一种移动基站边缘计算力资源调度方法、系统、电子设备技术方案

本发明专利技术公开了一种提高用户满意度的移动基站边缘计算力资源调度方法，根据用户类型的特点综合考虑了边缘服务器计算、网络以及存储资源的分配对于用户的影响，提现计算力共享的思想，建立移动基站边缘缓存策略、用户移动模型、资源分配模型以及用户满意度评估，通过与本地边缘基站和云端服务器协作调度进行计算力资源分配，本发明专利技术可以有效提高移动用户对基站带宽资源服务满意程度的可实现方法。同时，本发明专利技术还提出了一种提高用户满意度的移动基站边缘计算力资源调度系统、电子设备，最大化地提高移动用户在动态资源分配中对服务的满意程度。意程度。意程度。

【技术实现步骤摘要】
一种移动基站边缘计算力资源调度方法、系统、电子设备


[0001]本专利技术涉及移动通信技术和边缘计算领域，尤其涉及一种基于提高用户满意度的移动基站移动边缘计算的缓存、计算以及网络资源分配方法。

技术介绍

[0002]随着IoT(Internet of Things，物联网)和通信技术的不断发展，移动终端设备在日常生活中的应用迅速地增加，导致单位时间内的用户请求数以及数据量呈爆炸式增长。目前，以传统的方式来处理用户请求业务已经越来越难以满足其服务质量的需求，这对于运营商的传输网络以及核心网也都产生了巨大的压力。在这种背景下，边缘计算(edge computing)逐渐成为了一种有前途的解决方案。
[0003]边缘计算是通过在靠近用户终端的基站或接入点部署边缘服务器，为用户提供计算和网络等资源，以完成用户的各种业务请求。作为边缘计算的一项关键技术，资源分配为用户带来了更低的时延和能耗，缓解了云端服务器的压力。此外，边缘计算的关键技术还有边缘缓存以及计算卸载等，其研究的相关场景中也会涉及到缓存资源、计算资源以及网络资源的分配和调度等问题。在边缘计算中，资源分配技术的应用广泛并且对于用户终端请求的时延和能耗等服务质量指标的影响重大。
[0004]边缘缓存的目的是为了使更多的用户在边缘获取资源和服务，因为边缘比云端更接近用户，用户在边缘产生的时延和能耗比云端显著降低。关于边缘服务器中缓存内容的选择问题一般可以分为缓存各类用户业务和单一用户业务两种类型。
[0005]计算卸载是为了降低用户本地终端的压力，将计算密集型的任务送到服务器中执行。关于计算卸载的研究通常会涉及到资源分配问题，主要目的有降低用户时延和能耗、最大化能源效率以及提高5G大数据等业务的更好体验等。
[0006]不过目前关于边缘资源分配的研究都倾向于只考虑单一的计算资源或缓存资源，未能联合考虑计算、网络以及缓存资源的分配对于用户的影响。但是在实际情况中，用户请求需要多种资源来协作分配完成的，并且用户的请求是复杂多样，产生的计算任务也是性质不一的。

