一种基于时效亲密模型的边缘数据存储方法技术

本发明专利技术请求保护一种基于时效亲密模型的边缘数据存储方法，主要步骤包括：S1，根据智能体与边缘服务器的存储记录计算智能体与服务器的好感度；S2，根据S1得到的好感度以及智能体间历史通信记录构建具有时效性的亲密模型；S3，根据边缘节点资源数，边缘服务器相关的信息数据以及S2得到的亲密度构建边缘数据存储模型；S4，根据S3建立的模型，通过考虑果蝇飞行惯性和个体最优的果蝇优化算法，得到各智能体的存储策略；S5，各智能体根据S4得到的存储策略进行存储。本发明专利技术在边缘数据存储时考虑了智能体之间以及智能体与边缘服务器之间的社交关系以及能耗优化等问题，在不增加能耗的基础上有效降低了边缘数据存储时的错误率，满足了用户需求。用户需求。用户需求。

【技术实现步骤摘要】
一种基于时效亲密模型的边缘数据存储方法


[0001]本专利技术涉及移动边缘计算领域，具体是一种基于时效亲密模型的边缘数据存储策略。

技术介绍

[0002]由于数据的快速膨胀，网络的带宽增长速度远不及数据膨胀速度，云计算的瓶颈也逐渐显露。为了优化设备和云之间通信的一种方法是将计算和存储资源放置在靠近智能体的地方，边缘计算应运而生。在边缘环境中，智能体将负载过重的计算或存储任务卸载给边缘服务器，这样可以充分发挥边缘服务器在计算和存储方面的优势，高效地执行任务。虽然边缘计算在解决任务延迟方面已经得到了充分研究，但其在边缘数据存储方面的可靠性和安全性尚未得到充分研究。边缘设备存储资源不一，边缘设备不可信问题仍然存在。目前对边缘存储的研究主要集中在数据组织结构和存储策略这两个方面。由于在数据传输或接收的过程中容易发生数据丢失、数据不完整和数据错误且边缘存储资源相对云存储资源更有限，边缘存储设备相对云存储设备不确定性更大，因此在边缘环境钟进行数据存储不仅需要充分利用边缘存储资源，还需要考虑如何选择不易存储出错的边缘存储设备。如果将智能体需要存储的数据随意存储在一个未知存储状态的边缘服务器里，就可能会导致存储出错甚至是隐私数据泄露。因此，根据智能体存储任务的特点、优化目标和系统状态，探索优化边缘存储策略是十分必要的。
[0003]由于随时随地接入互联网的方式和移动用户之间愈发紧密的社会联系，预示着未来移动互联网的发展趋势将是融合用户移动属性和社会属性、结合社交网络服务和存储服务的移动社交网络。因此，在边缘网络中对数据进行存储，考虑用户社交属性的数据存储方案是当前边缘计算所面临的挑战之一。
[0004]边缘存储服务器存储着大量智能体上传的数据，是数据存储的薄弱点。在存储领域，现有的方法大多集中在文件副本部署来降低数据存储错误率，或是集中在降低能耗技术上，其核心是如何降低服务器的缓存开销、任务存储能耗和时延，还有一部分提出在云端基于节点信任和声誉的访问控制安全存储技术。现有的存储方案大多是基于存在可靠的存储服务器，或通过损失一部分存储资源来达到减少存储错误的情况，而在边缘网络中大多数边缘设备的可靠性是未知的，且边缘服务器的存储资源有限，上述方法在边缘环境中存在一定的局限性。
[0005]经过检索，申请公开号为CN109032537A，一种基于社交网络大数据的用户的数据分布式云存储方法及系统，具体方法包括：根据社交网络大数据，找到与中心用户u亲密度最高的M个交互用户v；分别计算候选迁移源集合A
i
与候选迁移目标集合B
j
组成的各个候选迁移方案的迁移费用，选择其中费用最小的迁移方案执行中心用户A的数据的数据迁移；中心用户A的数据为当前时刻前一天往前推N天这段时间内中心用户u生成的新的数据。
[0006]上述专利技术的用户的亲密度采用社交网站中两个用户之间发生的语音或视频通话、短信信息、转发、评论、点赞操作的次数来度量。迁移费用针对存储迁移的访问时延进行计
算，通过计算各用户的读操作时延和写操作时延，得到满足用户访问时延要求的云存储集合。该专利技术针对的网络系统结构是端
‑
云，未考虑边缘设备，同时在对用户间亲密度量化时考虑的影响因子与以往存储迁移方案完全剥离，未考虑到用户历史存储迁移方案的效果对未来迁移方案的影响。此外，该专利技术的迁移费用未考虑迁移能耗和内存开销容易造成单点云存储设备负载过大。
[0007]与上述专利技术不同之处在于本专利技术考虑在端
‑
边场景下的边缘数据存储，不需要量化所有智能体与智能体间的亲密度，只需量化智能体与边缘服务器间的亲密度，在量化亲密度时除了考虑数据交互外，还考虑了智能体与边缘服务器间历史存储方案的质量对两者间亲密度的影响。同时在计算存储方案的成本时本专利技术还考虑了能耗和各边缘服务器的内存开销，保证了边缘环境中服务器的负载均衡，避免单点故障。

