CN109005550B - 一种移动性管理的数据平面优化方法和控制器 - Google Patents

一种移动性管理的数据平面优化方法和控制器 Download PDF

Info

Publication number
CN109005550B
CN109005550B CN201810539463.3A CN201810539463A CN109005550B CN 109005550 B CN109005550 B CN 109005550B CN 201810539463 A CN201810539463 A CN 201810539463A CN 109005550 B CN109005550 B CN 109005550B
Authority
CN
China
Prior art keywords
data plane
mobility management
optimization
computing
resource state
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201810539463.3A
Other languages
English (en)
Other versions
CN109005550A (zh
Inventor
靳浩
王梦圆
朱晓颖
赵中原
彭木根
王文博
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beijing University of Posts and Telecommunications
Original Assignee
Beijing University of Posts and Telecommunications
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Beijing University of Posts and Telecommunications filed Critical Beijing University of Posts and Telecommunications
Priority to CN201810539463.3A priority Critical patent/CN109005550B/zh
Publication of CN109005550A publication Critical patent/CN109005550A/zh
Application granted granted Critical
Publication of CN109005550B publication Critical patent/CN109005550B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W24/00—Supervisory, monitoring or testing arrangements
    • H04W24/02—Arrangements for optimising operational condition
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L41/00—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
    • H04L41/08—Configuration management of networks or network elements
    • H04L41/0803—Configuration setting
    • H04L41/0823—Configuration setting characterised by the purposes of a change of settings, e.g. optimising configuration for enhancing reliability
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W36/00—Hand-off or reselection arrangements
    • H04W36/0005—Control or signalling for completing the hand-off
    • H04W36/0083—Determination of parameters used for hand-off, e.g. generation or modification of neighbour cell lists
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W36/00—Hand-off or reselection arrangements
    • H04W36/08—Reselecting an access point
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W36/00—Hand-off or reselection arrangements
    • H04W36/24—Reselection being triggered by specific parameters
    • H04W36/30—Reselection being triggered by specific parameters by measured or perceived connection quality data

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Mobile Radio Communication Systems (AREA)

Abstract

本申请公开了一种移动性管理的数据平面优化方法，包括：周期性收集网络资源状态信息，对收集的网络资源状态信息处理后进行分析，并将相应的分析结果作为对应于网络资源状态的场景数据；周期性收集各计算卸载协同控制器所属的协同计算单元的计算资源状态信息，对收集的计算资源状态信息处理后进行分析，并将相应的分析结果作为对应于计算资源状态的场景数据；确定需要进行数据平面优化时，将当前对应于网络资源状态的场景数据和当前对应于计算资源状态的场景数据作为限制条件，按照数据平面的指定优化目标，选择本地锚点，用于进行移动性管理的数据平面优化。通过移动性管理数据平面的优化，可以提高面向计算卸载业务的移动性管理数据平面的传输性能，提升移动用户使用计算卸载业务时的服务质量体验。