技术实现思路

[0007]本专利技术所要解决的技术问题是为更加科学和客观地实现边缘计算下的用户资源分配，考虑了边缘服务器的计算、网络和缓存资源的分配对于不同类型的用户的影响，提出了一种提高用户满意度的移动基站边缘计算力资源调度方法，最大化地提高移动用户在动态资源分配中对服务的满意程度。
[0008]本专利技术为解决以上技术问题而采用以下技术方案：
[0009]本专利技术提出一种提高用户满意度的移动基站边缘计算力资源调度方法，包括：
[0010]S1、边缘服务器对本地数据库中所有的用户请求内容进行流行度分析，并将本地数据库中各类流行度不同的用户请求放入边缘缓存服务器中；
[0011]S2、分析每个周期下用户的本地资源状态和运动状态，把本地闲置的计算资源放入边缘服务器中，更新所有用户的位置坐标，并停止所有离开基站覆盖区域内的用户服务；
[0012]S3、边缘服务器根据S1和S2的结果对用户请求进行分析，与本地和云端协作并结合计算和网络资源分配模型，将整体的资源分配问题建模成混合整数非线性规划问题，从而求解得到各类用户请求的资源获取方式和大小。
[0013]进一步，本专利技术所提出的一种提高用户满意度的移动基站边缘计算力资源调度方法，步骤S1的具体步骤如下：
[0014](a)用户请求分类：将本地的用户请求分为视频业务、小数据业务、大数据业务以及超大业务；
[0015](b)内容缓存分析：通过分析用户请求的特点，得到本地所有可缓存的内容；
[0016](c)边缘缓存判决：用Zipf分布来描述基站覆盖区域内用户请求内容的流行度，其表达式如下：
[0017][0018]其中，p
i
表示每个访问内容的流行度，N表示本地所有可缓存内容的总数，ξ是Zipf的参数；
[0019](d)流行度缓存判决：根据边缘服务器的缓存空间来计算各类型用户请求的最大缓存数量，将各类用户请求中流行度高的内容放入边缘缓存服务器中，得到边缘服务器的缓存结果。
[0020]进一步，本专利技术所提出的一种提高用户满意度的移动基站边缘计算力资源调度方法，步骤S2的具体步骤如下：
[0021](a)用户计算算力共享：分析每个用户在完成本地计算任务后的闲置计算资源大小，再把用户提供的所有闲置计算资源集中到边缘处，得到边缘服务器实际上提供的计算资源总数；
[0022](b)用户运动分析：通过建立用户运动模型，得到每个请求周期下用户位置。
[0023]进一步，本专利技术所提出的一种提高用户满意度的移动基站边缘计算力资源调度方法，步骤S3的具体步骤如下：
[0024](a)计算资源分析：根据用户产生计算任务的特点，分为在终端产生和在服务器中产生的计算任务；根据计算任务的大小和本地终端的计算资源，将终端处产生的计算任务分为本地执行、边缘执行以及云端执行三种；
[0025](b)网络资源分析：除了卸载计算任务需要的信道带宽，用户的上下行业务还需要对应不同的网络带宽；用表示服务器提供给用户的网络带宽，用表示用户期望的网络带宽，定义网络时延
[0026](c)满意程度分析：根据实际产生的时延和能耗与用户要求的关系来建立如下的用户满意度公式：
[0027][0028]其中，以及分别表示用户的计算时延、能耗以及网络时延的要求，和分别表示用户需要和实际提供的网络带宽，t
i
和e
i
分别表示实际产生的计算时延和能耗；参数α
i
、β
i
、γ
i
分别对应表示在用户满意度中计算时延、能耗以及网络时延的权重，且满足条件α
i
+β
i
+γ
i
＝1，具体值取决于用户请求的类型；
[0029](d)资源分配分析：以最大化用户平均满意度为目的，为所有请求用户分配所需的计算和网络资源；将连续时间内的资源分配决策问题转化成每个周期下的资源分配决策问题，并将其建模成混合整数非线性规划问题：其中N表示当前周期内用户请求总数；
[0030](e)求解分配问题：通过改进遗传算法求解混合整数非线性规划问题，得到当前周期内用户请求的最大平均满意度，进而得到一段连续时间内的资源分配结果。
[0031]进一步，本专利技术所提出的一种提高用户满意度的移动基站边缘计算力资源调度方法，计算资源分配模型如下：
[0032]用户在本地生成计算任务时，选择本地执行或者卸载到边缘和云端执行；本地执行计算任务的时延为产生的用户能耗为卸载到边缘执行计算任务的时延为产生的用户能耗为其中卸载到云端执行计算任务的时延为产生的用户能耗为其中
[0033]用户在服务器内部生成计算任务时且只能在服务器内处理，只产生计算任务执行时延，且不产生的用户能耗；
[0034]其中，c
i
表示用户任务所需的计算本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种提高用户满意度的移动基站边缘计算力资源调度方法，其特征在于，包括：S1、边缘服务器对本地数据库中所有的用户请求内容进行流行度分析，并将本地数据库中各类流行度不同的用户请求放入边缘缓存服务器中；S2、分析每个周期下用户的本地资源状态和运动状态，把本地闲置的计算资源放入边缘服务器中，更新所有用户的位置坐标，并停止所有离开基站覆盖区域内的用户服务；S3、边缘服务器根据S1和S2的结果对用户请求进行分析，与本地和云端协作并结合计算和网络资源分配模型，将整体的资源分配问题建模成混合整数非线性规划问题，从而求解得到各类用户请求的资源获取方式和大小。2.根据权利要求1所述的一种提高用户满意度的移动基站边缘计算力资源调度方法，其特征在于，步骤S1的具体步骤如下：(a)用户请求分类：将本地的用户请求分为视频业务、小数据业务、大数据业务以及超大业务；(b)内容缓存分析：通过分析用户请求的特点，得到本地所有可缓存的内容；(c)边缘缓存判决：用Zipf分布来描述基站覆盖区域内用户请求内容的流行度，其表达式如下：其中，p
i
表示每个访问内容的流行度，N表示本地所有可缓存内容的总数，ξ是Zipf的参数；(d)流行度缓存判决：根据边缘服务器的缓存空间来计算各类型用户请求的最大缓存数量，将各类用户请求中流行度高的内容放入边缘缓存服务器中，得到边缘服务器的缓存结果。3.根据权利要求1所述的一种提高用户满意度的移动基站边缘计算力资源调度方法，其特征在于，步骤S2的具体步骤如下：(a)用户计算算力共享：分析每个用户在完成本地计算任务后的闲置计算资源大小，再把用户提供的所有闲置计算资源集中到边缘处，得到边缘服务器实际上提供的计算资源总数；(b)用户运动分析：通过建立用户运动模型，得到每个请求周期下用户位置。4.根据权利要求1所述的一种提高用户满意度的移动基站边缘计算力资源调度方法，其特征在于，步骤S3的具体步骤如下：(a)计算资源分析：根据用户产生计算任务的特点，分为在终端产生和在服务器中产生的计算任务；根据计算任务的大小和本地终端的计算资源，将终端处产生的计算任务分为本地执行、边缘执行以及云端执行三种；(b)网络资源分析：除了卸载计算任务需要的信道带宽，用户的上下行业务还需要对应不同的网络带宽；用表示服务器提供给用户的网络带宽，用表示用户期望的网络带宽，定义网络时延(c)满意程度分析：根据实际产生的时延和能耗与用户要求的关系来建立如下的用户满意度公式：
其中，以及T
i(1)
分别表示用户的计算时延、能耗以及网络时延的要求，和分别表示用户需要和实际提供的网络带宽，t
i
和e
i
分别表示实际产生的计算时延和能耗；参数α
i
、β
i
、γ
i
分别对应表示在用户满意度中计算时延、能耗以及网络时延的权重，且满足条件α
i
+β
i
+γ
i
＝1，具体值取决于用户请求的类型；(d)资源分配分析：以最大化用户平均满意度为目的，为所有请求用户分配所需的计算和网络资源；将连续时间内的资源分配决策问题转化成每个周期下的资源分配决策问题，并将其建模成混合整数非线性规划问题：其中N表示当前周期内用户请求总数；(e)求解分配问题：通过改进遗传算法求解混合整数非线性规划问题，得...

【专利技术属性】
技术研发人员：邵旺，王一为，吕珺，刘军宁，李新良，葛妍，林晓勇，王明伟，
申请(专利权)人：中通服节能技术服务有限公司，
类型：发明
国别省市：