一种基于NSGA-Ⅱ和模拟退火的边缘环境下服务部署方法技术

本发明专利技术公开了一种基于NSGA

【技术实现步骤摘要】
一种基于NSGA
‑Ⅱ
和模拟退火的边缘环境下服务部署方法


[0001]本专利技术属于边缘计算
，特别涉及一种基于NSGA
‑Ⅱ
和模拟退火的边缘环境下服务部署方法。

技术介绍

[0002]如今，移动应用程序变得越来越多样复杂，需要大量的计算能力并导致高功耗，由于移动设备具有有限的处理能力和电池电量，因此通常会将繁重的计算任务卸载到远程云服务器上处理。但是，由于云服务器和最终用户之间的距离太长，加上网络流量和计算工作量的不断增加，传统的云计算承担了巨大压力，面临着维持与用户的可靠和低延迟连接的挑战。为了应对这一挑战，提出了边缘计算。服务提供商将服务部署遍布各地且距离用户更近的微基站上，以提供服务并在网络边缘执行计算，而无需传输到远程云服务器处理，从而实现对移动设备的快速响应。但是，微基站的服务能力有限，每个微基站上只能部署几个服务。同时，每种服务还会有多个候选者，例如电子支付有银联、支付宝、微信等供选择。那么如何确定每一个微基站部署的服务并选定其候选者成了一个热点难题。
[0003]现有的边缘服务部署方法主要包括简单的贪心算法和遗传算法，至少存在如下问题：（1）没有考虑由云服务器处理的服务个数。在现有的方案中，为了给用户提供更好的服务质量，往往只关注用户的服务链响应时间。在边缘环境下，相邻的微基站相互连接，构成微基站连通图，如果用户服务链中的某个服务无法在微基站连通图上任何一个微基站上执行，则将服务上传至云服务器处理，云服务器将服务链中未被执行的服务全部执行完毕后，才将结果返回。服务的输入数据和输出数据在微基站连通图上流转时会产生微基站与微基站之间的传输时间，而在云服务器上，则不存在这个传输时间。由此可见，如果服务链中存在不能被微基站执行的服务，同时该服务在服务链上的位置越靠前，则服务链的总响应时间越短。而该服务在服务链上的位置越靠前，则由云服务器处理的服务个数越多,可见，在这种情况下，服务链的响应时间短并不意味着云端执行的服务个数少。因此，如果只关注用户的服务链响应时间，在无论怎么部署服务都不能完全由微基站完成所有用户服务链的情况下，可能产生不合理部署，即微基站的服务部署，倾向于满足完整的服务链、部署服务链中靠后的服务，据上述分析可知，部署靠后的服务的目的是为了将服务尽早上传给云服务器，而一旦上传给云服务器，服务链的后续未执行服务都将由云服务器处理，故微基站部署的这些靠后的服务对相应的服务链而言是无效的服务。这样的不合理的部署，虽降低了小量服务链完成的总延时，但大大浪费了微基站的服务能力，并加重了云服务器的工作压力。
[0004]（2）对部署方案的优化程度不够。简单的贪心算法不能很好的应对边缘服务部署这一NP难问题，普通的遗传算法在进化后期搜索效率较低，也容易陷入“早熟”，即在种群中出现了超级个体，该个体的适应值大大超过当前种群的平均个体适应值。从而使得该个体很快在种群中占有绝对的比例，种群的多样性迅速降低，群体进化能力基本丧失，从而使得
算法较早收敛于局部最优解，无法给出较优的边缘服务部署方案。

