【技术实现步骤摘要】
本专利技术涉及边缘计算缓存领域，特别是涉及一种基于边缘计算的移动感知层次缓存容错方法。
技术介绍
1、移动边缘计算通过在边缘设备上部署通信、计算、存储等资源，有效克服传统云计算存在的传输距离较长、响应时延过慢等问题。然而，边缘设备资源存在有限性，并且用户不会一直停留在同一个地方，当用户移动到基站覆盖范围外时，请求任务可能会中断。
2、公开号为cn115767596a，名称为边缘计算中面向用户移动性与偏好的边缘协同缓存方法的专利文献，通过基于用户历史行为，建立用户偏好模型，并根据用户偏好对用户进行分簇；基于用户历史位置信息，建立移动用户数量预测模型；结合预测的下一时刻区域内各类别用户数量、各类别用户偏好文件，确定相应缓存目标资源；根据各服务器负载，缓存能耗，建立负载与能耗平衡的协作式缓存放置优化模型；采用基于螺旋式搜索的蚁狮算法，求解缓存放置优化模型，获得缓存放置策略，但是该方法仅对用户的历史偏好内容建立缓存放置策略，忽略了其他情况所包含的缓存内容同样需要进行缓存放置优化。
3、公开号为cn116828052a，名称为一种基于边缘计算的数据智能协同缓存方法的专利文献，首先，用户根据上下文信息完成簇群选择，使得同一簇群中的用户具有相似内容偏好，由于簇群间用户不相交，提出了基于享乐联盟博弈的用户分簇算法；其次，基于分层联邦学习，用户建立深度神经网络dnn训练本地模型并上传至边缘网络层中的men和sen，通过分层联邦学习优化内容缓存放置位置策略；最后，在边缘网络引入内容缓存价值协助sen进行短期内容更新，基于当前
技术实现思路
1、本专利技术主要解决的技术问题是提供一种基于边缘计算的移动感知层次缓存容错方法，解决传统云计算中传输距离较长、响应时延过慢等问题。
2、为解决上述技术问题，本专利技术采用的一个技术方案是：提供一种基于边缘计算的移动感知层次缓存容错方法，其特征在于，包括：
3、s100：通过边缘服务器获取边缘服务器信息、用户信息和用户请求任务信息；
4、s200：将边缘服务器缓存容量按照5：4：1的比例划分为基本缓存内容部分、个性化内容缓存部分、特殊内容缓存部分；
5、s300：根据边缘服务器历史缓存资源信息，对历史缓存资源按照缓存次数进行降序排序，选取前5个缓存资源作为边缘服务器基本缓存内容，缓存到边缘服务器基本缓存内容部分；
6、s400：构建图神经网络模型对用户进行预测得到用户个性化内容，将所述用户个性化内容，作为边缘服务器个性化内容，缓存到边缘服务器个性化内容缓存部分；
7、s500：判断用户与边缘服务器的距离，预测用户下一个连接的边缘服务器，将用户正在请求服务相关的缓存内容作为边缘服务器预缓存内容，缓存到边缘服务器特殊内容缓存部分；
8、s600：为边缘服务器设定容错机制，当边缘服务器发生任务迁移时，对下一边缘服务器进行判断，得到最优可用边缘服务器；
9、s700：根据用户的历史移动轨迹信息和边缘服务器状态信息，判断用户和边缘服务器连接状态，如果用户与边缘服务器失去连接，则进行服务迁移，通过所述容错机制选择最优可用边缘服务器，将边缘服务器特殊内容缓存部分中当前用户正在请求服务相关的缓存内容迁移至最优可用边缘服务器；
10、所述边缘服务器状态信息包括：边缘服务器日志记录、边缘服务器容量大小、边缘服务器服务范围、边缘服务器故障次数；
11、所述用户信息包括：用户的历史移动轨迹信息、用户请求任务缓存状态、用户当前位置信息，边缘服务器历史缓存资源信息；
12、所述用户请求任务信息包括：任务请求状态、任务内容类别、任务缓存时延。
13、进一步地，述构建图神经网络模型对用户进行预测，包括：
14、s410：通过对边缘服务器覆盖范围内的用户进行随机划分，得到用户组；
15、s420：获取所述用户组的特征信息，对所述特征信息进行预处理，得到用户特征数据；
