【技术实现步骤摘要】
基于休假排队的应用服务动态部署与更新方法
[0001]本专利技术属于网络资源管理领域，具体涉及一种基于休假排队的应用服务动态部署与更新方法。
技术介绍
[0002]随着智能移动设备(MDs)和传感器的快速发展，人工智能(AI)和物联网(IoT)技术被广泛应用于工业互联网、自动驾驶等各种场景。对大量存储和计算的需求导致越来越高的设备工作负载。而MDs则存在能量储备低、计算能力弱、存储空间小等缺点。云计算曾经被认为是克服MDs局限性的解决方案，由于云服务器与MDs之间的长距离，任务卸载通常会带来严重的传输延迟。边缘计算被提出作为一种新的范式，以缓解云计算中大量传输延迟的问题。在边缘计算环境中，服务器部署在网络边缘，保留云计算的能源效率优势的同时带来低延迟。应用程序部署是指在服务器中存储应用程序及其相关的库文件、数据集等。基于此，MDs只需要上传任务，不需要将应用传输服务器上，大大降低了MDs传输所带来的任务延迟和能耗。因此，优化应用程序在边缘服务器(ESs)上的位置对于最大化服务器性能至关重要。
[0003]如果所有应用...
【技术保护点】
【技术特征摘要】
1.一种基于休假排队的应用服务动态部署与更新方法，其特征在于：所述方法基于休假排队，面向多用户设备、边缘服务器、云服务器，以用户任务卸载概率、应用响应阈值、应用等待持续时间、边缘服务器算力资源分配为优化变量，基于休假队列求解出相应指标的闭式表达式，以最小化整个系统的平均任务延时为目标；所述方法包括如下步骤：(1)组建多用户设备、边缘服务器、云服务器以构成边缘计算网络，根据边缘计算网络建立边缘服务器任务处理延时模型；(2)设计可优化的动态应用部署更新策略，其中可优化变量为应用响应阈值N
s
以及应用等待持续时间ω
s
，此时，任务在等待持续时间到达的概率计算为：式中，为s型任务到达边缘服务器的速率；等待时期的平均时长为：未部署时期的平均时长为：计算整个周期的平均时长为：式中，为部署时期的平均时长，为从部署周期而来的任务处理时期的平均时长，为因等待持续时间而增加的时期的平均时长；(3)确定该边缘计算系统完整的决策变量为：用户任务卸载概率β
m,s
、应用响应阈值N
s
、应用等待持续时间ω
s
以及边缘服务器算力资源分配f
s
；(4)计算整个系统的平均延时，其中包括任务在移动设备的计算时间以及任务在边缘服务器上的计算时间故优化目标为：式中，为移动设备处理s型任务的平均延时，λ
m,s
为s型任务到达移动设备m的速率，为边缘服务器向云服务器请求应用s所需要的时间，为边缘服务器中s型任务的平均延时；(5)构建优化问题：基于排队相关理论，构建边缘计算网络的系统延时最小化函数，基于休假排队的应用服务动态部署与更新策略优化问题的函数表达如下：约束条件为：
式中，为边缘服务器CPU能耗，w
plac
为边缘服务器部署应用所消耗的能量，为本地流量密度，为边缘服务器s型队列的流量密度，μ为边缘服务器上应用所占空间分布的期望，σ为边缘服务器上应用所占空间分布的标准差，μ为所有应用所占空间超出边缘服务器存储空间的概率；(6)根据休假队列相关理论，计算出步骤(2)、(4)、(5)中未尽指标的闭式表达式；边缘服务器中s型任务的平均延时为：式中，μ
s
为边缘服务器处理s型任务的速率，η
s
为边缘服务器从云服务请求应用所需要的时间；从部署周期而来的任务处理时期的平均时长为：因等待持续时间而增加的时期的平均时长为：整个周期的平均时长：应用A
s
占据边缘服务器空间的概率为：忙期的平均时长为：闲期的平均时长为：
忙期的概率为闲期的概率为将以上所有闭式表达式代入步骤(5)中，此时步骤(5)中的优化问题相关参数均已有闭式表达式；(7)根据内点凸近似方法获取用户任务卸载概率β
m,s
、应用响应阈值N
s
、应用等待持续时间ω
s
以及边缘服务器算力资源分配f
s
的最佳取值，使系统平均延时最小。2.根据权利要求1所述的基于休假排队的应用服务动态部署与更新方法，其特征在于：步骤(1)中系统模型中考虑M个移动设备，部署在基站的专用边缘服务器和云服务器组成，s型计算任务以平均速率为λ
m,s
的泊松分布到达MD
m
，s型任务的计算量遵循均值为c
s
的指数分布；边缘服务器的存储空间有限而云服务器可以无限制的存储应用，遂边缘服务器倾向于向云服务器请求应用，所用时间为：η
s
＝D
s
/W，其中，D
s
为应用A
s
的大小，...
【专利技术属性】
技术研发人员：易畅言，尚善飞，吴强，王然，
申请(专利权)人：南京航空航天大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。