Description

一种移动性管理的数据平面优化方法和控制器
技术领域
本申请涉及通信系统中的移动性管理技术，特别涉及一种移动性管理的数据平面优化方法和控制器。
背景技术
近年来，随着智能移动设备的数量大幅增长及其在CPU处理能力、网络连接能力、传感能力等性能方面的提升，人们将更多地使用移动设备接入网络和获取服务，移动云计算(MCC：Mobile Cloud Computing)将成为一种主流的移动应用解决方案。但是，面对一些图像识别、网上游戏等计算密集型应用，移动设备的计算能力、电池续航能力等依然构成对应用实施的严重限制。因此，有人提出由移动设备将计算复杂度较高的任务卸载到远程的云数据中心，数据中心再将计算结果返回给移动设备的解决方案。在上述方案中，云数据中心与移动设备距离较远，通过高延迟的广域网连接，一方面，移动设备无法快速地获得需要的应用计算结果，另一方面，频繁的计算应用卸载会给广域网造成较大的流量压力，导致核心网络的流量增加，同时，也会导致移动无线网络的流量激增、无线接入网络的前传和回程链路带宽紧张，对移动无线接入网络的资源使用造成较大的压力。
移动边缘计算(MEC：Mobile Edge Computing)的提出，为基于移动无线接入网络的边缘计算提供了一个可行的解决方案。在移动边缘计算卸载方案中，在宏基站、微基站以及移动用户设备配置具有计算能力的模块，通过在基站、用户终端上提供计算卸载能力，可以使计算密集型应用在更接近网络边缘的设备上完成，这样，既可以减少用户的服务响应时延，同时，也可以提高边缘设备的资源利用率，减少移动无线网络中由于在核心网络进行计算卸载带来的回传、前传链路的网络负载。
移动边缘计算的提出，对异构无线接入网络的网络架构产生了较大的影响，由于宏基站、微基站、用户终端上均可能支持计算能力，因此，移动用户在网络中漫游时，可以将计算卸载到包括宏基站、微基站甚至附近的移动用户终端上，由宏基站、微基站甚至附近的移动用户终端上的协同计算单元完成卸载后的计算任务，再将计算结果返回给移动用户；但是，当移动用户移动并进行切换时，会影响计算卸载过程中用户发送和接收计算结果数据的传输，尤其是当计算卸载业务的计算输入数据和计算输出数据量大、卸载节点和被卸载节点之间的计算任务调用造成节点之间的频繁交互时，会对计算卸载业务的完成造成不利的影响。因此，研究并优化面向计算卸载业务的移动性管理机制是必要的。
现有蜂窝移动网络中的移动性管理基于MME、S-GW、P-GW以及源基站、目标基站等功能模块，其中，MME位于核心网络，完成位置管理、切换管理和数据管理等移动性管理相关的功能，也就是说，在控制平面上，用户的移动性管理事件(包括用户的附着、唤醒、切换以及会话到达等与移动性管理功能相关的事件)均由在核心网络中集中式部署的MME实体完成，同时，数据平面采用基于附着基站与服务网关协同的方式完成数据平面的数据流传输。基于上述移动性管理功能的部署方法，MME在控制平面上存在单点故障问题。
随着4G基于异构分层的无线接入网络部署以及5G典型业务场景的引入，网络架构更趋向于扁平化，异构分层的接入网络架构、计算、缓存资源的部署将引起移动性管理架构在控制平面上的信令数据流量激增，从而导致移动性管理控制平面的可靠性和可扩展性问题，同时，移动性管理所控制的用户平面数据传输的路径欠优化问题也日益严重。虽然，移动性管理的数据平面直接面向的是用户的数据流，但是，数据流的传输与数据平面上所支持的业务行为特征密切相关，例如，当基站支持边缘计算能力时，在不同基站之间的计算卸载数据流传输的优化难以与数据平面上的移动性管理切换过程完全割裂开来。因此，面向计算卸载业务、针对移动性管理的数据平面优化是迫切需要的。
目前，针对移动性管理的研究成果主要包括移动性管理性能的评估和针对移动性管理架构的改进。其中，在移动性管理架构的改进方面，研究成果主要包括针对移动性管理架构的控制平面改进和数据平面改进。下面就当前在移动性管理性能的评估、移动性管理控制平面和数据平面方面的研究和改进状况进行简略说明：
(1)移动性管理性能评估：主要包括用户的不同移动性模型、不同业务场景下的移动性管理性能评估，基于用户、基站的分布进行建模，针对移动用户的移动性行为进行建模，针对所支持的业务进行建模，分析影响移动性管理性能的主要因素、理论建模结果与系统性仿真研究结果之间的差异；评价指标主要包括数据包的丢失率、切换率、切换乒乓率、切换时延等；
(2)移动性管理架构的改进：控制平面上的研究成果主要集中在对移动性管理架构的移动性管理功能进行分布式部署方面，针对移动性管理的集中式部署缺陷，有人提出了分布式移动性管理(DMM：Distributed Mobility Management)的方法，将MME分成层次化的架构，其中，全局MME负责不同区域之间的移动性管理，本地MME则负责本地区域的移动性管理，这样，可以节省移动性管理控制平面到核心网络的控制信息开销。数据平面方面的研究成果主要在对移动性管理数据平面的优化上，目前基于异构分层无线接入网络的移动性管理通常采用基于本地锚点的移动性管理方案，即本地锚点负责用户平面的数据转发，主要通过本地锚点选取，完成数据平面上数据转发路径的优化。在面向计算卸载业务的移动性管理数据平面优化方面，针对移动性管理的数据平面，已有的研究成果提出基于能效优化的移动性管理数据平面的优化方案。
发明内容
本申请提供一种移动性管理的数据平面优化方法和控制器，针对面向计算卸载业务的异构无线分层接入网络的移动性管理数据平面进行优化。
为实现上述目的，本申请采用如下技术方案：
一种移动性管理的数据平面优化方法，包括：
在由宏基站、微基站、无线接入点形成的异构分层移动无线接入网络的簇内，周期性收集网络资源状态信息，对收集的网络资源状态信息处理后进行分析，并将相应的分析结果作为对应于网络资源状态的场景数据；
在所述簇内，周期性收集各计算卸载协同控制器所属的协同计算单元的计算资源状态信息，对收集的计算资源状态信息处理后进行分析，并将相应的分析结果作为对应于计算资源状态的场景数据；
确定需要进行数据平面优化时，将当前对应于网络资源状态的场景数据和当前对应于计算资源状态的场景数据作为限制条件，按照数据平面的指定优化目标，进行所述数据平面的优化，并按照优化结果选择本地锚点，用于进行移动性管理的数据平面的数据优化传输。
较佳地，所述对收集的网络资源状态信息处理后进行分析包括：从收集的网络资源状态信息中提取有效网络状态信息，根据所述有效网络状态信息，并结合历史网络资源状态，确定目标网络状态信息，对所述目标网络状态信息进行分析。
较佳地，所述对收集的计算资源状态信息包括：从控制器所属的协同计算单元中收集并提取有效的计算状态信息，根据所述有效计算状态信息，结合历史计算资源状态，确定目标计算状态信息，对所述目标计算状态信息进行分析。
较佳地，所述对应于网络资源状态的场景数据包括但不限于：网络拓扑、组网状态、链路带宽、系统吞吐量、指定链路的网络资源使用量、指定链路的网络资源使用率和/或与通信相关的系统代价；和/或，
所述对应于计算资源状态的场景数据包括但不限于：计算资源的计算能力、计算资源的组网拓扑结构、计算资源的组网状态、计算卸载的流行应用和/或组件的状态信息、用户的移动计算卸载业务请求的变化特征信息和/或协同计算单元的计算资源使用量、计算资源使用率和/或与计算相关的系统代价。
较佳地，所述确定需要进行数据平面优化的方式包括：根据当前对应于网络资源状态的场景数据和当前对应于计算资源状态的场景数据，确定是否需要进行数据平面优化。
较佳地，所述根据当前对应于网络资源状态的场景数据和当前对应于计算资源状态的场景数据确定是否需要进行数据平面优化包括：根据当前对应于网络资源状态的场景数据和当前对应于计算资源状态的场景数据，监测移动性管理数据平面的状态信息，并根据该状态信息确定移动性管理性能指标状态；根据所述移动性管理性能指标状态进行移动性管理中数据平面的性能指标评估，当评估结果不满足当前需求时，确定需要进行数据平面优化；当评估结果满足当前需求时，确定不需要进行数据平面优化。
较佳地，所述进行所述数据平面的优化包括：将所述当前对应于网络资源状态的场景数据和所述当前对应于计算资源状态的场景数据作为限制条件，按照将数据平面的指定优化目标以及指定数据链路的负载、负载均衡目标和/或计算卸载的负载、负载均衡目标作为联合优化目标，进行所述数据平面的优化；其中，所述指定数据链路的负载目标、负载均衡目标是针对基站的通信平面的，所述计算卸载的负载目标、负载均衡目标是针对基站的计算平面的。
一种移动性管理的数据平面优化控制器，包括：资源状态信息统计和分析模块、移动性管理优化决策模块和数据平面优化模块；
所述资源状态信息统计和分析模块，用于在由宏基站、微基站、无线接入点形成的异构分层无线接入网络的簇内，周期性收集网络资源状态信息，对收集的网络资源状态信息处理后进行分析，并将相应的分析结果作为对应于网络资源状态的场景数据；还用于在所述簇内周期性地收集各计算卸载协同控制器所属的协同计算单元的计算资源状态信息，对收集的计算资源状态信息处理后进行分析，并将相应的分析结果作为对应于计算资源状态的场景数据；
所述移动性管理优化决策模块，用于确定是否需要进行数据平面优化，并在确定进行数据平面优化时，通知所述数据平面优化模块；
所述数据平面优化模块，用于将所述网络资源状态统计和分析模块输出的当前对应于网络资源状态的场景数据和所述计算资源状态统计和分析模块输出的当前对应于计算资源状态的场景数据作为限制条件，按照数据平面的指定优化目标，进行所述数据平面的优化，并按照优化结果完成移动性管理的数据平面功能。
较佳地，所述移动性管理优化决策模块包括移动性管理数据平面性能监测子模块、移动性管理数据平面性能评估子模块和移动性管理数据平面优化控制输入参数生成子模块；