技术实现思路

[0008]本专利技术旨在解决现有边缘环境中数据存储时智能体之间以及智能体与边缘服务器之间的社交关系量化以及能源消耗优化等问题，提出了一种基于时效亲密模型的边缘数据存储方法，在不增加能源消耗的基础上有效降低了边缘数据存储时的错误率。本专利技术的技术方案如下：
[0009]一种基于时效亲密模型的边缘数据存储方法，其包括以下步骤：
[0010]S1，根据智能体与边缘服务器的存储记录计算智能体与服务器的好感度；
[0011]S2，根据步骤S1得到的好感度以及智能体间历史通信记录，构建智能体与服务器间具有时效性的亲密模型；
[0012]S3，根据边缘节点资源数，边缘服务器相关的信息数据以及步骤S2得到的亲密度构建边缘数据存储模型；
[0013]S4，根据步骤S3建立的边缘数据存储模型，通过考虑果蝇飞行惯性和个体最优的果蝇优化算法，得到各智能体的存储策略；
[0014]S5，各智能体根据步骤S4得到的存储策略进行存储。
[0015]进一步的，所述步骤S1根据智能体与边缘服务器的存储记录计算智能体与服务器的好感度，具体包括：
[0016]统计智能体与边缘服务器历史存储次数、历史存储出错次数与存储未出错次数，对智能体与边缘服务器之间的交互质量进行评估，将评估结果作为亲密度量化的影响因子，即好感度F；若一次存储行为是未出错的，则智能体对该服务器的好感度增加，反之好感度降低；假设在区域内有n个智能体需要将数据存储到m个边缘服务器上，每个智能体都通过无线网络将数据传输到服务器上；i表示第i个智能体，其中i∈{1,2,
…
,n}；j表示第j个边缘服务器，其中j∈{1,2,
…
,m}；定义智能体i和边缘服务器j的好感度F为：
[0017][0018]其中，表示智能体i在该边缘环境中总存储次数，和分别表示智能体i与边缘服务器j之间发生存储行为且结果为未出错和出错的次数，α表示结果为未出错存储行为的权重，即容忍系数，(1
‑
α)表示结果为出错存储行为的权重；智能体i与边缘服务
器j的好感度F由两者之间未出错存储次数乘以智能体的容忍系数与出错存储次数乘以权重之和除以智能体总存储次数。
[0019]进一步的，所述步骤S2根据得到的好感度以及智能体间历史通信记录，构建智能体与服务器间具有时效性的亲密模型，具体包括：
[0020](1)在分析智能体之间以及智能体与边缘服务器之间的交互关系拓扑时采用图论中的图G＝{V,E}来表示，其中集合为图G的节点集合，v
i
为智能体节点，v
j
为边缘服务器节点，集合E＝{e1,e2,
…
,e
l
}为图G的边集合；采用邻接矩阵A来表示两者之间是否有联系，其中1表示智能体间存在节点关系，0表示智能体间不存在节点关系，定义为：
[0021][0022]其中x，y为通过统计一段时间内两智能体之间的交互数以及交互时长，设置交互阈值和时长阈值，若统计的交互次数或交互时长超过本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于时效亲密模型的边缘数据存储方法，其特征在于，包括以下步骤：S1，根据智能体与边缘服务器的存储记录计算智能体与服务器的好感度；S2，根据步骤S1得到的好感度以及智能体间历史通信记录，构建智能体与服务器间具有时效性的亲密模型；S3，根据边缘节点资源数，边缘服务器相关的信息数据以及步骤S2得到的亲密度构建边缘数据存储模型；S4，根据步骤S3建立的边缘数据存储模型，通过考虑果蝇飞行惯性和个体最优的果蝇优化算法，得到各智能体的存储策略；S5，各智能体根据步骤S4得到的存储策略进行存储。