一种边缘协作式副本放置方法技术

本发明专利技术涉及一种边缘协作式副本放置方法，属于边缘计算领域。该方法包括三个部分：基于基站内容与基站用户的相似度划分边缘协作区域；边缘资源管理器预测区域内副本流行度并完成副本放置推荐；云中心节点通过强化学习算法优化每个边缘协作域的副本部署规则以解决边缘节点中副本的局部冗余，提高用户服务质量。提高用户服务质量。提高用户服务质量。

【技术实现步骤摘要】
一种边缘协作式副本放置方法


[0001]本专利技术属于边缘计算领域，涉及一种边缘协作式副本放置方法。

技术介绍

[0002]传统的云计算存在能耗较大、实时性不足等缺点，即以云计算模型为核心的集中式处理模式将无法高效地处理边缘设备产生的数据。此时物联网时代的到来推动了移动边缘计算的发展，它是一种新的近距离计算范式，是云计算向边缘网络的延伸。移动边缘计算范式允许边缘服务器分布在不同的地理位置，将计算和存储资源推到移动用户附近，通过在无线接入网络(RAN)和基站(BSs)内部署服务器来提供云计算能力，绕过了网络带宽和延迟的瓶颈，有助于减少云计算中心的计算和传输负载，同时可以提供比传统云计算更低的延迟服务。此外，移动边缘服务器可以为用户设备提供计算、存储和网络资源，提高用户间的协作，在满足接入延迟的严格要求下具有向用户提供所需QoS的巨大潜力。
[0003]近年来有许多关于移动边缘场景下的副本放置方案。阿拉尔等人为了提高边缘计算环境中的数据可用性和云储存性能，提出了一种自适应副本放置方法以研究用户访问特性、副本数量和副本位置之间的关系，该方法依赖于对底层网络边缘节点的副本请求进行连续监控，在确保数据可用性要求下动态地创建/替换/删除副本。然而上述针对副本放置的工作并不支持延迟敏感和数据密集型工作流，即当MEC服务器内未能满足用户访问数据请求时，频繁远程访问集中存储的数据不仅会导致高往返延迟，甚至可能抵消边缘计算的优势；何等人基于超图划分算法，提出了一种用以同时解决树结构网络中虚拟机放置和数据副本放置的最优决策问题。首先考虑将整个边缘计算存储模型划分为两个模块，使模块内部和模块之间的通信量尽可能的小，其次根据文件副本在边缘节点存储情况，构建超图的顶点和超边获得对应的超图模型并根据得到的模型使用广度优先搜索的方式寻找一个初始的划分，最后通过调整文件副本和边缘节点的相对位置，将文件划分到不同的模块中。此方法提高了副本部署的响应延迟，然而却忽略了用户偏好的地域差异特性，在实际场景中，可能会导致局部性与全局性的冲突。
[0004]尽管MEC在节省网络带宽、提高服务质量和缓解云数据中心压力方面具有巨大的优势，但由于传统云边协同的副本放置方案具有资源限制等缺点，移动边缘计算下的合理副本放置需求仍无法被有效的满足。尤其是随着物联网环境中延迟敏感和数据密集型工作流的不断出现，多源异构数据的急剧增加可能会对服务质量和系统性能产生严重的负面影响。首先，当处理来自本地用户的数据访问请求时，不同的边缘服务器通常必须缓存相同的副本，然而边缘节点的高度自治很容易导致高冗余存储和副本的高频更新，导致“副本泛滥”、副本利用率低级资源浪费等问题。因此当副本放置在关键网络节点上并服务于来自多个附近位置的请求时，复制有可能提供更经济高效的解决方案。此外，移动边缘场景中的数据访问请求具有“多边缘访问和高并发”的特点，其随机性和区域性显著增加了副本管理失控的风险，因此合理的副本分配可以缓解巨大的局部性能和计算压力，减少不必要的等待时间。

