【技术实现步骤摘要】
本专利技术属于多接入边缘计算服务配置领域，尤其涉及一种面向多接入边缘服务系统的动态系统重配置方法。
技术介绍
1、近年来，智慧城市的概念已经广为人知。在现代化的智慧城市中，数以百万计的分布式数据探针(例如市民手机设备和物联网传感器)共同感知城市的变化，并收集大量数据，这些数据可以用于城市的建设和服务，从而提高资源利用效率，优化城市管理和服务策略，并提高市民的生活质量。在典型的智慧城市中，收集到的数据被上传到云端进行分析和生成控制决策。然而，要实现实时响应，就必须提高数据采样率和决策速度，这必然会导致数据泛滥，进而导致高延迟的数据分析和决策，增加数据存储和处理成本，降低系统的可靠性和稳定性，甚至可能引发数据安全和隐私问题。
2、利用多接入边缘计算服务系统可以解决这些问题：数据采集者可以将数据上传到附近的边缘服务器，并利用这些边缘服务器上的服务来获得控制决策。因此，通过构建基于多接入边缘计算的服务系统，并在其上部署模块或服务，设备可以高效利用自身资源执行复杂任务并完成上述工作。然而，这种计算模式会带来巨大的能量消耗，这也是多接入边缘计算系统广泛应用的主要障碍。因此，人们开始注意到可以通过调整基于多接入边缘计算模式的服务系统的配置来获得最佳的系统性能和成本效益。此外，边缘系统环境的复杂性和上下文的动态性要求配置方案需要随着时间的推移进行不断调整，以充分利用有限的资源并确保稳定性和能源效率。
3、基于上述背景，本专利技术研究并建立了基于多接入边缘系统的服务系统如何处理移动设备的服务请求的模型。本专利技术提出了一种
技术实现思路
1、本专利技术的目的是克服现有技术中的不足，提供一种面向多接入边缘服务系统的动态系统重配置方法。
2、一种面向多接入边缘服务系统的动态系统重配置方法，包括以下步骤：
3、s1、为边缘服务系统建立配置档案；
4、步骤s1中，所述的边缘服务系统包括：移动用户、边缘服务器以及挂载所述边缘服务器上的服务实例。
5、步骤s1中，为边缘服务系统建立配置档案，具体包括：
6、记录边缘服务器的服务ip、无线传输功率与挂载服务限制等信息；
7、记录挂载在边缘服务器上的服务实例的服务id、平均工作负载与资源需求量等信息；
8、记录移动用户所在的位置、用户对挂载在边缘服务器上的服务实例的请求等信息。
9、s2、根据配置档案的边缘服务器配置，初始化边缘服务系统中的每个边缘服务器，初始化后为每个边缘服务器绑定请求缓存队列与服务执行队列，并对请求缓存队列与服务执行队列设置容量；
10、s3、为边缘服务系统中每个边缘服务器上的服务实例初始化服务资源分配策略；
11、步骤s3中，为边缘服务系统中每个边缘服务器上的服务实例初始化服务资源分配策略，包括：
12、首先，边缘服务器hj的有限计算资源总量将被均匀分配给边缘服务器hj上挂载的所有服务实例，表示边缘服务器hj上的服务si被分配的计算资源量；
13、其次，边缘服务器hj上挂载的所有服务实例将以给定的资源配置启动服务实例。
14、最后，根据移动用户对服务实例的请求信息，更新每个边缘服务器中的请求缓存队列与服务执行队列的容量。
15、s4、根据步骤s3更新的容量以及步骤s1服务实例的配置档案，为边缘服务系统中的每个边缘服务器初始化服务请求转发与能量控制策略；
16、步骤s4中，根据步骤s3更新的容量以及步骤s1服务实例的配置档案，为边缘服务系统中的每个边缘服务器初始化服务请求转发策略，具体包括：
17、当服务实例的配置档案所记录的边缘服务器上的请求缓存队列未达到请求缓存队列的容量时，由移动用户请求连接的边缘服务器将移动用户的请求转发到服务实例的配置档案所记录的边缘服务器上；
18、当服务实例的配置档案所记录的边缘服务器上的请求缓存队列的容量或服务执行队列的容量已满时，服务实例的配置档案所记录的边缘服务器将服务实例以及请求缓存队列中的服务实例的请求转发到其他边缘服务器中；
19、步骤s4中，根据步骤s3更新的容量以及步骤s1服务实例的配置档案，为边缘服务系统中的每个边缘服务器配置能量控制策略，具体包括：
20、首先，初始化每个边缘服务器的最大无线传输功率；
21、其次，根据配置档案中的每个边缘服务器下服务实例的挂载数量与挂载服务限制调整每个边缘服务器的当前无线传输功率。
22、最后，根据移动用户对服务实例的请求信息，启动移动用户的服务请求向边缘服务器的无线传输。
23、s5、根据步骤s4边缘服务器配置的服务请求转发策略、能量控制策略与步骤s3的服务资源分配策略，建立边缘服务系统的评价模型，利用评价模型进行策略价值评判；