所述移动性管理数据平面性能监测子模块，用于根据所述资源状态统计和分析模块输出的当前对应于网络资源状态的场景数据和当前对应于计算资源状态的场景数据，监测移动性管理数据平面的状态信息，并根据该状态信息确定移动性管理性能指标状态；
所述移动性管理数据平面性能评估子模块，用于根据所述移动性管理性能指标状态进行移动性管理中数据平面的性能指标评估，当评估结果不满足当前需求时，确定需要进行数据平面优化，并将所述移动性管理性能指标状态发送给所述移动性管理数据平面优化控制输入参数生成子模块；
所述移动性管理数据平面优化控制输入参数生成子模块，用于根据所述移动性管理性能指标状态生成移动性管理数据平面优化控制策略输入参数，并将所述输入参数输出给所述数据平面优化模块。
较佳地，所述数据平面优化模块包括：移动性管理数据平面优化控制策略子模块和移动性管理数据平面优化控制策略输出子模块；
所述移动性管理数据平面优化控制策略子模块，用于根据所述输入参数，将所述资源状态统计和分析模块输出的当前对应于网络资源状态的场景数据和当前对应于计算资源状态的场景数据作为限制条件，按照数据平面的指定优化目标，进行所述数据平面的优化，并将优化结果发送给所述移动性管理数据平面优化控制策略输出子模块；
所述移动性管理数据平面优化控制策略输出子模块，用于根据所述优化结果生成针对数据平面进行优化控制的控制信息，并按照所述控制信息进行数据平面的优化控制；其中，所述数据平面优化控制的控制信息包括但不限于：本地锚点的选取结果、针对不同基站和/或无线接入点的通信平面上的网络资源优化控制结果信息和/或针对不同基站和/或无线接入点的计算平面上计算资源的优化控制结果信息。
由上述技术方案可见，本申请中，在由宏基站、微基站、无线接入点形成的异构分层无线接入网络的簇内，周期性收集网络资源状态信息，对收集的网络资源状态信息处理后进行分析，并将相应的分析结果作为对应于网络资源状态的场景数据；在相应簇内，周期性收集各计算卸载协同控制器所属的协同计算单元的计算资源状态信息，对收集的计算资源状态信息处理后进行分析，并将相应的分析结果作为对应于计算资源状态的场景数据；移动性管理确定需要进行数据平面优化时，将当前对应于网络资源状态的场景数据和当前对应于计算资源状态的场景数据作为限制条件，按照数据平面的指定优化目标，进行数据平面的优化，并按照优化结果选择本地锚点，用于进行移动性管理的数据平面的数据优化传输。通过上述方式，根据网络资源状态和计算资源状态进行数据平面优化，也就是说，将计算卸载任务中使用的网络资源和计算资源纳入数据平面优化时的限制条件，从而使数据平面的优化结果及本地锚点的选择能够适应于当前的网络资源和计算资源使用状态，优化计算卸载业务的数据传输和小区计算负载，同时，也能够提升移动用户的服务质量体验。
附图说明
图1为一种面向计算卸载业务的移动性管理架构示意图；
图2给出了一种基于异构分层无线接入网络的移动性管理架构包含的功能模块；
图3给出了一种在计算平面上的计算卸载控制器的分层控制关系示意图；
图4为本申请中面向计算卸载业务的移动无线接入网络的通信平面中的一种组网架构；
图5给出了本申请中面向计算卸载业务的移动无线接入网络的一种数据平面中计算平面的计算资源组网架构；
图6为本申请中移动性管理的数据平面优化方法基本流程示意图；
图7为本申请中数据平面优化控制器的基本结构示意图；
图8为本申请实施例中MMOC-DP-COS的结构示意图；
图9给出了MMOC-DP-COS网络资源状态信息统计和分析模块的子模块组成；
图10给出了MMOC-DP-COS计算资源状态信息统计和分析模块的子模块组成；
图11给出了一种面向计算卸载业务的移动性管理的簇内切换流程；
图12给出了一种面向计算卸载业务的移动性管理的簇间切换流程；
图13为一种基于计算卸载数据通信开销最小的移动性管理数据平面优化方法的流程；
图14为一种联合优化数据平面上的通信开销和负载均衡的面向计算卸载业务的移动性管理数据平面优化方法的流程。
具体实施方式
为了使本申请的目的、技术手段和优点更加清楚明白，以下结合附图对本申请做进一步详细说明。
前述背景技术中描述的移动性管理解决方案是基于数据流进行的，与其所支持的业务流的行为特征无关。但是，在边缘计算中，卸载节点与被卸载节点之间需要进行应用的频繁调用，因此，节点之间的交互是频繁的，不考虑计算卸载业务的特点以及小区之间的计算卸载流量均衡，根据原有的方案选取优化的本地锚点，难以满足数据平面上计算平面的优化，导致计算平面的性能降低，例如计算卸载数据传输的路径跳数过多引起计算卸载数据通信开销过大、计算平面的计算卸载流量不均衡、无线接入网络空口的计算卸载数据传输容易受用户移动性影响等，最终导致计算卸载业务的服务质量体验下降的问题。
另外，有人提出一种基于本地锚点优化的移动性管理数据平面优化方案，该方案中以能效最优化作为优化目标，也无法解决计算卸载业务的数据通信开销过大和组件调用频繁带来的问题，无法提升移动用户使用计算卸载业务时的服务质量体验。
本申请提供一种移动性管理的数据平面优化方法和装置，采用面向计算卸载业务的移动性管理数据平面优化控制器，以通信开销最小化、联合数据平面通信开销和小区计算负载均衡分别作为移动性管理数据平面的优化目标，通过优化选取本地锚点位置、优化计算卸载数据传输路径，可以优化使用边缘计算资源，提高计算资源的使用效率，降低核心网络的回传带宽开销，提高移动性管理数据平面的性能和用户的服务质量体验。
下面首先介绍一下面向计算卸载业务的移动性管理场景、功能架构和平面划分。
图1给出了一种面向计算卸载业务的移动性管理架构示意图。其中，实线表示移动性管理的控制平面，虚线表示移动性管理的数据平面。宏基站覆盖范围内有多个微基站，基站之间可以为有线连接或者无线连接，用户和基站之间为无线连接，且用户可同时接入微基站和宏基站。上述网络场景下，节点包括宏基站、微基站、无线接入点、网关；通信链路包括网关与宏基站/微基站/无线接入点、宏基站与微基站/无线接入点之间、宏基站/微基站/无线接入点与用户终端、微基站与微基站/无线接入点的双向链路。其中，网关与宏基站、宏基站与微基站、宏基站和无线接入点、微基站与微基站、微基站与无线接入点之间可以为有线或者无线链路，宏基站与用户终端、微基站与用户终端、无线接入点与用户之间的链路为无线链路。
在蜂窝异构分层无线接入网络中，移动性管理由包括用户终端、源微基站/源无线接入点(Source SBS/AP)、目标微基站/目标无线接入点(Target SBS/AP)、服务网关(S-GW)、分组网关(P-GW)、核心网中的移动性管理实体(MME)、负责移动用户位置管理和业务管理的数据库(HSS)、策略控制(PCRF)等功能模块协同完成。在异构分层无线接入网络中，基站是分层部署的，宏基站负责覆盖，微基站和各种异构无线接入点负责热点覆盖，通过宏基站、微基站和/或无线接入点协同完成用户终端移动时的移动性管理相关控制平面和数据平面功能。由于微基站和无线接入点密集部署，因此，通常在接入网络侧选择一个本地锚点(LA：Local Anchor)，其功能类似于网关，用于协同完成相关的移动性管理控制平面和数据平面的功能。图2给出了一种异构分层无线接入网络中基于本地锚点的移动性管理架构。其中，实线表示移动性管理架构的控制平面，虚线表示移动性管理架构的数据平面。
在上述的移动性管理架构中，控制平面包含的功能模块有：MME、源微基站/源无线接入点、目标微基站/目标无线接入点、LA、S-GW、P-GW和HSS，控制平面完成移动用户的位置管理、切换管理；数据平面包含的功能模块有源微基站/源无线接入点、目标微基站/目标无线接入点、LA、S-GW、P-GW，数据平面完成移动用户在异构无线分层接入网络和核心网络中的数据传输相关功能。
在面向计算卸载业务的移动性管理架构中，移动性管理的数据平面又包括通信平面和计算平面。
在计算平面上，每个基站(包括宏基站和微基站)均部署有协同计算单元，移动用户将计算任务卸载到宏基站和/或微基站和/或无线接入点上执行。协同计算单元负责执行用户卸载的计算任务。一次计算卸载可由一个基站或多个基站协作完成，计算卸载结果则取决于部署于计算平面上的计算卸载控制器的计算卸载优化决策结果。通信平面则通过不同的网络节点和通信链路，完成对计算卸载业务相关的数据传输。
从计算卸载的角度看，计算平面又分为计算平面的数据平面和控制平面。其中，计算卸载请求处理和计算卸载控制功能属于计算平面的控制平面，由计算卸载控制器来完成，计算卸载控制器可以放置在宏基站上，也可以放置在从微基站和无线接入点中选取出来的簇头上。计算卸载请求处理完成用户计算卸载请求的处理；计算卸载控制功能包括针对计算卸载业务的计算卸载决策控制和针对计算卸载业务的数据平面的控制功能，即计算卸载控制器负责处理来自移动用户的计算卸载请求，并对计算卸载请求进行计算卸载决策，将计算卸载决策结果分发到相关的计算卸载节点和被卸载节点上。在计算卸载过程中，计算任务在被卸载节点上的计算单元中进行实例化和执行，执行期间，在卸载节点和被卸载节点之间的计算卸载输入参数、计算卸载输出参数等数据的传输则属于计算平面的数据平面，实质上属于通信平面的数据传输，计算卸载涉及的计算单元的计算优化属于计算平面的数据平面，由此可见，计算卸载的优化会影响通信平面的数据传输，因此，也将影响到移动性管理的数据平面优化。计算卸载控制器可以放置在宏基站、微基站、无线接入点中，各个计算卸载控制器可以基于集中式、分层控制的关系完成协同计算卸载控制，也可以基于分布式的方式完成计算卸载控制。图3给出了一种在计算平面上的计算卸载控制器的分层控制关系。
