实时音视频场景下基于移动边缘计算的服务器放置方法及系统技术方案

本发明专利技术公开了一种实时音视频场景下基于移动边缘计算的服务器放置方法及系统，本发明专利技术实时音视频场景下基于移动边缘计算的服务器放置方法，其包括如下步骤：A.初始化基站和服务器的状态；B.初始化粒子；C.评价每一个粒子；D.更新粒子；E.重复步骤C—步骤D，直到符合结束条件；F.计算每个服务器的备选服务器队列；G.在服务器上部署服务。本发明专利技术在每个服务器上部署Quic服务作为音视频传输的底层能力，从而提高了音视频的传输效率。提高了音视频的传输效率。提高了音视频的传输效率。

【技术实现步骤摘要】
实时音视频场景下基于移动边缘计算的服务器放置方法及系统


[0001]本专利技术属于通信
，具体涉及一种实时音视频场景下基于移动边缘计算的服务器放置方法及系统。

技术介绍

[0002]近几年来，5G技术发展迅速，入网设备持续增加。根据工业和信息化部报告，中国有超过115万个5G基站。此外，中国联通报告显示，2022年中国将有超过5000个边缘节点。5G的推广提供给了用户更高的带宽以及更低的时延，带来的是爆炸性的流量增长。此外，随着边缘节点的大量部署，QoS问题也越来越受到重视。尤其是在越来越多的对网络请求响应时间敏感的场景，提升用户的QoS体验也越来越重要。
[0003]移动边缘计算是一种介于云计算和个人计算之间的半虚拟化计算框架模型。边缘计算技术推动将这种处理移动到蜂窝移动网络内的服务器(基站类的服务器)，并且可以尽可能靠近智能终端，以减少核心网络的传播延迟或者拥塞造成的延迟。移动边缘计算作为“移动云”的一种方式被引入。移动边缘计算服务器处理本地的大量计算任务，更靠近智能终端，因此减少了网络的延迟和负载。
[0004]目前移动边缘计算服务器放置的研究中，都只考虑降低整个放置方案的放置成本、平均访问时延、服务器的负载、资源利用率等方面，都是从运营商降本增效的角度去放置服务器。但是，在越来越多的对时延敏感的应用场景下，尤其是越来越多的实时音视频场景，用户的服务体验也是在服务器放置方案中需要考虑的部分。除此之外，目前的大部分服务器放置研究都假设服务器在运行的过程中不会出现故障。在实时音视频的场景下，节点故障导致的用户体验下降将是糟糕的。

