【技术实现步骤摘要】
面向MEC的服务器资源配置与选址联合优化决策方法
[0001]本专利技术属于分布式计算与系统
，特别是涉及一种面向MEC的服务器资源配置与选址联合优化决策方法。
技术介绍
[0002]新一代应用程序的兴起和对便携式服务日益增长的需求给全球移动网络环境带来了重大挑战。作为一种新型的计算范式，移动边缘计算(MEC)将计算密集型任务从计算能力和电池电量有限的移动设备(MDs)转移到更接近用户的边缘服务器(ESs)。它不仅减轻了移动设备和骨干网络的压力，而且避免了高延迟通信问题，将成为主流计算范式。
[0003]构建MEC平台的第一步是部署边缘服务器，这就引发了边缘服务器的选址问题。然而，这个问题不同于传统的设施选址问题，因为边缘服务器的放置方案与边缘服务器的计算资源配置方案是紧密耦合的，两者都会影响移动网络运营商的运营成本和系统性能。显然，如果我们在所有移动基站(BSs)部署具有丰富计算资源的边缘服务器，我们的用户将拥有无与伦比的体验质量。然而，这项计划是不现实的，因为它将导致我们的预算急剧膨胀，并将因高成本和低回报...
【技术保护点】
【技术特征摘要】
1.面向MEC的服务器资源配置与选址联合优化决策方法，其特征在于，包括以下步骤：S1，根据历史流量数据分析各移动基站计算需求特性；采集移动基站地理位置相关数据；S2，构建移动边缘计算环境模型；S3，定义MEC平台性能模型和运营成本模型；S4，以MEC平台性能、边缘服务器最大配置资源、边缘服务器利用率为约束条件，移动网络运营商的总运营成本为优化目标，建立多约束优化问题；S5，根据拉格朗日乘子法和遗传算法求解优化问题，寻找边缘服务器的战略部署个数、战略选址以及最优计算资源配置方案。2.根据权利要求1所述的面向MEC的服务器资源配置与选址联合优化决策方法，其特征在于，所述步骤1中，所述根据历史流量数据分析各移动基站计算需求特性步骤包括：获取移动网络流量历史数据集，轮询移动基站列表，用泊松分布拟合单位时间内到达移动基站计算任务数量，判断是否轮询完毕，当轮询完毕，输出各基站任务到达率λ
j
，当轮询没有完毕，继续轮询移动基站列表；所述采集移动基站地理位置相关数据步骤包括：采集所有移动基站的经纬度信息，采集所有移动基站周边的房屋价格信息，评估各移动基站周边的场地租用年费。3.根据权利要求1所述的面向MEC的服务器资源配置与选址联合优化决策方法，其特征在于，所述步骤S2的具体步骤是，部署边缘服务器，为每个边缘服务器配置合适的计算资源：令k表示边缘服务器的部署数量，S＝{s1,s2,...,s
k
}表示需要部署的边缘服务器集合，表示k个边缘服务器的战略部署位置，第i个边缘服务器s
i
的部署位置表示为：其中，和分别代表位置的纬度和经度；使用函数h(i)＝j表示将边缘服务器s
i
部署在移动基站b
j
上，映射关系取决于边缘服务器的选址方案；b
j
覆盖范围内的移动设备将通过无线接入网络直接将计算密集型任务卸载到s
i
；否则，基站b
j
需要通过城域网进一步将可卸载的任务转发到最近的边缘服务器，从而导致额外的传输延迟；每个移动基站表示为：b
j
＝(l
j
,λ
j
),1≤j≤n,l
j
∈L,其中l
j
表示移动基站b
j
的地理位置，λ
j
表示基站b
j
的任务到达率；每个边缘服务器可以表示为其中，代表边缘服务器s
i
的总任务到达率，m
i
和f
i
分别表示需要为边缘服务器s
i
配置的处理器个数和相应处理速度；根据定义的映射函数h，边缘服务器的部署位置与移动基
站部署位置l
h(i)
相同，即具有相同的经纬度，有：相同，即具有相同的经纬度，有：的值为：其中，λ
h(i)
代表边缘服务器s
i