从移动性管理的角度看，实质上，要保证用户在移动过程中的业务连续性，可以将移动性管理的功能进一步分为位置管理、切换管理和数据管理功能，其中，位置管理用来记录和更新用户在移动无线接入网络中的位置相关信息，以便保证用户在移动期间的可达性；切换管理提供切换检测、网络选择、切换判决和切换控制，保证用户在多个移动无线接入网络之间漫游时的业务连续性；数据管理负责用户移动时的数据包封装/解封装以及用户数据平面的数据转发。因此，在移动性管理功能中，位置管理和切换管理属于移动性管理的控制平面，而数据管理则属于移动性管理的数据平面。
在异构分层无线接入网络中，从通信平面的组网架构上，宏基站负责覆盖，微基站负责热点地区的高速数据传输。在面向计算卸载业务时，宏基站、微基站和无线接入点上均可以部署有协同计算单元，计算卸载任务导致基站之间的计算组件形成调用关系，在基站之间形成输入和输出数据的传输，因此，协同计算单元之间是通过协同来完成移动用户卸载的计算任务的。考虑到计算资源分配和计算输入输出结果的优化传输，即用户与微基站之间、微基站与微基站和/或无线接入点之间在计算卸载过程中的数据传输，移动性管理的数据平面可以通过部分分布式的方式进行部署和优化，即可以在多个微基站和无线接入点中优化选取一个节点作为本地锚点，完成面向计算卸载业务的移动性管理数据平面的数据流优化传输。从移动性管理的角度来看，本地锚点的功能包括：
(1)在数据平面上，本地锚点完成代理和中继功能，通过选取优化的数据平面锚点，可以在其所属簇内的微基站之间、簇之间完成数据流量的集中和优化传输；
(2)在控制平面上，本地锚点协助完成移动性管理相关的协议流程，基于移动性管理协议流程，本地锚点知道用户通过微基站的附着行为，为移动终端提供簇内和簇间的微基站之间的切换，并协助完成在微基站和本地锚点之间以及本地锚点和核心网之间的与承载连接控制相关的协议流程。
基于上述关于本地锚点的功能及其与移动性管理功能的关系，在本地锚点的选取上，本地锚点可以是宏基站，也可以是某一个微基站或无线接入点。基于此，针对面向计算卸载业务的数据平面优化，可以转化为根据宏基站、多个微基站和无线接入点形成的簇内的移动计算卸载资源优化策略，基于不同的优化目标优化选取本地锚点的问题。通过对本地锚点的优化，以增加一跳中继节点作为代价，可以达到优化计算卸载业务数据传输、优化移动性管理数据平面的目的。
图4为本申请中面向计算卸载业务的移动无线接入网络的通信平面中的一种组网架构。其中，SBS是微基站，MBS是宏基站，宏基站和微基站之间、微基站与微基站之间可以是无线链路或者有线链路，LA是经计算卸载控制器决策的优化本地锚点，LA作为计算卸载决策的优化数据平面节点，完成用户终端计算卸载任务的计算卸载或者与计算卸载相关的数据中继传输。图5给出了本申请中面向计算卸载业务的移动无线接入网络的一种数据平面中计算平面的计算资源组网架构。其中，计算卸载控制器部署在宏基站上，在宏基站、微基站、无线接入点上均部署了协同计算单元，协同完成移动用户的计算卸载业务。
图6为本申请中移动性管理的数据平面优化方法的基本流程示意图，如图6所示，该方法包括：
步骤601，在由宏基站、微基站、无线接入点形成的异构分层无线接入网络的簇内，周期性地收集网络资源状态信息和各计算卸载协同控制器所属的协同计算单元的计算资源状态信息。
本申请是面向计算卸载的移动性管理数据平面优化，因此需要对计算卸载业务对于移动性管理数据平面造成影响的数据平面的相关状态信息进行搜集，本步骤就是用于收集网络资源状态信息和计算资源状态信息，从而利用这些状态信息作为数据平面优化的依据。其中，网络资源状态信息包括但不限于网络拓扑、组网状态、链路带宽、系统吞吐量、指定链路的网络资源使用量、指定链路的网络资源使用率和/或与通信相关的系统代价；计算资源状态信息包括但不限于：计算资源的计算能力、计算资源的组网拓扑结构、计算资源的组网状态、计算卸载的流行应用和/或组件的状态信息、用户的移动计算卸载业务请求的变化特征信息和/或协同计算单元的计算资源使用量、计算资源使用率和/或与计算相关的系统代价。
步骤602，对收集的网络资源状态信息和计算资源状态信息处理后，进行分析，并将相应的分析结果作为对应于网络资源状态的场景数据和对应于计算资源状态的场景数据。
对网络资源状态信息进行处理时，可以从收集的网络资源状态信息中提取有效网络状态信息，根据有效网络状态信息，并结合历史网络资源状态，确定目标网络状态信息，对目标网络状态信息进行分析。例如，可以根据有效网络状态信息，结合历史网络状态信息进行未来网络状态信息的预测，根据预测结果进行信息汇聚和分析。对应于网络资源状态的场景数据包括但不限于：网络拓扑、组网状态、链路带宽、系统吞吐量、指定链路的网络资源使用量、指定链路的网络资源使用率和/或与通信相关的系统代价等，并以此作为面向计算卸载业务的移动性管理数据平面优化的优化依据。
可选地，可以根据有效网络状态信息，并结合历史网络状态信息，针对所述网络资源状态信息进行处理，给出网络资源状态信息的分析结果，即网络资源状态的场景数据。其中的分析可以是基于统计分析或基于人工智能的分析方式，例如可以基于人工智能算法，包括但不限于机器学习算法。
对计算资源状态信息进行处理时，可以从收集的计算资源状态信息中提取有效计算状态信息，根据有效计算状态信息，并结合历史计算资源状态，确定目标计算状态信息，对目标计算状态信息进行分析。例如，可以根据有效计算状态信息，结合历史计算资源状态信息进行未来计算资源状态信息的预测，根据预测结果进行信息汇聚和分析。对应于计算资源状态的场景数据包括但不限于：计算资源的计算能力、计算资源的组网拓扑结构、计算资源的组网状态、计算卸载的流行应用和/或组件的状态信息、用户的移动计算卸载业务请求的变化特征信息和/或协同计算单元的计算资源使用量、计算资源使用率和/或与计算相关的系统代价，并以此作为面向计算卸载业务的移动性管理数据平面优化的优化依据。
可选地，可以根据有效计算状态信息，并结合历史计算资源信息，针对所述计算资源状态信息进行处理，给出计算资源状态信息的分析结果，即计算资源状态的场景数据。其中的分析可以是基于统计分析或基于人工智能的分析方式，例如基于人工智能算法，包括但不限于机器学习算法。
步骤603，判断是否需要进行数据平面优化，当需要时，执行步骤604，否则返回步骤601。
在判断是否需要进行数据平面优化时，可以根据步骤602确定出的当前对应于网络资源状态的场景数据和当前对应于计算资源状态的场景数据进行。优选地，可以根据当前对应于网络资源状态的场景数据和当前对应于计算资源状态的场景数据，监测移动性管理数据平面的状态信息，并根据该状态信息确定移动性管理的性能指标状态；根据所述移动性管理性能指标状态进行移动性管理中数据平面的性能指标评估，当评估结果不满足当前需求时，确定需要进行数据平面优化；当评估结果满足当前需求时，确定不需要进行数据平面优化。
步骤604，将当前对应于网络资源状态的场景数据和当前对应于计算资源状态的场景数据作为限制条件，按照数据平面的指定优化目标，进行数据平面的优化；执行步骤605。
步骤602确定出的对应于网络资源状态和计算资源状态的场景数据，反映了与计算卸载相关的资源状态。本步骤中，利用这些场景数据作为限制条件，并按照指定的优化目标，进行数据平面的优化。这样优化后的结果能够适应于当前与计算卸载业务相关的资源状况，即考虑计算负载、组件调用和通信开销等与计算卸载业务相关的数据平面状态信息。
其中，数据平面的优化目标可以是各种现有的指标，例如移动性管理数据平面的优化指标，也可以是根据计算卸载业务应用的实际需求提出的指定指标，本申请对此不做限定。
步骤605，按照步骤604的优化结果，针对与本次优化结果相关的基站和/或无线接入点进行优化控制操作，基于上述优化控制操作结果，完成移动性管理的数据平面的优化控制。
在步骤604的优化结果中，针对与本次优化结果相关的基站和/或无线接入点进行优化控制，可以是基于优化目标对本地锚点的选择，即将当前对应于网络资源状态的场景数据和当前对应于计算资源状态的场景数据作为限制条件，按照数据平面的指定优化目标，选择最优的本地锚点。通过该本地锚点的选择，可以优化面向计算卸载业务的移动性管理架构中数据平面的数据转发路径，达到提高移动性管理数据平面传输性能的目的。
优选地，上述优化方法还可以进行基于其他优化目标的移动性管理数据平面的优化控制，例如，可以针对基站的通信平面，将指定数据链路的负载均衡作为优化目标；针对面向计算卸载业务的基站的计算平面，将不同基站之间的计算负载均衡作为优化目标。具体地，可以将步骤604得到的优化结果控制信息发送到与本次优化控制过程相关的微基站和/或无线接入点；与本次优化控制过程相关的微基站和/或无线接入点基于上述控制信息，完成本次移动性管理数据平面的优化控制。例如，也可以基于指定数据链路的网络负载最小、不同基站之间的计算卸载的负载均衡，针对基于网络负载和计算卸载负载均衡的联合优化作为优化目标，进行本地锚点的选取，得到优化控制结果，与本次优化控制过程相关的微基站和/或无线接入点基于上述优化控制信息，完成本次移动性管理数据平面的优化控制。
至此，本申请中移动性管理的数据平面优化方法流程结束。
本申请还提供了一种面向计算卸载业务的移动性管理的数据平面优化控制器(Computation Offloading Service aware Mobility Management OptimizationController for Data Plane，MMOC-DP-COS)，可以用于实施上述数据平面优化方法。图7为该控制器的基本结构示意图。如图7所示，该控制器包括：资源状态信息统计和分析模块、移动性管理优化决策模块和数据平面优化模块。
