【技术实现步骤摘要】
本专利技术属于无线网络通信，具体涉及一种边缘计算服务迁移方法、系统、芯片及设备。
技术介绍
1、边缘计算将计算和存储资源分布在网络边缘，因此用户服务能以虚拟机或者容器的形式被部署在更靠近用户的信号基站上，这样能够减少传输延迟和网络拥塞，从而更加高效地处理海量数据和复杂计算任务。
2、边缘计算技术已经成为实现移动互联网愿景的关键技术之一。然而在边缘计算环境中，边缘节点的信号覆盖范围有限，当用户移动到边缘节点的服务区域之外时，只能通过回程链路来访问服务，这会导致用户的服务访问请求需要在边缘网络中进行多次转发才能到达服务所在的边缘节点，从而增加了服务的时延，这将降低时延敏感型应用的服务质量，此时需要将用户服务迁移到用户周围的边缘节点上，以减少服务时延。
3、其次，当用户位于密集网络中时，用户可能同时处于多个边缘节点的信号覆盖范围内，此时用户的移动将引起更多的信号切换，进而导致频繁的服务迁移，因此需要获取用户未来所处的位置，以规划出合理的服务迁移方案，减少服务迁移次数。
4、此外，使用边缘计算服务的用户数量在不同时间段中动态变化。当用户较少时，使用较为复杂的通用服务迁移技术会导致计算资源的浪费以及服务迁移算法的运行效率的降低。
5、最后，由于服务迁移会增加边缘系统的整体能耗，导致边缘系统的运营成本增加，因此服务迁移策略还需要考虑到系统能耗管理，即服务迁移策略应该在保证服务时延不超出用户的最大容忍时延的同时，减少服务迁移次数以降低边缘系统能耗。
技术实现思路>
1、本专利技术所要解决的技术问题在于针对上述现有技术中的不足，提供一种边缘计算服务迁移方法、系统、芯片及设备，用于解决现有缺少专门针对用户量较少的边缘计算场景并能够根据用户移动模式提前规划服务迁移以在服务时延上限约束下降低边缘系统能耗的技术问题。
2、本专利技术采用以下技术方案：
3、一种边缘计算服务迁移方法，包括以下步骤：
4、s1、用户当前所连接的边缘节点根据用户的历史位置信息以及用户当前的位置信息预测用户的未来位置信息y；
5、s2、用户当前所连接的边缘节点根据步骤s1预测的未来位置信息y，判断用户是否会移动出当前连接节点的服务范围，并构建备选边缘节点集合m；
6、s3、使用改进的正弦余弦优化方法，根据将服务迁移到备选节点上所取得的通信时延、计算时延以及迁移能耗，从步骤s2得到的备选边缘节点集合m中为用户的所有服务选择合适的迁移节点，得到迁移节点集合s；
7、s4、将用户服务迁移到步骤s3得到的迁移节点集合s中对应的边缘节点上，实现边缘计算服务迁移。
8、具体的，步骤s1具体为：
9、s101、获取用户当前位置x，th个历史位置信息，预测步长tf。设置扩展卡尔曼滤波器的状态转移函数xt＝g(xt-1,u)、噪声矩阵g和初始参数p，jh,ja，r，q，σa，
10、s102、使用扩展卡尔曼滤波器进行th步更新和预测，以获取预测位置坐标；
11、s103、在进行过th步更新和预测之后，将最终的xt值作为预测的用户未来位置信息y。
12、具体的，步骤s2具体为：
13、s201、计算用户的未来位置信息y与当前连接节点之间的距离r；
14、s202、如果用户移动出当前连接节点的服务范围，初始化一个备选边缘节点集合m＝[{ser1},{ser2},…,{sern}]，其中的每个元素表示对应位置上的服务的当前服务节点；
15、s203、获取服务范围包含用户的未来位置信息y的所有边缘节点，并保存到集合n中；
16、s204、将集合n合并到备选边缘节点集合m的每个集合中，获得所有服务的最终备选边缘节点集。
17、进一步的，步骤s201中，如果r大于当前连接节点的信号覆盖半径r，用户将移动出当前连接节点的服务范围。
18、具体的，步骤s3具体为：
19、s301、首先获取备选边缘节点集合m、用户服务数量n、粒子个数l以及最大迭代次数tmax；
20、s302、初始化改进正弦余弦优化方法中的所有粒子以及个体和全局最优位置；
21、s303、计算所有粒子对应迁移策略的迁移能耗；
22、s304、计算所有粒子对应迁移策略的用户与边缘节点间的数据传输时延；