2.根据权利要求1所述的一种基于时效亲密模型的边缘数据存储方法，其特征在于，所述步骤S1根据智能体与边缘服务器的存储记录计算智能体与服务器的好感度，具体包括：统计智能体与边缘服务器历史存储次数、历史存储出错次数与存储未出错次数，对智能体与边缘服务器之间的交互质量进行评估，将评估结果作为亲密度量化的影响因子，即好感度F；若一次存储行为是未出错的，则智能体对该服务器的好感度增加，反之好感度降低；假设在区域内有n个智能体需要将数据存储到m个边缘服务器上，每个智能体都通过无线网络将数据传输到服务器上；i表示第i个智能体，其中i∈{1,2,
…
,n}；j表示第j个边缘服务器，其中j∈{1,2,
…
,m}；定义智能体i和边缘服务器j的好感度F为：其中，表示智能体i在该边缘环境中总存储次数，和分别表示智能体i与边缘服务器j之间发生存储行为且结果为未出错和出错的次数，α表示结果为未出错存储行为的权重，即容忍系数，(1
‑
α)表示结果为出错存储行为的权重；智能体i与边缘服务器j的好感度F由两者之间未出错存储次数乘以智能体的容忍系数与出错存储次数乘以权重之和除以智能体总存储次数。3.根据权利要求2所述的一种基于时效亲密模型的边缘数据存储方法，其特征在于，所述步骤S2根据得到的好感度以及智能体间历史通信记录，构建智能体与服务器间具有时效性的亲密模型，具体包括：(1)在分析智能体之间以及智能体与边缘服务器之间的交互关系拓扑时采用图论中的图G＝{V,E}来表示，其中集合为图G的节点集合，v
i
为智能体节点，v
j
为边缘服务器节点，集合E＝{e1,e2,
…
,e
l
}为图G的边集合；采用邻接矩阵A来表示两者之间是否有联系，其中1表示智能体间存在节点关系，0表示智能体间不存在节点关系，定义为：其中x，y为通过统计一段时间内两智能体之间的交互数以及交互时长，设置交互阈值和时长阈值，若统计的交互次数或交
互时长超过阈值则认定两者在这段时间内存在节点关系；(2)根据图G计算智能体i与边缘服务器j的时效相似度S
ij
：时效相似度S
ij
表示智能体i与边缘服务器j的相似度为两者的共同邻居数与两者分别与他们共同邻居的二级邻居在各自邻居中的占比之和；ID(i,x)为智能体i与共同邻居x的二级邻居数占两者中较少邻居的比值，定义为：其中x表示智能体i与边缘服务器j的共同邻居，Γ(i)表示智能体的邻居，k
i
表示智能体在交互关系网络中的度，即直接邻居数；(3)由(1),(2)基于智能体与边缘服务器存储行为得到的好感度F以及通过分析智能体与边缘服务器的网络关系得到的相似度S，最终得到具有时效性的亲密度I，定义为：I
ij
＝F
ij
+S
ij
其中，I＝{I
ij
|i∈{1,2,
…
,n},j∈{1,2,
…
,m}}。4.根据权利要求3所述的一种基于时效亲密模型的边缘数据存储方法，其特征在于，所述步骤S3根据边缘节点资源数，边缘服务器相关的信息数据以及S2得到的亲密度构建边缘数据存储模型，具体包括：(1)根据智能体发射功率、无线网络带宽、信道增益和信道噪声功率计算数据传输速率；(2)根据智能体需存储的数据量、边缘服务器的总存储量计算各边缘服务器的内存开销...

【专利技术属性】
技术研发人员：何利，金婷，张富华，苏佳建，邓林海，陈炀环，程惠明，
申请(专利权)人：重庆邮电大学，
类型：发明
国别省市：