技术实现思路

[0005]有鉴于此，本专利技术提出一种基于NSGA
‑Ⅱ
和模拟退火的边缘环境下服务部署方法，用以解决现有边缘服务部署方法没有考虑用户访问云服务器次数和优化程度不够的问题。主要包括以下步骤：S1、构建由M个微基站和N个用户组成的边缘服务框架，并构建微基站的服务部署方案，初始化用户和微基站的属性，其中，每个用户向服务器请求一条服务链，服务链由不同种类的服务构成，每种服务包括c个具体的候选服务，微基站部署的服务由微基站处理，微基站没有部署的服务由云服务器处理；S2、以用户完成服务链的总延迟时间最小、云服务器处理的服务总个数最少为优化目标，以微基站覆盖范围及部署服务个数为约束，对边缘服务部署问题建模；S3、将所有微基站的服务部署方案编码，作为NSGA
‑Ⅱ
算法种群中的个体，利用NSGA
‑Ⅱ
算法对步骤S2所建立的模型进行求解，达到指定迭代次数后，得到最终种群；S4、从步骤S3所得的最终种群中选择合适数量的优异个体作为初始解集，将该解集通过改进的多目标模拟退火算法进行优化，得到优化后的解集；S5、对步骤S4得到的优化后的解集进行快速非支配排序，得到Pareto最优前沿，在该前沿中，以达到最小化用户完成服务链的总延迟时间和最小化由云服务器处理的服务总个数两方面的均衡为目标，选择合适的解作为最终的边缘服务部署方案。
[0006]进一步地，步骤S1中，初始化的步骤具体包括：S11、设置服务的种类以及每种服务的候选者个数；S12、设置用户的个数、每个用户的地理位置和请求的服务链，服务链由一串不同种类的服务组成，为每种服务选定一个候选者，用户i的服务链定义为：，其中表示用户i的服务链中编号为q的服务选择了第j
q
个候选者；S13、设置微基站的个数M、每个微基站的地理位置和服务信号的覆盖范围，确定各个微基站所能部署服务的个数以及微基站之间的可达性，用户请求的服务链在可达的两个微基站之间路由。
[0007]进一步地，步骤S2具体包括：S21、计算所有用户完成服务链的总延迟时间，用户请求服务链时，首先将数据上传至距离最近且信号覆盖到该用户的微基站，若不被任何微基站覆盖，则直接经由宏基站上传至云服务器；微基站开始按顺序处理服务链中的服务，当遇到当前微基站没有部署的服务时，路由至最近可达且有部署该服务的微基站处理，若所有可达的微基站都没部署该服务，则经由宏基站传至云服务器处理；当服务链数据传到云服务器时，剩下的服务均由云服务器处理；处理完整条服务链后，若最后一个服务是由云服务器处理，则数据经由宏基站传回给用户，否则数据经由距离用户最近且信号覆盖该用户的微基站传回给用户，所有用户完成服务链的总延迟时间的计算公式如下：
其中，N为用户的个数，Q为服务链的长度，表示第n个用户的数据上行时间，表示第n个用户的第q个服务传到符合要求的微基站或云服务器的时间，t
exe
为单个服务的处理执行时间，表示第n个用户的数据下行时间；其中，α是无线传输速率的倒数，d(n，S0)表示用户n到宏基站的距离，S0表示宏基站，d(n,s
n
)表示用户n到能覆盖到用户n且距离最近的微基站的距离，T
b
是数据通过骨干网从基站传输到云服务器的时间；其中，β是有线传输速率的倒数，d(S
p
，S
q
)为微基站p到微基站q的距离，S
p
表示数据所在的当前基站，S
q
表示离S
p
跳数最少且能处理用户n的第q个服务的微基站，T
b
是数据通过骨干网从基站传输到云服务器的时间；其中，d(S
e
，S
n
)为微基站e到微基站n的距离，S
e
表示处理用户n服务链最后一个服务的微基站，S
n
表示能覆盖到用户n且距离最近的微基站，T本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于NSGA