其中，资源状态信息统计和分析模块，用于在由宏基站、微基站、无线接入点形成的异构分层无线接入网络的簇内，周期性收集网络资源状态信息，对收集的网络资源状态信息处理后进行分析，并将相应的分析结果作为对应于网络资源状态的场景数据；还用于在所述簇内周期性地收集各计算卸载协同控制器所属的协同计算单元的计算资源状态信息，对收集的计算资源状态信息处理后进行分析，并将相应的分析结果作为对应于计算资源状态的场景数据；移动性管理优化决策模块，用于确定是否需要进行数据平面优化，并在确定进行数据平面优化时，通知数据平面优化模块；数据平面优化模块，用于将网络资源状态统计和分析模块输出的当前对应于网络资源状态的场景数据和计算资源状态统计和分析模块输出的当前对应于计算资源状态的场景数据作为限制条件，按照数据平面的指定优化目标，进行所述数据平面的优化，得到优化控制结果；根据该优化结果，针对与本次优化控制过程相关的基站和/或无线接入点进行控制，完成移动性管理数据平面的优化。
下面给出一个MMOC-DP-COS的具体实施例。图8为该实施例中MMOC-DP-COS的结构示意图。如图8所示，MMOC-DP-COS包括资源状态信息收集模块、移动性管理优化决策模块和数据平面优化模块。其中，移动性管理优化决策模块包括移动性管理数据平面性能监测子模块、移动性管理数据平面性能评估子模块和移动性管理数据平面优化控制策略输入参数生成子模块，数据平面优化模块包括移动性管理数据平面优化控制策略子模块和移动性管理数据平面优化控制策略输出子模块。
在图8中，各模块和子模块完成的功能包括：
1.MMOC-DP-COS资源状态信息收集模块：本模块针对系统中的网络资源状态信息和计算资源状态信息进行监测，并给出分析和预测信息。本模块包含的子模块有MMOC-DP-COS网络资源状态信息和分析模块、MMOC-DP-COS计算资源状态信息统计和分析模块。
(1)MMOC-DP-COS网络资源状态信息统计和分析子模块：本模块包含MMOC-DP-COS网络资源状态信息收集子模块、预处理子模块、数据分析子模块、预测子模块和信息汇聚子模块。具体来说，MMOC-DP-COS网络资源状态信息收集子模块对网络资源状态信息进行周期性的收集，并将本部分网络资源状态信息输入到预处理子模块中进行预处理，预处理之后的信息输入到数据分析子模块中进行处理，输出基于该网络资源状态信息的网络状态预测信息和信息汇聚结果，根据预测信息和信息汇聚结果生成并输出基于该网络资源状态信息的场景数据，本场景数据输入到移动性管理数据平面性能监测子模块中，以便成为移动性管理数据平面性能监测子模块生成移动性管理数据平面性能状态信息和移动性管理数据平面优化控制策略输入参数生成模块的网络资源状态信息输入依据。
可选地，可以根据对网络资源状态信息的分析，得到目前系统中的网络资源/状态信息，包括但不限于：网络拓扑、组网状态、链路带宽、系统吞吐量、指定链路的网络资源使用量、指定链路的网络资源使用率和/或与通信相关的系统代价，并以此作为面向计算卸载业务的移动性管理数据平面优化控制策略模块的优化依据。图9给出了MMOC-DP-COS网络资源状态信息统计和分析模块的子模块组成。
可选地，MMOC-DP-COS网络资源状态信息统计和分析子模块中的MMOC-DP-COS网络资源状态信息收集子模块周期性地搜集网络资源状态信息，并将该信息输入到预处理子模块，预处理子模块对该网络资源状态信息进行预处理，数据分析子模块和预测子模块针对预处理过的网络资源状态信息进行分析和预测，其中的分析和预测可以是基于统计分析或基于人工智能的分析方式。例如，可以基于人工智能算法，包括但不限于机器学习算法，将预测结果信息与分析结果信息进行信息汇总，输出基于网络资源状态信息的场景数据。
(2)MMOC-DP-COS计算资源状态信息统计和分析子模块：本模块用来收集并分析当前移动计算卸载协同控制器所属的计算资源状态信息，本模块包含的子模块有MMOC-DP-COS计算资源状态信息收集子模块、预处理子模块、数据分析模块、预测子模块和信息汇聚子模块。具体地说，MMOC-DP-COS计算资源状态信息收集子模块周期性地从本控制器所属的计算资源控制接口模块收集所属的协同计算单元的计算资源状态信息，并将本部分计算资源状态信息输入到预处理子模块进行预处理，输出的计算资源状态信息输入到数据分析子模块中进行分析，输出计算资源状态预测信息和信息汇聚结果，并基于上述信息生成并输出基于该计算资源状态信息的场景数据，本场景数据输入到移动性管理数据平面性能监测模块中，以便成为移动性管理数据平面性能监测模块生成移动性管理数据平面性能状态信息和移动性管理数据平面优化控制策略输入参数生成模块的计算资源状态信息输入依据。
可选择地，可以根据对计算资源信息的分析，得到目前所属协同计算单元的计算资源状态信息，包括但不限于：计算资源的计算能力、计算资源的组网拓扑结构、计算资源的组网状态、计算卸载的流行应用和/或组件的状态信息、用户的移动计算卸载业务请求的变化特征信息和/或协同计算单元的计算资源使用量、计算资源使用率和/或计算相关的系统代价，并以此作为面向计算卸载业务的移动性管理数据平面优化控制策略模块的优化依据。图10给出了MMOC-DP-COS中计算资源状态信息统计和分析模块的子模块组成。
可选地，MMOC-DP-COS计算资源状态信息统计和分析子模块中的MMOC-DP-COS计算资源状态信息收集子模块周期性地搜集计算资源状态信息，并将该信息输入到预处理子模块，预处理子模块对该计算资源状态信息进行预处理，数据分析子模块和预测子模块针对预处理过的计算资源状态信息进行分析和预测，其中的分析和预测可以是基于统计分析或基于人工智能的分析方式，例如基于人工智能算法，包括但不限于机器学习算法，将预测结果信息与分析结果信息进行信息汇总，输出基于所述计算资源状态信息的场景数据。
2.移动性管理优化决策模块，用于确定是否需要进行数据平面优化，并在确定进行数据平面优化时，通知数据平面优化模块。本模块包含移动性管理数据平面性能监测子模块、移动性管理数据平面性能评估子模块和移动性管理数据平面优化控制输入参数生成子模块。
(1)移动性管理数据平面性能监测子模块：本模块根据MMOC-DP-COS网络资源状态信息统计和分析子模块、MMOC-DP-COS计算资源状态信息统计和分析子模块输出的资源状态信息，周期性监测系统中的移动性管理数据平面的相关状态信息，并给出基于该状态信息的移动性管理相关性能指标状态值，将此性能指标值作为当前移动性管理数据平面的性能指标状态信息，发送到移动性管理数据平面性能评估子模块。
(2)移动性管理数据平面性能评估子模块：本模块接收移动性管理数据平面性能监测子模块发送的移动性管理相关的性能指标状态信息，按照本模块的性能评估算法，对目前的移动性管理数据平面性能进行基于数据平面特定性能指标的评估，并输出性能评估结果，当性能评估结果符合预设的特定性能指标值时，将该性能指标值返回移动性管理数据平面性能监测子模块，移动性管理数据平面性能监测子模块继续周期性监测移动性管理相关的性能状态信息；当性能评估结果不符合预设的特定性能指标值时，移动性管理数据平面性能评估子模块将目前的性能指标状态信息输出到移动性管理数据平面优化控制策略输入参数生成子模块。
(3)移动性管理数据平面优化控制策略输入参数生成子模块：本模块接收到移动性管理数据平面性能评估子模块的性能指标状态信息，根据该信息生成基于该性能指标优化的移动性管理数据平面优化控制策略输入参数，并将该输入参数输出到移动性管理数据平面优化控制策略子模块。
3.数据平面优化模块，用于将网络资源状态统计和分析模块输出的当前对应于网络资源状态的场景数据和计算资源状态统计和分析模块输出的当前对应于计算资源状态的场景数据作为限制条件，按照数据平面的指定优化目标，完成数据平面的优化，并将优化控制结果信息发送给与本次优化相关的基站和/或无线接入点，与本次优化相关的基站和/或无线接入点基于该优化控制结果完成移动性管理的数据平面优化控制。本模块包含移动性管理数据平面优化控制策略子模块和移动性管理数据平面优化控制策略输出子模块。
(1)移动性管理数据平面优化控制策略子模块：本模块根据移动性管理数据平面优化控制策略输入参数生成子模块输入的移动性管理数据平面优化控制策略输入参数，选择特定数据平面性能指标作为优化目标，同时，将目前的资源状态信息作为优化的限制条件，将优化问题转化成一个针对移动性管理的特定数据平面性能指标作为优化目标，以资源状态信息作为约束条件的优化问题，对该问题进行在线或离线求解，将优化控制结果输出到移动性管理数据平面优化控制策略输出子模块。
(2)移动性管理数据平面优化控制策略输出子模块：本模块收到移动性管理数据平面优化控制策略子模块的移动性管理数据平面优化控制结果，基于该优化控制结果信息，生成针对移动性管理进行数据平面优化控制的控制信息。该信息包括但不限于针对本地锚点的选取结果信息、针对不同基站和/或无线接入点的通信平面的优化控制的结果信息、针对不同基站和/或无线接入点的计算平面进行优化控制的结果信息。
通过上述本申请中的数据平面优化方法和优化控制器，能够进行移动性管理的数据平面优化。下面给出适用于本申请的切换过程示例。
在图1的计算卸载业务场景下，面向计算卸载业务的移动性管理的切换流程包括簇内的切换流程和簇间的切换流程。以下以一次成功的切换为例，分别给出微基站簇内的切换流程和微基站簇间的切换流程。
图11给出了一种面向计算卸载业务的移动性管理的簇内切换流程。假设移动终端在切换时，正在执行基于计算卸载的任务，本计算卸载任务与SBSx相关，计算卸载结果在移动用户切换期间需要回传给移动用户，当前经MMOC-DP-COS优化控制，选择的微基站SBS1、SBS2所在簇的本地锚点是LA。因此，本次基于微基站簇内的切换过程涉及移动终端、源微基站(Serving SBS1)、目标微基站(Target SBS2)、本地锚点LA、移动性管理(MME)、服务网关(S-GW)以及正在执行计算卸载任务的微基站SBSx。切换分为切换准备过程、切换执行过程和切换完成过程，以下给出本次切换的具体流程：