24、步骤s5中，根据步骤s4边缘服务器配置的服务请求转发策略、能量控制策略与步骤s3的服务资源分配策略，建立边缘服务系统的评价模型，具体包括：
25、根据步骤s4边缘服务器配置的服务请求转发策略、能量控制策略与步骤s3的服务资源分配策略，建立系统能耗模型、时间成本模型、请求完成质量模型与系统负载均衡模型；
26、对于给定任意请求q∈q与相关请求信息(si，hj，hk)，q表示边缘服务系统的配置中移动用户在时间片t内对服务实例的服务请求集合；请求信息(si，hj，hk)即所述的用户请求q的详细记录，指代用户向附近的边缘服务器hj发送请求，请求使用挂载在边缘服务器hk上的服务实例的服务。
27、所述的系统能耗模型为：
28、对于给定任意请求q∈q与相关请求信息(si，hj，hk)，根据步骤s3中的服务资源分配策略与步骤s4中的能量控制策略，衡量系统处理一个请求消耗了多少外部能量的系统能耗模型ηe表示为：
29、
30、其中，表示保持服务器hj基本运行的能源消耗，δ为设置的一次系统决策后系统持续运行的时间；e(q)表示根据步骤s3中的服务资源分配策略与步骤s4中的能量控制策略计算得到的请求q的能源消耗；elocal(q)为在本地移动设备上处理服务请求q的能量消耗。
31、所述的时间成本模型为：
32、对于给定任意请求q∈q与相关请求信息(si，hj，hk)，根据步骤s3中的服务资源分配策略与步骤s4中的服务请求转发策略，衡量系统处理一个请求的时间成本模型ητ表示为：
33、
34、其中，τ(q)表示根据步骤s3中的服务资源分配策略与步骤s4中的服务请求转发策略计本文档来自技高网...
【技术保护点】
1.一种面向多接入边缘服务系统的动态系统重配置方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的面向多接入边缘服务系统的动态系统重配置方法，其特征在于，步骤S1中，所述的边缘服务系统包括：移动用户、边缘服务器以及挂载所述边缘服务器上的服务实例。
3.根据权利要求1所述的面向多接入边缘服务系统的动态系统重配置方法，其特征在于，步骤S1中，为边缘服务系统建立配置档案，具体包括：
4.根据权利要求1所述的面向多接入边缘服务系统的动态系统重配置方法，其特征在于，步骤S3中，为边缘服务系统中每个边缘服务器上的服务实例初始化服务资源分配策略，包括：
5.根据权利要求1所述的面向多接入边缘服务系统的动态系统重配置方法，其特征在于，步骤S4中，根据步骤S3更新的容量以及步骤S1服务实例的配置档案，为边缘服务系统中的每个边缘服务器初始化服务请求转发策略，具体包括：
6.根据权利要求1所述的面向多接入边缘服务系统的动态系统重配置方法，其特征在于，步骤S4中，根据步骤S3更新的容量以及步骤S1服务实例的配置档案，为边缘服务系统中的每个
7.根据权利要求1所述的面向多接入边缘服务系统的动态系统重配置方法，其特征在于，步骤S5中，根据步骤S4边缘服务器配置的服务请求转发策略、能量控制策略与步骤S3的服务资源分配策略，建立边缘服务系统的评价模型，具体包括：
8.根据权利要求7所述的面向多接入边缘服务系统的动态系统重配置方法，其特征在于，所述的系统能耗模型为：
9.根据权利要求1所述的面向多接入边缘服务系统的动态系统重配置方法，其特征在于，步骤S5中，利用评价模型进行策略价值评判，具体包括：
10.根据权利要求1所述的面向多接入边缘服务系统的动态系统重配置方法，其特征在于，步骤S6中，服务资源分配策略获得包括：
...【技术特征摘要】
1.一种面向多接入边缘服务系统的动态系统重配置方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的面向多接入边缘服务系统的动态系统重配置方法，其特征在于，步骤s1中，所述的边缘服务系统包括：移动用户、边缘服务器以及挂载所述边缘服务器上的服务实例。
3.根据权利要求1所述的面向多接入边缘服务系统的动态系统重配置方法，其特征在于，步骤s1中，为边缘服务系统建立配置档案，具体包括：
4.根据权利要求1所述的面向多接入边缘服务系统的动态系统重配置方法，其特征在于，步骤s3中，为边缘服务系统中每个边缘服务器上的服务实例初始化服务资源分配策略，包括：
5.根据权利要求1所述的面向多接入边缘服务系统的动态系统重配置方法，其特征在于，步骤s4中，根据步骤s3更新的容量以及步骤s1服务实例的配置档案，为边缘服务系统中的每个边缘服务器初始化服务请求转发策略，具体包括：
6....
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。