技术实现思路

[0005]针对上述现有技术存在的问题，本专利技术提出了一种有效降低实际用户时延，提高用户使用体验的边缘服务器放置的方法及系统。
[0006]本专利技术的技术方案如下：
[0007]一种实时音视频场景下基于移动边缘计算的服务器放置方法，将边缘服务器看作多个靠近用户的本地小型云服务器，使用粒子群优化算法求得服务器整体最优的服务器放置方案，并在边缘服务器上部署Quic服务作为音视频传输的底层能力，为了保证服务器故障或者负载过高导致的用户体验下降，使用TopK算法为每个服务器增加一个备选服务器队列，来提高网络的健壮性和可靠性；具体步骤如下：
[0008]A.初始化基站和服务器的状态；
[0009]B.初始化粒子；
[0010]C.评价每一个粒子；
[0011]D.更新粒子；
[0012]E.重复步骤C—步骤D，直到符合结束条件；
[0013]F.计算每个服务器的备选服务器队列；
[0014]G.在服务器上部署服务。
[0015]作为优选，在步骤A中，将所有的基站表示为B＝{b1,b2,
…
,b
n
}，b
i
(1≤i≤n)是编号为i的基站。将基站i的坐标表示为(lng
i
,lat
i
)，lng
i
表示基站的经度，lat
i
表示基站i纬度。将所有的边缘服务器表示为S＝{s1,s2,
…
,s
m
}，s
j
(1≤j≤m)是编号为j的边缘服务器。初始化一个n
×
m的二维矩阵，矩阵的每一个值bs
ij
(1≤i≤n,1≤j≤m)表示编号为i的基站是否放置边缘服务器，当bs
{ij}
表示基站i处放置了边缘服务器j，bs
{ij}
＝1表示基站i处没有放置边缘服务器。初始化矩阵中所有的bs
{ij}
的值为0。
[0016]作为优选，在步骤B中，初始搜索点的位置X
i0
及其速度V
i0
，通常是在允许的范围内随机产生的，每个粒子的pbest坐标设置为其当前位置，且计算出其相应的个体极值(即个体极值点的适应度值)，而全局极值(即全局极值点的适应度值)就是个体极值中最好的，记录该最好值的粒子序号，并将gbest设置为该最好粒子的当前位置。
[0017]作为优选，在步骤C中，计算粒子的适应度值，如果好于该粒子当前的个体极值，则将pbest设置为该粒子的位置，且更新个体极值。如果所有粒子的个体极值中最好的好于当前的全局极值，则将gbest设置为该粒子的位置，记录该粒子的序号，且更新全局极值。
[0018]作为优选，在步骤D中，用式(1)和式(2)对每一个粒子的速度和位置进行更新。是粒子i在第k次迭代中第d维的速度；c1，c2是加速系数(或称学习因子)，分别调节向全局最好粒子和个体最好粒子方向飞行的最大步长，若太小，则粒子可能远离目标区域，若太大则会导致突然向目标区域飞去，或飞过目标区域。合适的c1，c2可以加快收敛且不易陷入局部最优，通常令c1＝c2＝2；rand1，rand2是[0,1]之间的随机数；是粒子i在第k次迭代中第d维的当前位置；pbest是粒子i在第d维的个体极值点的位置(即坐标)；gbest是整个群在第d维的全局极值点的位置。为防止粒子远离搜索空间，粒子的每一维速度v
d
都会被限制在[
‑
v
dmax
,+v
dmax
]之间，v
dmax
太大，粒子将飞离最优解，太小将陷入局部最优。假设将搜索空间的第d维定义为区间
[0019][
‑
v
dmax
,+v
dmax
]，则通常v
dmax
＝kx
dmax
(0.1≤k≤1)，每一维都用相同的设置方法。
[0020][0021][0022]作为优选，在步骤E中，检验是否符合结束的条件。如果当前的迭代次数达到了预先设定的最大次数或者达到最小错误要求，则停止迭代，输出最优解，否则继续步骤C
‑
D。
[0023]步骤B—E中，具体的放置策略为：每个基站通过将请求转发给临近基站部署的边缘服务器来获取音视频数据。通过启发式算法来对边缘服务器进行放置，包括三个步骤：初始化粒子、评价每一个粒子、更新粒子。用坐标表示每个边缘服务器和基站的位置，用向量的形式表示每个边缘服务器的速度。首先根据欧式距离计算每次迭代后每个基站所属的边缘服务器，把基站分配给距离它最近的边缘服务器。其次计算每个边缘服务器经历过的最好位置和所有边缘服务器经历过的最好位置，再次根据这两个参数来更新边缘服务器的位置和速度。最后判断边缘服务器最大工作负载和最小工作负载的差值是否满足阈值或者算
法达到迭代次数来确定最终的边缘服务器放置位置，这样就达到了整体最优的服务器放置方案。
[0024]作为优选，在步骤F中，初始化每个边缘服务器的备选队列。用式(3)计算边缘服务器与其他边缘服务器的之间的距离，用Top K算法选取距离最近的K个边缘服务器，记录到当前服务器的备选队列中，并且根据距离本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.实时音视频场景下基于移动边缘计算的服务器放置方法，其特征在于，包括如下步骤：A.初始化基站和服务器的状态；B.初始化粒子；C.评价每一个粒子；D.更新粒子；E.重复步骤C—步骤D，直到符合结束条件；F.计算每个服务器的备选服务器队列；G.在服务器上部署服务。2.根据权利要求1所述实时音视频场景下基于移动边缘计算的服务器放置方法，其特征在于，步骤A中，将所有的基站表示为B＝{b1,b2,
…
,b
n
}，b
i
(1≤i≤n)是编号为i的基站；将基站i的坐标表示为(lng
i
,lat
i
)，lng
i
表示基站的经度，lat
i
表示基站i纬度；将所有的边缘服务器表示为S＝{s1,s2,
…
,s
m
}，s
j
(1≤j≤m)是编号为j的边缘服务器；初始化一个n
×
m的二维矩阵，矩阵的每一个值bs
ij
(1≤i≤n,1≤j≤m)表示编号为i的基站是否放置边缘服务器，当bs
{ij}
表示基站i处放置了边缘服务器j，bs
{ij}
＝1表示基站i处没有放置边缘服务器；初始化矩阵中所有bs
{ij}
的值为0。3.根据权利要求2所述实时音视频场景下基于移动边缘计算的服务器放置方法，其特征在于，步骤B中，初始搜索点的位置X
i0
及其速度V
i0
，是在允许的范围内随机产生的，每个粒子的pbest坐标设置为当前位置，计算出相应的个体极值，而全局极值就是个体极值中最好的，记录该最好值的粒子序号，并将gbest设置为该最好粒子的当前位置。4.根据权利要求3所述实时音视频场景下基于移动边缘计算的服务器放置方法，其特征在于，步骤C中，计算粒子的适应度值，如果好于该粒子当前的个体极值，则将pbest设置为该粒子的位置，并更新个体极值；如果所有粒子的个体极值中最好的好于当前的全局极值，则将gbest设置为该粒子的位置，记录该粒子的序号，并更新全局极值。5.根据权利要求4所述实时音视频场景下基于移动边缘计算的服务器放置方法，其特征在于，步骤D中，用式(1)和式(2)对每一个粒子的速度和位置进行更新；是粒子i在第k次迭代中第d维的速度；C1，C2是加速系数，分别调节向全局最好粒子和个体最好粒子方向飞行的最大步长；令C1＝C2＝2；rand1、rand...

【专利技术属性】
技术研发人员：徐海涛，夏华军，
申请(专利权)人：杭州电子科技大学，
类型：发明
国别省市：