16、s430：构建图神经网络模型，将所述用户特征数据输入所述图神经网络模型中，叠加卷积层得到用户特征数据的节点特征；
17、s440：将所述节点特征映射到样本空间，进行加权求和，得到用户个性化内容；
18、所述特征信息，表示为：
19、；
20、其中，是指特征信息，是指用户u的年龄，是指用户u的性别，是指时间，是指用户的经纬度坐标，是指用户的服务内容类别，是指用户的服务内容格式；
21、所述对特征信息进行预处理，表示为：
22、；
23、其中，是指用户特征数据，是指特征信息，是指特征信息的均值，是指特征信息的标准差；
24、所述图神经网络模型，其传播计算公式和空间依赖关系表示为：
25、；
26、；
27、其中，是指有自连接的邻接矩阵，是指的度矩阵, 是指线性激活函数，是指t+1时刻的图节点特征，是指t时刻的图节点特征，是指2个卷积层的捕获空间依赖关系，a是指图结构的邻接矩阵，是指用户特征数据，是指参数矩阵，是指激活函数；
28、所述用户个性化内容，表示为：
29、；
30、其中，是指全连接层中的权重系数，是指2个卷积层的捕获空间依赖关系，是指t+1时刻的图节点特征，是指全连接层的偏置量，是指预测的用户u的个性化内容，n是指图节点特征个数。
31、进一步地，所述预测用户下一个连接的边缘服务器，包括：
32、s510：通过历史轨迹信息获取历史时刻t的位置信息，并与当前时刻t的位置信息对比，计算每个时刻t用户u的相对距离；
33、s520：根据两个时刻的相对距离分配不同的权重，计算每条历史轨迹的加权平均距离；
34、s530：将加权平均距离进行嵌入处理后输入到门控循环单元进行预测，得到预测位置信息；
35、s540：根据所述预测位置信息，找到距离预测位置信息最近的边缘服务器作为用户下一个连接的边缘服务器；
36、所述计算每个时刻t用户u的相对距离，计算公式为：
37、；
38、；
39、其中，是指用户u在t时刻x轴的坐标，是指用户u在t时刻y轴的坐标，是指用户u在历史t时刻x轴的坐标，是指用户u在历史t时刻y轴的坐标，是指用户u在t时刻x轴方向的距离，是指用户u在t时刻y轴方向的距离；
40、所述计算每条历史轨迹的加权平均距离，计算公式为：
41、；
42、；
43、其中，是指用户u在t时刻x轴上的加权平均距离，是指用户u在t时刻y轴上的加权平均距离，是指距离权重，m是指历史轨迹数本文档来自技高网...
【技术保护点】
1.一种基于边缘计算的移动感知层次缓存容错方法，其特征在于，包括：
2.如权利要求1所述的一种基于边缘计算的移动感知层次缓存容错方法，其特征在于，所述构建图神经网络模型对用户进行预测，包括：
3.如权利要求1所述的一种基于边缘计算的移动感知层次缓存容错方法，其特征在于，所述预测用户下一个连接的边缘服务器，包括：
4.如权利要求1所述的一种基于边缘计算的移动感知层次缓存容错方法，其特征在于，所述S600，包括：
5.如权利要求1所述的一种基于边缘计算的移动感知层次缓存容错方法，其特征在于，所述判断用户和边缘服务器连接状态，是指通过用户边缘服务器的距离以及15秒内连接情况进行判断，当用户离开边缘服务器的覆盖范围且15秒内未重新连接，则定义为断连状态，否则为连通状态；
【技术特征摘要】
1.一种基于边缘计算的移动感知层次缓存容错方法，其特征在于，包括：
2.如权利要求1所述的一种基于边缘计算的移动感知层次缓存容错方法，其特征在于，所述构建图神经网络模型对用户进行预测，包括：
3.如权利要求1所述的一种基于边缘计算的移动感知层次缓存容错方法，其特征在于，所述预测用户下一个连接的边缘服务器，包括：
4.如权利...
【专利技术属性】
技术研发人员：马勇，赵涵，夏云霓，郑文胜，刘志全，何美斌，李康顺，李凡，
申请(专利权)人：江西师范大学，
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。