移动终端周期性地将基于接收信号强度的测量报告信息发送到其目前附着的SBS1，该测量报告信息包含有当前该用户所在覆盖范围内可能的多个SBS的信号强度信息，SBS1基于目前的测量报告决定用户是否进入切换准备状态，当测量报告信息达到切换阈值时，控制移动用户进入切换准备过程。
在切换准备过程，SBS1基于接收到的几个可能切换的SBS小区信号强度值，向MME发起切换请求；MME完成切换时的接入网络选择决策，并将接入网络选择的决策结果(选择SBS2)发送给SBS1，SBS1向SBS2发送切换请求；SBS2完成对应的接纳允许控制过程，决策是否可以让该移动终端切换到本微基站SBS2上，当接纳允许控制结果信息是可以让该移动终端接入时，SBS2向SBS1发出切换响应；源SBS1与目标SBS2之间交互传输状态信息，切换准备过程结束，进入切换执行过程。
在切换执行过程，SBS1发送切换命令给移动终端；在此期间，由于下行数据转发时的路径尚未更新，因此，下行数据转发仍然经由服务网关、LA到SBS1，再由SBS1传送到SBS2；当移动终端完成到SBS2的随机接入和附着过程之后，移动终端向SBS2发送切换确认，SBS2向LA发送路径切换请求，LA向MME发送路径切换请求，MME向S-GW发送承载路径转换请求，进入切换完成过程。
在切换完成过程，S-GW与SBS1交互下行数据传输结束状态信息；S-GW向MME发送承载路径转换确认，MME向LA发送路径切换确认，LA向SBS2发送路径切换确认，SBS2向SBS1发送路径切换确认，SBS2与SBS1之间进行与移动终端上下文释放相关的交互，SBS1释放有关该移动终端的移动上下文信息；之后的移动终端的上下行数据转发，例如移动终端与核心网络之间的数据转发或者与SBSx之间的计算卸载相关数据转发将经由LA发送给SBS2。
图12给出一种面向计算卸载业务的移动性管理的簇间切换流程。假设移动终端在切换时，正在执行基于计算卸载的任务，本计算卸载任务与SBSx相关，计算卸载结果在移动用户切换期间需要回传给移动用户，当前经MMOC-DP-COS优化控制，选择微基站SBS1所在簇的本地锚点是LA1，移动终端要切换到SBS2，而SBS2与SBS1不在同一个簇，经MMOC-DP-COS优化控制，选择微基站SBS2所在簇的本地锚点是LA2。因此，本次基于微基站簇间的切换过程涉及移动终端、SBS1、SBS2、LA1、LA2、MME、S-GW以及正在执行计算卸载任务的计算服务基站SBSx。类似地，切换分为切换准备过程、切换执行过程和切换完成过程，以下给出本次切换的具体流程：
移动终端周期性地将基于接收信号强度的测量报告信息发送到其目前附着的SBS1，该测量报告信息包含有当前该用户所在覆盖范围内可能的多个SBS的信号强度信息，SBS1基于目前的测量报告决定用户是否进入切换准备状态，当测量报告信息达到切换阈值时，移动终端进入切换准备过程。
在切换准备过程，SBS1基于当前接收到的几个可能切换的SBS小区信号强度值，向LA1发送切换请求，LA1完成网络选择决策过程，LA1的决策结果是SBS2，由于SBS2不在本簇内，因此，LA1发送切换请求给SBS2所在簇的本地锚点LA2，LA2发送切换响应给SBS2；SBS2基于该切换请求，完成接纳允许控制过程，决策是否可以让该移动终端切换到本SBS2，如果SBS2允许移动终端切换到自身小区，则SBS2发送切换响应给LA2，LA2发送切换响应给LA1，LA1发送切换响应给SBS1；SBS1与LA1、LA2、SBS2之间进行传输状态信息交互，进入切换执行过程。
在切换执行过程，SBS1发送切换命令消息给移动终端，在此期间，由于下行数据转发时的路径尚未更新，因此，下行数据仍然经由S-GW、LA1到SBS1，再由SBS1传送到SBS2；当移动终端完成到SBS2的随机接入和附着过程之后，移动终端向SBS2发送切换确认，SBS2发送路径切换请求给LA2，LA2向LA1发送路径切换请求，LA1向MME发送路径切换请求，MME向S-GW发送承载路径转换请求，S-GW与SBS1、LA1、LA2、SBS2之间交互数据传输结束状态信息，进入切换完成过程。
在切换完成过程，MME收到承载路径转换响应，MME向LA1发送承载路径转换确认，LA1向LA2发送路径切换确认，LA2向SBS2发送路径切换确认；SBS2与SBS1之间完成移动终端上下文信息的释放交互，SBS1释放有关移动终端的移动上下文信息；之后的移动终端的上下行数据转发，例如移动终端与核心网络之间、移动终端与SBSx之间的计算卸载相关数据转发将经由LA2发送给SBS2。
面向计算卸载业务的移动性管理数据平面优化控制器与部署在移动无线接入网络中、完成计算卸载优化控制的计算卸载控制器可以在同一个实体中实现，也可以在不同的实体中实现。具体地，面向计算卸载业务的移动性管理数据平面优化控制器(MMOC-DP-COS)可以在其移动性管理优化决策模块中完成计算卸载优化功能，在此基础上完成移动性管理数据平面的优化，或者完成联合计算卸载和移动性管理的优化控制，也可以受控于驻留在其它功能实体中的计算卸载控制器，在其输出的计算卸载优化控制结果基础上，完成移动性管理数据平面的优化控制。
以下给出本申请方法的两个具体应用实例，图13所示为一种基于计算卸载数据通信开销最小的移动性管理数据平面优化方法(CCMin-LA)示意图，图14所示为一种联合优化数据平面上的通信开销和负载均衡(JoCCLB-LA)的移动性管理数据平面优化方法示意图。
如图13所示，相应的数据平面优化方法包括：资源状态信息收集模块周期性收集系统当前的资源状态信息，生成场景数据上报给移动性管理数据平面性能监测子模块；移动性管理数据平面性能监测子模块基于接收的场景数据给出移动性管理计算平面的通信开销值，并将该通信开销值作为当前的移动性管理数据平面的性能指标状态信息，发送给移动性管理数据平面性能评估子模块；移动性管理数据平面性能评估子模块判决当前的通信开销值是否符合预设的状态阈值，若符合，将该通信开销值返回移动性管理数据平面性能监测子模块，若不符合，将目前的场景数据输入到移动性管理数据平面优化控制策略输入参数生成子模块；移动性管理数据平面优化策略输入参数生成子模块基于移动性管理数据平面性能评估子模块发来的场景数据，生成基于计算平面通信开销最小的移动性管理数据平面优化控制策略输入参数，并将该输入参数输出到移动性管理数据平面优化控制策略子模块；移动性管理数据平面优化控制策略子模块根据数据平面优化控制策略输入参数生成子模块输入的移动性管理数据平面优化控制策略输入参数，选择针对计算平面通信开销最小作为优化目标，根据目前的场景数据作为优化的限制条件，对该优化问题进行求解，将优化控制结果输出到移动性管理数据平面优化控制策略输出子模块；移动性管理数据平面优化控制策略输出子模块基于优化控制结果信息，生成针对移动性管理数据平面进行优化控制的控制信息，并将上述控制信息发送到与本次优化控制过程相关的微基站和/或无线接入点；与优化结果信息相关的微基站和/或无线接入点基于移动性管理数据平面优化控制信息，完成数据平面的优化控制。
如图14所示，相应的数据平面优化方法包括：资源状态信息收集模块周期性收集系统当前的资源状态信息，生成场景数据上报给移动性管理数据平面性能监测子模块；移动性管理数据平面性能监测子模块基于接收的场景数据给出移动性管理计算平面的通信开销值和所属小区的计算负载状态值，并将该通信开销值和计算负载状态值作为当前的移动性管理数据平面的性能指标状态信息发送给移动性管理数据平面性能评估子模块；移动性管理数据平面性能评估子模块判决当前的通信开销值和计算负载状态值是否符合预设的性能指标状态阈值，若符合，将该通信开销值和计算负载状态值返回移动性管理数据平面性能监测子模块，若不符合，将目前的场景数据输入到移动性管理数据平面优化控制策略输入参数生成子模块；移动性管理数据平面优化策略输入参数生成子模块基于移动性管理数据平面性能评估子模块发来的场景数据，生成针对计算平面通信开销和计算负载进行联合优化的移动性管理数据平面优化控制策略输入参数，并将该输入参数输出到移动性管理数据平面优化控制策略子模块；移动性管理数据平面优化控制策略子模块根据数据平面优化控制策略输入参数生成子模块输入的移动性管理数据平面优化控制策略输入参数，选择针对通信开销和计算负载进行联合优化作为优化目标，根据目前的场景数据作为优化的限制条件，对该优化问题进行求解，将优化控制结果输出到移动性管理数据平面优化控制策略输出子模块；移动性管理数据平面优化控制策略输出子模块基于优化控制结果信息，生成针对移动性管理进行数据平面优化控制的控制信息，并将上述优化控制信息发送到与本次优化控制过程相关的微基站和/或无线接入点；与优化控制结果信息相关的微基站和/或无线接入点基于移动性管理数据平面优化控制信息，完成数据平面的优化控制。
综上所述，本申请所提出的面向计算卸载业务的移动性管理数据平面优化控制方法和面向计算卸载业务的移动性管理数据平面优化控制器，分别以通信开销最小化、联合数据平面通信开销和小区计算负载均衡作为移动性管理数据平面的优化目标，通过优化选取本地锚点、优化计算卸载数据传输路径，可以优化使用边缘计算资源，提高计算资源的使用效率，降低核心网络的回传带宽开销，提高移动性管理数据平面的性能和用户的服务质量体验。
以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明保护的范围之内。