所在移动基站的任务到达率；代表最接近s
i
但没有部署边缘服务器的移动基站转发给边缘服务器s
i
的计算任务到达率；λ
v
代表地理位置l
v
所在移动基站的任务到达率，ne(i)表示离边缘服务器s
i
位置最近但没有部署边缘服务器的基站位置集合，对于ne(i)中的每个元素l
v
，有：，有：表明地理位置l
v
为没有部署边缘服务器的移动基站位置集中的元素；表明针对任何一个边缘服务器部署位置位置l
v
与位置的球面距离都比位置l
v
与的球面距离小；使用m
max
和f
max
分别表示为边缘服务器配置的处理器的最大数量和最大速度，然后m
i
≤m
max
和f
i
≤f
max
；使用u
j
∈{0,1}表示是否将一个边缘服务器放置在移动基站b
j
附近，即位置l
j
附近，并且u
j
＝1表示一个边缘服务器将部署在b
j
，否则u
j
＝0，然后有4.根据权利要求1所述的面向MEC的服务器资源配置与选址联合优化决策方法，其特征在于，所述步骤S3，定义MEC平台性能模型具体包括定义边缘服务器s
i
上所有任务的平均执行时间边缘服务器s
i
上所有任务的平均排队延以及定义环境中所有卸载任务的平均响应时间其中，其中，为边缘服务器s
i
上计算任务的执行要求，为s
i
上计算任务涉及的计算输入数据的平均大小，f
i
表示需要为边缘服务器s
i
配置处理器的处理速度，为边缘服务器s
i
覆盖范围内的移动设备和边缘服务器s
i
所在基站之间的平均无线数据传输速率，为最接近s
i
但没有部署边缘服务器的移动基站和s
i
之间的平均有线数据传输速率，代表边缘服务器s
i
的总任务到达率，代表最接近s
i
但没有部署边缘服务器的移动基站转发给边缘服务器s
i
的计算任务到达率；λ
v
代表地理位置l
v
所在移动基站的任务到达率，ne(i)表示离边缘服务器s
i
位置最近但没有部署边缘服务器的基站位置集合；其中，是边缘服务器s
i
上所有任务的执行时延的二阶矩，代表边缘服务器s
i
的总任务到达率，ρ
i
为边缘服务器s
i
的利用率，用以下公式计算：π是圆周率；e是自然底数；用以下公式计算：其中，为边缘服务器s
i
上计算任务的执行要求二阶矩；为s
i
上计算任务涉及的计算输入数据大小二阶矩；为边缘服务器s
i
覆盖范围内的移动设备和边缘服务器s
i
所在基站之间的无线数据传输速率二阶矩；为最接近s
i
但没有部署边缘服务器的移动基站和s
i
之间的有线数据传输速率二阶矩；f
i2
表示需要为边缘服务器s
i
配置处理器的处理速度的平方；其中，表示MEC环境中的总任务到达率，即应用场景中所有基站每秒钟收到的计算任务数；所述运营成本模型C为：其中C
s
代表总场地租金成本，C
p
代表总能源消耗成本；κ表示MEC平台的经济生命周期；u
j
＝1表示一个边缘服务器将部署在b
j
，否则u
j
＝0；c
j
代表部署地点l
j
的年场地租金；ξ和α是能耗相关技术常数，ξ＝1.5，α＝3.0；P
*
表示单个处理器的基本功耗，包括静态和短路功耗；C
e
代表每瓦每秒的电价；υ＝31536000，表示一年的总秒数，n是移动基站数量，k是边缘服务器战略部署数量。
5.根据权利要求1所述的面向MEC的服务器资源配置与选址联合优化决策方法，其特征在于，所述步骤S4包括，给定n个移动基站b1,b2,...,b
n
，移动基站相关部署位置l1,l2,...,l
n
，各位置年场地租金c1,c2,...,c
n
，各移动基站任务到达率λ1,λ2,...,λ
n
，数据传输相关参数计算任务相关参数能耗参数ξ,α,P
*
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。