23、s305、计算所有粒子对应迁移策略的用户对服务n的请求的输入输出数据在边缘节点和用户之间的传输延迟；
24、s306、计算所有粒子对应迁移策略的用户服务所在的边缘节点和当前用户直接连接的边缘节点之间的传输时延；
25、s307、计算所有粒子对应迁移策略的通信时延；
26、s308、计算所有粒子对应迁移策略的计算时延；
27、s309、计算所有粒子对应迁移策略的服务总时延；
28、s310、并行计算所有粒子的适应度；
29、s311、遍历每个粒子的所有维度，并更新粒子位置；
30、s312、更新当前所有维度的全局最优位置以及每个粒子的个体最优位置，在所有粒子位置更新完毕后，表示一次迭代完成；
31、s313、更新与迭代次数相关的控制参数；
32、s314、迭代次数大于等于最大迭代次数时，结束迭代，将最终的全局最优位置保存至列表mig作为最终迁移决策集合。
33、进一步的，步骤s308中，所有粒子对应迁移策略的计算时延计算如下：
34、
35、其中，λn表示用户对服务n的请求的输入数据大小；c表示用户任务的计算负载，λnc表示用户对服务n的请求需要cpu周期数；fm表示边缘节点sern的cpu频率；n(sern)表示边缘节点sern上的服务数。
36、进一步的，步骤s311中，遍历每个粒子的所有维度，并更新粒子位置如下：
37、
38、其中，ω表示惯性权重，t为迭代次数，tmax为最大迭代次数；c1和c2为学习因子；r1为正弦余弦振幅调节系数；r2和r4均为随机数，r2∈[0,2π]，r4∈[0,1]，为第t+1代粒子i在解空间维度d上的位置，为第t代的所有粒子在解空间维度d上的最优个体位置，为粒子i在解空间维度d上的最优历史位置。
39、第二方面，本专利技术实施例提供了一种边缘计算服务迁移系统，包括：
40、预测模块，用户当前所连接的边缘节点根据用户的历史位置信息以及用户当前的位置信息预测用户的未来位置信息y；
41、判断模块，用户当前所连接的边缘节点根据预测模块预测的未来位置信息y，判断用户是否会移动出当前连接节点的服务范围，并构建备选边缘节点集合m；
42、优化模块，使用改进的正弦余弦优化方法，根据将服务迁移到备选节点上所取得的通信时延、计算时延以及迁移能耗，从判断模块得到的备选边缘节点集合m中为用户的所有服本文档来自技高网...
【技术保护点】
1.一种边缘计算服务迁移方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的边缘计算服务迁移方法，其特征在于，步骤S1具体为：
3.根据权利要求1所述的边缘计算服务迁移方法，其特征在于，步骤S2具体为：
4.根据权利要求3所述的边缘计算服务迁移方法，其特征在于，步骤S201中，如果r大于当前连接节点的信号覆盖半径R，用户将移动出当前连接节点的服务范围。
5.根据权利要求1所述的边缘计算服务迁移方法，其特征在于，步骤S3具体为：
6.根据权利要求5所述的边缘计算服务迁移方法，其特征在于，步骤S308中，所有粒子对应迁移策略的计算时延计算如下：
7.根据权利要求5所述的边缘计算服务迁移方法，其特征在于，步骤S311中，遍历每个粒子的所有维度，并更新粒子位置如下：
8.一种边缘计算服务迁移系统，其特征在于，包括：
9.一种芯片，其特征在于，
10.一种电子设备，其特征在于，
【技术特征摘要】
1.一种边缘计算服务迁移方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的边缘计算服务迁移方法，其特征在于，步骤s1具体为：
3.根据权利要求1所述的边缘计算服务迁移方法，其特征在于，步骤s2具体为：
4.根据权利要求3所述的边缘计算服务迁移方法，其特征在于，步骤s201中，如果r大于当前连接节点的信号覆盖半径r，用户将移动出当前连接节点的服务范围。
5.根据权利要求1所述的边缘计算服务...
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。