‑Ⅱ
和模拟退火的边缘环境下服务部署方法，其特征在于，包括以下步骤：S1、构建由M个微基站和N个用户组成的边缘服务框架，并构建微基站的服务部署方案，初始化用户和微基站的属性，其中，每个用户向服务器请求一条服务链，服务链由不同种类的服务构成，每种服务包括c个具体的候选服务，微基站部署的服务由微基站处理，微基站没有部署的服务由云服务器处理；S2、以用户完成服务链的总延迟时间最小、云服务器处理的服务总个数最少为优化目标，以微基站覆盖范围及部署服务个数为约束，对边缘服务部署问题建模；S3、将所有微基站的服务部署方案编码，作为NSGA
‑Ⅱ
算法种群中的个体，利用NSGA
‑Ⅱ
算法对步骤S2所建立的模型进行求解，达到指定迭代次数后，得到最终种群；S4、从步骤S3所得的最终种群中选择合适数量的优异个体作为初始解集，将该解集通过改进的多目标模拟退火算法进行优化，得到优化后的解集；S5、对步骤S4得到的优化后的解集进行快速非支配排序，得到Pareto最优前沿，在该前沿中，以达到最小化用户完成服务链的总延迟时间和最小化由云服务器处理的服务总个数两方面的均衡为目标，选择合适的解作为最终的边缘服务部署方案。2.根据权利要求1所述的一种基于NSGA
‑Ⅱ
和模拟退火的边缘环境下服务部署方法，其特征在于，步骤S1中，初始化的步骤具体包括：S11、设置服务的种类以及每种服务的候选者个数；S12、设置用户的个数、每个用户的地理位置和请求的服务链，服务链由一串不同种类的服务组成，为每种服务选定一个候选者，用户i的服务链定义为：，其中表示用户i的服务链中编号为q的服务选择了第j
q
个候选者；S13、设置微基站的个数M、每个微基站的地理位置和服务信号的覆盖范围，确定各个微基站所能部署服务的个数以及微基站之间的可达性，用户请求的服务链在可达的两个微基站之间路由。3.根据权利要求1所述的一种基于NSGA
‑Ⅱ
和模拟退火的边缘环境下服务部署方法，其特征在于，步骤S2具体包括：S21、计算所有用户完成服务链的总延迟时间，用户请求服务链时，首先将数据上传至距离最近且信号覆盖到该用户的微基站，若不被任何微基站覆盖，则直接经由宏基站上传至云服务器；微基站开始按顺序处理服务链中的服务，当遇到当前微基站没有部署的服务时，路由至最近可达且有部署该服务的微基站处理，若所有可达的微基站都没部署该服务，则经由宏基站传至云服务器处理；当服务链数据传到云服务器时，剩下的服务均由云服务器处理；处理完整条服务链后，若最后一个服务是由云服务器处理，则数据经由宏基站传回给用户，否则数据经由距离用户最近且信号覆盖该用户的微基站传回给用户，所有用户完成服务链的总延迟时间的计算公式如下：
其中，N为用户的个数，Q为服务链的长度，表示第n个用户的数据上行时间，表示第n个用户的第q个服务传到符合要求的微基站或云服务器的时间，t
exe
为单个服务的处理执行时间，表示第n个用户的数据下行时间；其中，α是无线传输速率的倒数，d(n，S0)表示用户n到宏基站的距离，S0表示宏基站，d(n,s
n
)表示用户n到能覆盖到用户n且距离最近的微基站的距离，T
b
是数据通过骨干网从基站传输到云服务器的时间；其中，β是有线传输速率的倒数，d(S
p
，S
q
)为微基站p到微基站q的距离，S
p
表示数据所在的当前基站，S
q
表示离S
p
跳数最少且能处理用户n的第q个服务的微基站；其中，d(S
e
，S
n
)为微基站e到微基站n的距离，S
e
表示处理用户n服务链最后一个服务的微基站，S<...

【专利技术属性】
技术研发人员：储成浩，蔡汝坚，袁水平，陈伟雄，
申请(专利权)人：安徽思高智能科技有限公司，
类型：发明
国别省市：