Claims (9)

1.一种移动性管理的数据平面优化方法，其特征在于，包括：
在由宏基站、微基站、无线接入点形成的异构分层移动无线接入网络的簇内，周期性收集网络资源状态信息，对收集的网络资源状态信息处理后进行分析，并将相应的分析结果作为对应于网络资源状态的场景数据；
在所述簇内，周期性收集各计算卸载协同控制器所属的协同计算单元的计算资源状态信息，对收集的计算资源状态信息处理后进行分析，并将相应的分析结果作为对应于计算资源状态的场景数据；
确定需要进行数据平面优化时，将当前对应于网络资源状态的场景数据和当前对应于计算资源状态的场景数据作为限制条件，按照数据平面的指定优化目标以及指定数据链路的负载、负载均衡目标和/或计算卸载的负载、负载均衡目标作为联合优化目标，进行所述数据平面的优化，并按照优化结果选择本地锚点，用于进行移动性管理的数据平面的数据传输；其中，所述指定数据链路的负载、负载均衡目标是针对基站的通信平面的，所述计算卸载的负载、负载均衡目标是针对基站的计算平面的。
2.根据权利要求1所述的方法，其特征在于，所述对收集的网络资源状态信息处理后进行分析包括：从收集的网络资源状态信息中提取有效网络状态信息，根据所述有效网络状态信息，并结合历史网络资源状态，确定目标网络状态信息，对所述目标网络状态信息进行分析。
3.根据权利要求1所述的方法，其特征在于，所述对收集的计算资源状态信息包括：从控制器所属的协同计算单元中收集并提取有效的计算状态信息，根据所述有效计算状态信息，结合历史计算资源状态，确定目标计算状态信息，对所述目标计算状态信息进行分析。
4.根据权利要求1、2或3所述的方法，其特征在于，所述对应于网络资源状态的场景数据包括：网络拓扑、组网状态、链路带宽、系统吞吐量、指定链路的网络资源使用量、指定链路的网络资源使用率和/或与通信相关的系统代价；和/或，
所述对应于计算资源状态的场景数据包括：计算资源的计算能力、计算资源的组网拓扑结构、计算资源的组网状态、计算卸载的流行应用和/或组件的状态信息、用户的移动计算卸载业务请求的变化特征信息和/或协同计算单元的计算资源使用量、计算资源使用率和/或与计算相关的系统代价。
5.根据权利要求1所述的方法，其特征在于，所述确定需要进行数据平面优化的方式包括：根据当前对应于网络资源状态的场景数据和当前对应于计算资源状态的场景数据，确定是否需要进行数据平面优化。
6.根据权利要求5所述的方法，其特征在于，所述根据当前对应于网络资源状态的场景数据和当前对应于计算资源状态的场景数据确定是否需要进行数据平面优化包括：根据当前对应于网络资源状态的场景数据和当前对应于计算资源状态的场景数据，监测移动性管理数据平面的状态信息，并根据该状态信息确定移动性管理性能指标状态；根据所述移动性管理性能指标状态进行移动性管理中数据平面的性能指标评估，当评估结果不满足当前需求时，确定需要进行数据平面优化；当评估结果满足当前需求时，确定不需要进行数据平面优化。
7.一种移动性管理的数据平面优化控制器，其特征在于，该控制器包括：资源状态信息统计和分析模块、移动性管理优化决策模块和数据平面优化模块；
所述资源状态信息统计和分析模块，用于在由宏基站、微基站、无线接入点形成的异构分层无线接入网络的簇内，周期性收集网络资源状态信息，对收集的网络资源状态信息处理后进行分析，并将相应的分析结果作为对应于网络资源状态的场景数据；还用于在所述簇内周期性地收集各计算卸载协同控制器所属的协同计算单元的计算资源状态信息，对收集的计算资源状态信息处理后进行分析，并将相应的分析结果作为对应于计算资源状态的场景数据；
所述移动性管理优化决策模块，用于确定是否需要进行数据平面优化，并在确定进行数据平面优化时，通知所述数据平面优化模块；
所述数据平面优化模块，用于将所述网络资源状态统计和分析模块输出的当前对应于网络资源状态的场景数据和所述计算资源状态统计和分析模块输出的当前对应于计算资源状态的场景数据作为限制条件，按照数据平面的指定优化目标以及指定数据链路的负载、负载均衡目标和/或计算卸载的负载、负载均衡目标作为联合优化目标，进行所述数据平面的优化，并按照优化结果完成移动性管理的数据平面功能；其中，所述指定数据链路的负载、负载均衡目标是针对基站的通信平面的，所述计算卸载的负载、负载均衡目标是针对基站的计算平面的。
8.根据权利要求7所述的控制器，其特征在于，所述移动性管理优化决策模块包括移动性管理数据平面性能监测子模块、移动性管理数据平面性能评估子模块和移动性管理数据平面优化控制输入参数生成子模块；
所述移动性管理数据平面性能监测子模块，用于根据所述资源状态统计和分析模块输出的当前对应于网络资源状态的场景数据和当前对应于计算资源状态的场景数据，监测移动性管理数据平面的状态信息，并根据该状态信息确定移动性管理性能指标状态；
所述移动性管理数据平面性能评估子模块，用于根据所述移动性管理性能指标状态进行移动性管理中数据平面的性能指标评估，当评估结果不满足当前需求时，确定需要进行数据平面优化，并将所述移动性管理性能指标状态发送给所述移动性管理数据平面优化控制输入参数生成子模块；
所述移动性管理数据平面优化控制输入参数生成子模块，用于根据所述移动性管理性能指标状态生成移动性管理数据平面优化控制策略输入参数，并将所述输入参数输出给所述数据平面优化模块。
9.根据权利要求8所述的控制器，其特征在于，所述数据平面优化模块包括：移动性管理数据平面优化控制策略子模块和移动性管理数据平面优化控制策略输出子模块；
所述移动性管理数据平面优化控制策略子模块，用于根据所述输入参数，将所述资源状态统计和分析模块输出的当前对应于网络资源状态的场景数据和当前对应于计算资源状态的场景数据作为限制条件，按照数据平面的指定优化目标，进行所述数据平面的优化，并将优化结果发送给所述移动性管理数据平面优化控制策略输出子模块；
所述移动性管理数据平面优化控制策略输出子模块，用于根据所述优化结果生成针对数据平面进行优化控制的控制信息，并按照所述控制信息进行数据平面的优化控制；其中，所述数据平面优化控制的控制信息包括：本地锚点的选取结果、针对不同基站和/或无线接入点的通信平面上的网络资源优化控制结果信息和/或针对不同基站和/或无线接入点的计算平面上计算资源的优化控制结果信息。
CN201810539463.3A 2018-05-30 2018-05-30 一种移动性管理的数据平面优化方法和控制器 Active CN109005550B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810539463.3A CN109005550B (zh) 2018-05-30 2018-05-30 一种移动性管理的数据平面优化方法和控制器