技术实现思路

[0005]有鉴于此，本专利技术的目的在于提供一种边缘协作式副本放置方法。
[0006]为达到上述目的，本专利技术提供如下技术方案：
[0007]一种边缘协作式副本放置方法，该方法包括以下步骤：
[0008]S1：基于相似度的基站协作域划分；
[0009]S2：协作域副本流行度预测；
[0010]S3：云边协作的副本放置决策。
[0011]可选的，所述S1具体为：
[0012]首先定义两基站间请求内容相似度，表示为：
[0013][0014]其中表示在时隙t第i个基站中内容f的请求次数；相似性ψ
ij
∈[0,1]，相似度越接近1，说明两基站间的共同利益越大；N个基站最终会形成一个N
×
N的对称矩阵，矩阵中的每一项表示任意两个基站间的内容相似度；
[0015]若两基站间有共同用户请求服务，称之为用户相似基站，基站间的用户相似度表示为：
[0016][0017]其中U(t)∩U
j
(t)表示既访问i又访问j的用户数量；J
ij
∈[0,1]，相似度越接近1，说明两基站服务的人群越重合；全部基站的用户相似度可用一个N
×
N的矩阵J表示；用户相似度越大的基站协作可能性越高，两基站被划分在同一个协作域的可能性越大；
[0018]考虑基站间的内容相似度和用户相似度来描述不同基站间的综合相似度，表示为：
[0019][0020]其中α1为内容相似度权重，α2为用户相似度权重；基站相似性通过结合用户相似性和用户偏好相似性来描述用户日常行为相似性；两个边缘基站节点的相似度越大，说明这两个节点所接到的相同的内容请求越多或者这两个基站相似的用户越多，这两个基站互相称为协作基站；当用户在本地基站无法获取文件时，就从和本地基站相似度最大的基站开始依次寻找协作基站以获取内容；
[0021]使用相似矩阵来描述任意两个基站的相似度，根据相似矩阵构建加权无向图，顶点为各个基站节点，边为基站间的相似度，并使用频谱聚类方法将所有基站划分为相应协作域；
[0022]在移动边缘计算中，通过多跳网络端到端带宽和路由跳数之间的关系计算需要的等效带宽；两个节点之间等效带宽越大，则两个节点之间传输时延就越小，等效带宽的计算
公式为其中B
i
表示两个网络节点之间的带宽；
[0023]最后在每个协作域中根据等效带宽找出最佳放置服务器，在进行全局放置时优先放置，降低用户访问延迟。
[0024]可选的，所述S2具体为：
[0025]根据副本的历史流行度特征采用无偏灰色模型预测下一时刻的副本流行度；通过时隙t中历史请求得到的历史访问流行度表示为：
[0026][0027]其中在时隙t中协作域C
n
请求内容f
i
的次数，表示为时隙t中协作域C
n
请求内容f
i
的流行度；将历史t个时隙的流行度作为输入，构建灰色时序预测模型；
[0028]灰色预测模型G(1,1)通过将原始数据做一阶累加处理以减少随机性和波动性对原始数据的影响，得到的新数据序列具有近似指数的规律；根据这种近似指数规律建立微分方程组，进而以微分方程组的解构建微分方程的影子方程，最后得出预测函数，建模过程如下：
[0029]首先对原始t个数据做一阶累加，累加之后可得到新的数据序列其中
[0030]预测模型的灰微分方程为：
[0031][0032]其中a为发展系数，b为灰作用量，构造灰微分方程的影子方程进而得到影子方程的解：
[0033][0034]将得到的解进行逆变换操作，得到预测模型方程：
[0035][0036]进而预测出各协作域新时隙副本流行度同时每个边缘协作域上的文件流行度需要定期更新，以动态适应用户不断变化的需求。
[0037]可选的，所述S3具本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种边缘协作式副本放置方法，其特征在于：该方法包括以下步骤：S1：基于相似度的基站协作域划分；S2：协作域副本流行度预测；S3：云边协作的副本放置决策。2.根据权利要求1所述的一种边缘协作式副本放置方法，其特征在于：所述S1具体为：首先定义两基站间请求内容相似度，表示为：其中表示在时隙t第i个基站中内容f的请求次数；相似性ψ
ij
∈[0,1]，相似度越接近1，说明两基站间的共同利益越大；N个基站最终会形成一个N
×
N的对称矩阵，矩阵中的每一项表示任意两个基站间的内容相似度；若两基站间有共同用户请求服务，称之为用户相似基站，基站间的用户相似度表示为：其中U(t)∩U
j
(t)表示既访问i又访问j的用户数量；J
ij
∈[0,1]，相似度越接近1，说明两基站服务的人群越重合；全部基站的用户相似度可用一个N
×
N的矩阵J表示；用户相似度越大的基站协作可能性越高，两基站被划分在同一个协作域的可能性越大；考虑基站间的内容相似度和用户相似度来描述不同基站间的综合相似度，表示为：其中α1为内容相似度权重，α2为用户相似度权重；基站相似性通过结合用户相似性和用户偏好相似性来描述用户日常行为相似性；两个边缘基站节点的相似度越大，说明这两个节点所接到的相同的内容请求越多或者这两个基站相似的用户越多，这两个基站互相称为协作基站；当用户在本地基站无法获取文件时，就从和本地基站相似度最大的基站开始依次寻找协作基站以获取内容；使用相似矩阵来描述任意两个基站的相似度，根据相似矩阵构建加权无向图，顶点为各个基站节点，边为基站间的相似度，并使用频谱聚类方法将所有基站划分为相应协作域；在移动边缘计算中，通过多跳网络端到端带宽和路由跳数之间的关系计算需要的等效带宽；两个节点之间等效带宽越大，则两个节点之间传输时延就越小，等效带宽的计算公式为其中B
i
表示两个网络节点之间的带宽；最后在每个协作域中根据等效带宽找出最佳放置服务器，在进行全局放置时优先放置，降低用户访问延迟。3.根据权利要求2所述的一种边缘协作式副本放置方法，其特征在于：所述S2具体为：根据副本的历史流行度特征采用无偏灰色模型预测下一时刻的副本流行度；通过时隙
t中历史请求得到的历史访问流行度表示为：其中在时隙t中协作域C
n
请求内容f
i
的次数，表示为时隙t中协作域C
n
请求内容f
i
的流行度；将历史t个时隙的流行度作为输入，构建灰色时序预测模型；灰色预测模型G(1,1)通过将原始数据做一阶累加处理以减少随机性和波动性对原始数据的影响，得到的新数据序列具有近似指数的规律；根据这种近似指数规律建立微分方程组，进而以微分方程组的解构建微分方程的影子方程，最后得出预测函数，建模过程如下：首先对原始t个数据做一阶累加，累加之后可得到新的数据序列其中预测模型的灰微分方程为：其中a为发展系数，b为灰作用量，构造灰微分方程的影子方程进而得到影子方程的解：将得到的解进行逆变换操作，得到预测模型方程：进而预测出各协作域新时隙副本流行度同时每个边缘协作域上的文件流行度需要定期更新，以动态适应用户不断变化的需求。4.根据权利要求3所述的一种边缘协作式副本放置方法，其特征在于：所述S3具体为：在移动边缘场景中，定义S＝{S1,S2,
…
,S
T
}表示为系统状态空间，其中其中S

【专利技术属性】
技术研发人员：黄宏程，王秋皓，胡敏，
申请(专利权)人：重庆邮电大学，
类型：发明
国别省市：