudlet访问网络又可以通过访问中间节点来访问网络，用来减少智能移动设备之间的访问时延；首先证明了此问题是NP难题，并将该为题转化为证书现行规划，使用了整数线性规划算法求得最终结果。范围较大时，笔者运用启发式算法求得确切解。综上所述，现在边缘服务器坐标定位等问题主要如下：(1)、大多都已经研究了微云计算，本地云，和远端核心云等设备，这些服务器往往坐标和位置已经确定，往往没有考虑边缘服务器，也没有考虑过卸载到边缘服务器会对性能的影响；(2)、缺少真实的实验数据，往往采用模拟实验验证，缺乏说服力；(3)、没有进行问题抽象和模型建立；故如何从模型建立、问题抽象、真实数据等几方面入手完成边缘服务器放置，保证低延迟、高带宽，同时满足平衡负载的要求是目前亟待解决的技术问题。
技术实现思路
本专利技术的技术任务是提供一种基于多目标约束优化的移动边缘服务器坐标定位方法，来解决如何从模型建立、问题抽象、真实数据等几方面入手完成边缘服务器放置，保证低延迟、高带宽，同时满足平衡负载的要求的问题。本专利技术的技术任务是按以下方式实现的，基于多目标约束优化的移动边缘服务器定位方法，该方法是在python3.6开发环境下，应用Pycharm集成编辑器，运用IBM公司开发的CPLEX集成开发环境，采用多目标约束优化算法对无线通信网络中各种影响条件进行约束并设置目标函数，最终确认移动边缘服务器的坐标位置；具体如下：S1、搜集基站数据，基站数据包括基站的数量和每个基站对应的位置坐标；S2、对每个基站对应的位置坐标在地图上进行定位，建立直观视觉感受，对比分布热点图；S3、标准化基站数据，计算权值的比重和样本方差，利用权重将多目标转换成单一约束目标通过编程建立移动边缘服务器定位模型；其中，移动边缘服务器由一个核心网控制，每个移动边缘服务器均覆盖着一个或几个基站；在核心网，移动边缘服务器和基站之间均有链路链接。作为优选，所述步骤S3中建立移动边缘服务器定位模型的步骤如下：S301、将移动边缘服务器与基站之间的网络抽象为无向图，下一步执行步骤S302；S302、寻找目标函数，抽象描述中的具体条件，下一步执行步骤S303；S303、判断是否满足可编程的目标函数和约束条件：①、若是，则执行步骤S304；②、若否，则跳转至步骤S305；S304、添加到最终的目标函数和约束条件公式中，下一步执行步骤S307；S305、运用归一化、矩阵简化约束条件，下一步执行步骤S306；S306、运用熵权法确立目标函数的权重，下一步执行步骤S307；S307、编程与计算，下一步执行步骤S308；S308、结束。更优地，所示步骤S301中将移动边缘服务器与基站之间的网络抽象为无向图，无向图形式如下：G＝(V，E)；其中，V表示核心网，是移动边缘服务器和基站的集合；E表示核心网，是移动边缘服务器和基站之间的链路集合。更优地，所述步骤S303中的约束条件具体如下：①、最小化移动边缘服务器的工作负载，公式如下：LO(l)＝Min(Ti-Tj),i,j∈M；其中，LO(l)表示移动边缘服务器之间的工作负载；Ti和Tj均表示基站的工作负载；②、最小化基站于移动边缘服务器的距离，公式如下：D(1)＝Mind(lb，ls)，s∈M，b∈B；其中，D(l)表示移动边缘服务器和基站之间的距离；d(lb,ls)表示基站与边缘服务器之间的距离，设基站与边缘服务器两点坐标分别为(xs,ys)和(xb,yb)，则距离公式如下：α＝sin(ys)*sin(yb)*cos(xs-xb)+cos(ys)*cos(yb)；s表示任意一个移动边缘服务器；M表示移动边缘服务器的集合；b表示任意一个基站；B表示基站的集合；③、每个基站必须有移动边缘服务器为其服务：设所有移动边缘服务器均已放置，每个移动边缘服务器均无公共基站，即对于每一个基站，基站有移动边缘服务器为其进行计算卸载任务，公式如下：④、每个基站均有固定的覆盖范围，将基站的覆盖范围简化为一个圆的面积，即以基站的坐标为中心点，最大覆盖距离为半径做圆，公式如下：k*R(ls,lb)≥d(ls,lb)，k∈(0,1)；其中，k表示一个系数，为了让接受效果尽可能好，应该让基站于服务器之间的距离尽量小，并且在距离远近方面进行抉择时，尽可能选择近的基站；对于每个基站所接受的任务数量每天的不同时刻是不同的，对于负载程度分阶段的情况，使现有分配方案满足最大负载时的情况，即j*LO(l)≥Peak(l),j∈(0,1)；其中，j表示一个常数，为了尽可能保证负载可以满足峰值的情况；针对上述四种约束条件得到如下公式：本文档来自技高网...

【技术保护点】
1.基于多目标约束优化的移动边缘服务器定位方法，其特征在于，该方法是在python3.6开发环境下，应用Pycharm集成编辑器，运用IBM公司开发的CPLEX集成开发环境，采用多目标约束优化算法对无线通信网络中各种影响条件进行约束并设置目标函数，最终确认移动边缘服务器的坐标位置；具体如下：/nS1、搜集基站数据，基站数据包括基站的数量和每个基站对应的位置坐标；/nS2、对每个基站对应的位置坐标在地图上进行定位，建立直观视觉感受，对比分布热点图；/nS3、标准化基站数据，计算权值的比重和样本方差，利用权重将多目标转换成单一约束目标通过编程建立移动边缘服务器定位模型；/n其中，移动边缘服务器由一个核心网控制，每个移动边缘服务器均覆盖着一个或几个基站；在核心网，移动边缘服务器和基站之间均有链路链接。/n

【技术特征摘要】
1.基于多目标约束优化的移动边缘服务器定位方法，其特征在于，该方法是在python3.6开发环境下，应用Pycharm集成编辑器，运用IBM公司开发的CPLEX集成开发环境，采用多目标约束优化算法对无线通信网络中各种影响条件进行约束并设置目标函数，最终确认移动边缘服务器的坐标位置；具体如下：
S1、搜集基站数据，基站数据包括基站的数量和每个基站对应的位置坐标；
S2、对每个基站对应的位置坐标在地图上进行定位，建立直观视觉感受，对比分布热点图；
S3、标准化基站数据，计算权值的比重和样本方差，利用权重将多目标转换成单一约束目标通过编程建立移动边缘服务器定位模型；
其中，移动边缘服务器由一个核心网控制，每个移动边缘服务器均覆盖着一个或几个基站；在核心网，移动边缘服务器和基站之间均有链路链接。


2.根据权利要求1所述的基于多目标约束优化的移动边缘服务器定位方法，其特征在于，所述步骤S3中建立移动边缘服务器定位模型的步骤如下：
S301、将移动边缘服务器与基站之间的网络抽象为无向图，下一步执行步骤S302；
S302、寻找目标函数，抽象描述中的具体条件，下一步执行步骤S303；
S303、判断是否满足可编程的目标函数和约束条件：
①、若是，则执行步骤S304；
②、若否，则跳转至步骤S305；
S304、添加到最终的目标函数和约束条件公式中，下一步执行步骤S307；
S305、运用归一化、矩阵简化约束条件，下一步执行步骤S306；
S306、运用熵权法确立目标函数的权重，下一步执行步骤S307；
S307、编程与计算，下一步执行步骤S308；
S308、结束。


3.根据权利要求2所述的基于多目标约束优化的移动边缘服务器定位方法，其特征在于，所示步骤S301中将移动边缘服务器与基站之间的网络抽象为无向图，无向图形式如下：
G＝(V，E)；
其中，V表示核心网，是移动边缘服务器和基站的集合；E表示核心网，是移动边缘服务器和基站之间的链路集合。


4.根据权利要求2所述的基于多目标约束优化的移动边缘服务器坐标定位方法，其特征在于，所述步骤S303中的约束条件具体如下：
①、最小化移动边缘服务器的工作负载，公式如下：
LO(l)＝Min(Ti-Tj),i,j∈M；
其中，LO(l)表示移动边缘服务器之间的工作负载；Ti和Tj均表示基站的工作负载；
②、最小化基站于移动边缘服务器的距离，公式如下：
D(l)＝Mind(lb，ls)，s∈M，b∈B；
其中，D(l)表示移动边缘服务器和基站之间的距离；d(lb,ls)表示基站与边缘服务器之间的距离，设基站与边缘服务器两点坐标分别为(xs,ys)和(xb,yb)，则距离公式如下：
α＝sin(ys)*sin(yb)*cos(xs-xb)+cos(ys)*cos(yb)；



s表示任意一个移动边缘服务器；M表示移动边缘服务器的集合；b表示任意一个基站；B表示基站的集合；
③、每个基站必须有移动边缘服务器为其服务：
设所有移动边缘服务器均已放置，每个移动边缘服务器均无公共基站，即
对于每一个基站，基站有移动边缘服务器为其进行计算卸载任务，公式如下：



④、每个基站均有固定的覆盖范围，将基站的覆盖范围简化为一个圆的面积，即以基站的坐标为中心点，最大覆盖距离为半径做圆，公式如下：
k*R(ls,lb)≥d(ls,lb)，k∈(0,1)；
其中，k表示一个系数；
对于每个基站所接受的任务数量每天的不同时刻是不同的，对于负载程度分阶段的情况，使现有分配方案...

【专利技术属性】
技术研发人员：谭穆峰，
申请(专利权)人：浪潮天元通信信息系统有限公司，
类型：发明
国别省市：山东;37