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810539463.3A CN109005550B (zh) 2018-05-30 2018-05-30 一种移动性管理的数据平面优化方法和控制器

Publications (2)

Publication Number Publication Date
CN109005550A CN109005550A (zh) 2018-12-14
CN109005550B true CN109005550B (zh) 2020-10-13

Family

ID=64572923

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810539463.3A Active CN109005550B (zh) 2018-05-30 2018-05-30 一种移动性管理的数据平面优化方法和控制器

Country Status (1)

Country Link
CN (1) CN109005550B (zh)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113132269B (zh) * 2019-12-31 2023-04-25 中移(成都)信息通信科技有限公司 资源切片管理的系统、方法及计算机可读存储介质
CN113938931B (zh) * 2021-12-17 2022-05-03 网络通信与安全紫金山实验室 应用于接入网的信息处理方法、系统、装置及存储介质
CN114500333A (zh) * 2021-12-29 2022-05-13 中国电信股份有限公司 一种网络架构的度量方法、装置、电子设备及存储介质

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107333281A (zh) * 2017-05-15 2017-11-07 北京邮电大学 移动计算卸载协同控制系统及方法
CN107682443A (zh) * 2017-10-19 2018-02-09 北京工业大学 联合考虑延迟和能量消耗的移动边缘计算系统计算任务的高效卸载方法
CN107819840A (zh) * 2017-10-31 2018-03-20 北京邮电大学 超密集网络架构中分布式移动边缘计算卸载方法

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107333281A (zh) * 2017-05-15 2017-11-07 北京邮电大学 移动计算卸载协同控制系统及方法
CN107682443A (zh) * 2017-10-19 2018-02-09 北京工业大学 联合考虑延迟和能量消耗的移动边缘计算系统计算任务的高效卸载方法
CN107819840A (zh) * 2017-10-31 2018-03-20 北京邮电大学 超密集网络架构中分布式移动边缘计算卸载方法

Also Published As

Publication number Publication date
CN109005550A (zh) 2018-12-14

Similar Documents

Publication Publication Date Title
CN108282801B (zh) 一种基于移动边缘计算的切换管理方法
CN108174421B (zh) 一种5g网络中基于mec辅助的数据分流方法
CN106060880B (zh) 一种基于sdn的异构专网及其无缝切换方法
CN109005550B (zh) 一种移动性管理的数据平面优化方法和控制器
JPH08116568A (ja) 移動ユニットによって集められた移動度及び通信トラヒック統計に基づくセルラ通信システムの動作
CN108848528B (zh) 一种sdn与nfv融合网络移动性管理方法
CN111642011B (zh) 一种进行无线资源管理的方法和nRT RIC
US20230388817A1 (en) Activating intelligent wireless communciation device reporting in a wireless network
CN111465066A (zh) 面向电力物联网多连接技术的网络选择和移动性管理方法
Hu et al. A MIH and SDN-based framework for network selection in 5G HetNet: Backhaul requirement perspectives
Huang et al. Self-adapting handover parameters optimization for SDN-enabled UDN
CN107431959A (zh) 用于向用户设备提供自动邻区关系的方法和网络节点
CN109450667B (zh) 基于网络功能虚拟化的移动性管理方法及装置
CN105430693B (zh) 一种5g网络中基于业务特征的多用户切换方法
CN105007594B (zh) Lte-a异构网络中一种联合优化mlb与mro的方法
CN108810937B (zh) 一种移动性管理的控制平面优化方法和控制器
CN102547858A (zh) 一种异构无线网络资源管理架构方法及系统
CN104581757A (zh) 一种m2m网络中的m2m终端主动切换方法及装置
CN111465065A (zh) 一种基于电力物联网的无线终端业务多连接切换方法
Mali Fuzzy based vertical handoff decision controller for future networks
CN107690197B (zh) 一种传输节点更换方法及相关设备
CN109327872A (zh) 基于sdn与mih技术的新型异构网络切换系统
US20230292354A1 (en) Systems and methods for edge device resource management and coordination based on radio frequency modeling
EP4243495A1 (en) Radio access network controller -based mobility optimization
WO2024094868A1 (en) Methods to for reporting feedback related to ai/ml events

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant