CN109547555B - 基于公平性准则的非平衡边缘云网络接入与资源分配方法 - Google Patents

Abstract

本发明公开了一种基于公平性准则的非平衡边缘云网络接入与资源分配机制，属于移动云计算与移动边缘计算领域，本发明通过循环算法，在每一轮资源分配循环开始时，根据所定义的卸载优先级参数来确定获得任务迁移权利的用户，卸载优先级参数最小的用户获得本轮的任务迁移权。确定了获得任务迁移权的用户后，VDC通过计算该用户的所有任务的卸载总时延‑能耗‑成本权重和来确定被迁移的任务和迁移路径，卸载总时延‑能耗‑成本权重和最小的任务优先迁移。如此循环，直至算法结束。本方法能实现非平衡边缘云网络中的多用户多任务卸载决策与资源分配，并且能在显著降低多用户多任务卸载总时延‑能耗‑成本权重和前提下保证用户间服务公平性。

Description

基于公平性准则的非平衡边缘云网络接入与资源分配方法

技术领域

本发明属于移动云计算与移动边缘计算领域，特别是涉及一种基于公平性准则的非平衡边缘云网络接入与资源分配机制。

背景技术

近年来，一种称为移动边缘计算(MEC,Mobile Edge Computing)新技术被提出。本质上，移动边缘计算技术可以看作是移动云计算技术向网络边缘的延伸或拓展。事实上，MEC的概念最先是由欧洲电信标准研究所(ETSI,European TelecommunicationsStandards Institute)于2014年提出，其定义为“在无线接入网络(RAN,RadioAccessNetwork)内靠近移动用户的位置提供IT和云计算能力的新平台”。这种模式中，大量计算和存储资源被放置在网络边缘，靠近移动设备或传感器。因而，移动用户可以将计算密集型任务迁移到MEC服务器中执行，从而显著降低对移动设备计算能力的要求并减小移动设备计算密集型任务执行带来的能耗。其次，通过在网络边缘服务服务器，移动用户无需接入远端云从而可以显著地降低云平台和骨干网络负载。此外，移动网络运营商可以将移动边缘计算服务器空闲资源租用给第三方从而获得附加收益。

现有针对移动边缘云计算系统迁移决策与资源分配研究大都基于平衡移动云边缘计算服务器部署。然而，实际网络中，基于空域业务分布不均匀性以及部署成本因素，运营商一般选择非平衡的移动边缘服务器部署策略，即多个无线接入点通过一跳或多跳链路接入少数几个共享边缘计算服务器。当前还没有针对这种非平衡移动边缘云服务器部署下的迁移决策与资源分配研究；现有关于移动边缘云计算系统迁移决策与资源分配研究的系统设计目标主要为时延、能耗或时延-能耗权重和，并未考虑移动边缘云服务器的服务(使用)成本。

在发明讨论的非平衡移动边缘云服务器部署场景中，边缘云服务器的服务成本具有多重含义，如无线接入点到边缘云服务器时延、无线接入点与边缘云服务器间达成的服务协议定价，或虚拟网络运营商与计算服务提供商关于资源使用定价等。特别地，这种服务成本与关联的无线接入点有关。在这种情况下，系统迁移决策与资源分配设计需要联合考虑时延-能耗-成本折中。现有移动边缘网络资源分配中，缺乏对用户服务公平性考虑，迫切需要实现基于用户服务公平性的网络接入与资源分配机制。

发明内容

有鉴于现有技术的上述缺陷，本发明所要解决的技术问题是提供一种基于公平性准则的非平衡边缘云网络接入与资源分配机制，

本发明针对非平衡边缘云服务器部署场景，引入关联无线接入基站依赖的边缘云服务器使用成本，定义基于时延-能耗-成本权重和的用户任务卸载性能评价指标，提出基于用户时延-能耗-成本权重和公平性准则的多用户多任务非平衡边缘云网络接入与资源分配机制。

该机制是一种循环算法，在每一轮资源分配循环周期内，每个用户都获得一次边缘云网络接入与资源分配机会，获得机会的先后关系取决于每个用户这一轮分配中时延-能耗-成本加权和值最小的任务的时延-能耗-成本加权和值大小关系，值最小的用户任务最先获得边缘云网络接入与资源分配机会，依次直到这一轮中所有用户时延-能耗-成本加权和值最小任务都获得一次边缘云网络接入与资源分配权利。

为实现上述目的，本发明提供了一种基于公平性准则的非平衡边缘云网络接入与资源分配机制，包括以下步骤：

S1、定义下列各项数据；

定义用户集合A＝{1,...,i,...,|A|}；

定义用户i卸载任务集合

定义用户i未卸载任务集合

定义卸载任务集非空用户集合

定义用户i卸载任务j的计算资源需求r_i,j；

定义无线接入基站集合B＝{1,...,m,...,|B|}；

定义无线接入基站m当前可接入用户数Q_m；

定义边缘云服务器集合C＝{1,...,n,...,|C|}；

定义边缘云服务器n当前可用计算资源R_n；

定义用户i卸载任务j通过无线接入基站m卸载传输的时延和能耗分别为t_i,j,m和e_i,j,m；

定义无线接入基站m连接边缘云服务器n的成本为c_m,n；

定义ε_i为用户i的任务卸载权重因子，为非负实数；

定义用户i的任务

卸载获得的时延-能耗-成本权重和为u^i,j，其中s为循环算法的第s轮；

定义Z为取值较大的常数，如

定义用户i任务卸载优先级参数

其中优先级参数值越小，用户优先级越高。

以上各项数据的定义顺序不分先后；

S2、初始化s＝0，

及

S3、对于

计算

以及

S4、对于用户i＝i^*，依次执行如下步骤：

S4-1：对于

卸载任务，构造其可接入无线接入基站集合

可接入边缘云服务器集合

以及大小为

的成本矩阵

其中，

和

S4-2：对于

卸载任务，依据成本矩阵C^i,j，计算每一个可接入无线接入基站m可接入边缘云服务器的最小成本

及该边缘云服务器索引

S4-3：对于

卸载任务，计算其通过可接入无线接入基站m以及其最小成本可接入边缘云服务器

卸载计算任务的总时延-能耗-成本权重和

其中α_i，β_i和γ_i分别为时延、能耗与成本权重因子；

S4-4：对于

卸载任务，计算其最优可接入无线接入基站

和最优可接入边缘云服务器

S5、对于用户i，计算其卸载任务集

中具有最小时延-能耗-成本的任务

并记录用户i局部最优决策信息

包括用户i具有最小卸载时延-能耗-成本的任务索引j^*，该任务的计算资源需求

该任务卸载路径上的无线接入基站索引

和边缘云服务器索引

以及该用户任务卸载的时延-能耗-成本值

S6、选择用户i^*及其任务j^*获得本次任务卸载的无线接入基站和边缘云服务器分配权利并完成分配，即用户i^*的任务j^*通过无线接入基站

和边缘云服务器

完成任务卸载；

S7、更新边缘云服务器

可用计算资源

更新无线接入基站

可接入用户数

更新用户i^*未卸载任务集

和卸载任务集

如果

则更新

S8、计算

以及

如果

或

或

之一成立，则跳转到Step 9，否则，s＝s+1，跳转到Step 2；

S9、算法结束.

较佳的，步骤S4-3中的所述权重因子满足α_i+β_i+γ_i＝1,α_i,β_i,γ_i∈[0,1]。

本发明的有益效果是：

本发明可快速获得多用户多任务卸载路径以及无线接入基站与边缘云服务器资源分配；

本发明在保证用户服务公平性前提下最小化多用户多任务卸载的时延-能耗-成本加权和；

本发明收敛速度快、复杂度低，易实现。

附图说明

图1是本发明性能示例场景图；

图2是公平指数对比图；

具体实施方式

下面结合实施例对本发明作进一步说明：

图1网络中包括四个移动用户(或任务、应用)S1、S2、S3和S4，三个无线网络接入基站B1、B2和B3，以及两个边缘云服务器C1和C2。任意用户Si(i＝1，…，4)计算卸载任务由一个四元组

刻画；其中，

表示该用户Si任务计算资源需求量，

和

分别表示用户Si接入B1、B2和B3的时延-能耗加权代价。例如，对于用户S1与(2,3,2,5)，卸载计算任务的计算资源需求为2个单位，接入B1、B2和B3的时延-能耗加权代价分别为3、2和5。任意无线网络接入点Bj(j＝1，..，3)由一个二元组

刻画，分别表示无线网络接入点Bj接入边缘云服务器C1和C2的成本。例如，对于无线网络接入基站B1与(2,3)，其使用边缘云服务器C1和C2的单位成本分别是2和3。对于边缘云服务器Ck(k＝1，2)，由(z^k)刻画，表示Ck的可用计算资源数量。例如，对于边缘云服务器C1与(4)，其有4个单位的计算资源。显然，对于不同的用户Si，选择不同的任务卸载路径将承担不同的卸载成本并消耗对应的计算资源，如S2-B1-C2，即用户S2选择通过无线接入基站B1接入边缘云服务器C2，则其时延-能耗-成本和为8，消耗计算资源2个单位。可以看出，用户卸载路径选择受多个因素影响，包括无线接入基站接入时延-能耗、无线接入基站-边缘云服务器间连接成本、边缘云服务器计算资源以及其他用户卸载策略等。从系统全局角度来看，用户卸载路径是能耗-时延-成本的折中考虑。

本发明适用于非平衡边缘云网络，同时还适用于非平衡边缘云网络，即多个无线接入基站通过回程链路共享接入数目少于无线接入基站的边缘云服务器。网络中多用户具有多计算密集型任务需要卸载到边缘云服务器完成计算，并且每个用户的多个任务具有不同计算资源需求。一方面，用户任务卸载到边缘云服务器计算将支付一定费用(成本)，并且这个成本取决于所选择的无线接入基站，另一方面，用户任务选择不同无线接入基站还面临不同时延开销与能耗。网络中所有边缘云服务器计算资源有限，每个无线接入基站有最大可接入用户数限制。系统基于用户平均时延-能耗-成本和的公平性准则实现接入与资源分配；

网络中有一个虚拟决策中心(virtual decision center，VDC)，负责收集所有用户、无线接入基站和边缘云服务器信息，具体收集信息包括用户任务计算资源需求、用户任务通过不同无线接入基站卸载的时延与能耗、无线接入基站接入边缘云服务器的成本、无线接入基站可接入用户数、边缘云服务器计算资源；

一种基于公平性准则的非平衡边缘云网络接入与资源分配机制，分配过程包括以下步骤：

S1、定义下列各项数据；

定义用户集合A＝{1,...,i,...,|A|}；

定义用户i卸载任务集合

定义用户i未卸载任务集合

定义卸载任务集非空用户集合

定义用户i卸载任务j的计算资源需求r_i,j；

定义无线接入基站集合B＝{1,...,m,...,|B|}；

定义无线接入基站m当前可接入用户数Q_m；

定义边缘云服务器集合C＝{1,...,n,...,|C|}；

定义边缘云服务器n当前可用计算资源R_n；

定义用户i卸载任务j通过无线接入基站m卸载传输的时延和能耗分别为t_i,j,m和e_i,j,m；

定义无线接入基站m连接边缘云服务器n的成本为c_m,n；

定义ε_i为用户i的任务卸载权重因子，为非负实数；

定义用户i的任务

卸载获得的时延-能耗-成本权重和为u^i,j，其中s为循环算法的第s轮；

定义Z为取值较大的常数，如

定义用户i任务卸载优先级参数

其中优先级参数值越小，用户优先级越高。

以上各项数据的定义顺序不分先后；

S2、初始化s＝0，

及

S3、对于

计算

以及

S4、对于用户i＝i^*，依次执行如下步骤：

S4-1：对于

卸载任务，构造其可接入无线接入基站集合

可接入边缘云服务器集合

以及大小为

的成本矩阵

其中，

和

S4-2：对于

卸载任务，依据成本矩阵C^i,j，计算每一个可接入无线接入基站m可接入边缘云服务器的最小成本

及该边缘云服务器索引

S4-3：对于

卸载任务，计算其通过可接入无线接入基站m以及其最小成本可接入边缘云服务器

卸载计算任务的总时延-能耗-成本权重和

其中α_i，β_i和γ_i分别为时延、能耗与成本权重因子，所述权重因子满足α_i+β_i+γ_i＝1,α_i,β_i,γ_i∈[0,1]；

S4-4：对于

卸载任务，计算其最优可接入无线接入基站

和最优可接入边缘云服务器

S5、对于用户i，计算其卸载任务集

中具有最小时延-能耗-成本的任务

并记录用户i局部最优决策信息

包括用户i具有最小卸载时延-能耗-成本的任务索引j^*，该任务的计算资源需求

该任务卸载路径上的无线接入基站索引

和边缘云服务器索引

以及该用户任务卸载的时延-能耗-成本值

S6、选择用户i^*及其任务j^*获得本次任务卸载的无线接入基站和边缘云服务器分配权利并完成分配，即用户i^*的任务j^*通过无线接入基站

和边缘云服务器

完成任务卸载；

本轮循环中，确定此时的边缘云服务器

的可用计算资源

和用户i^*卸载任务j^*的计算资源需求

本轮循环中，确定此时的无线接入基站

的可接入用户数

本轮循环中，确定此时的用户i^*的卸载任务集

S7、更新边缘云服务器

可用计算资源

更新无线接入基站

可接入用户数

更新用户i^*未卸载任务集

和卸载任务集

如果

则更新

本轮循环中，步骤S7中更新后边缘云服务器

的可用计算资源为步骤S6中的边缘云服务器

的可用计算资源减去用户i^*卸载任务j^*的计算资源需求；

本轮循环中，步骤S7中更新后无线接入基站

可接入用户数为步骤S6中的无线接入基站

可接入用户数自身减1；

本轮循环中，步骤S7中更新后用户i^*未卸载任务集为步骤S6中的用户i^*未卸载任务集去掉任务j^*所得到的集合；

本轮循环中，步骤S7中更新后用户i^*卸载任务集为步骤S6中的用户i^*卸载任务集加上任务j^*所得到的集合；

S8、计算

以及

如果

或

或

之一成立，则跳转到Step 9，否则，s＝s+1，跳转到Step 2；

S9、算法结束.

将本发明所提方法与效率性算法进行性能比较；效率性算法算法基本思想为：各用户所有任务中成本最低的任务优先迁移。

仿真设置条件为：在图1的场景下，每个用户的平均任务数作为横轴变化，其中每个任务的计算资源量r_i,j∈[2,6]，每个任务迁移的时延t_i,j,m∈[2,10]，每个任务迁移的能耗e_i,j,m∈[2,10]，每个基站接入不同服务器的成本c_m,n∈[5,6]，基站的可接入任务数为Q_m∈[5,7]，边缘服务器的可用资源为R_n∈[30,40]，此外，α＝0.2，β＝0.3，γ＝0.5。

图2展示了本发明所提方法与效率性算法James公平性指数的对比图；其为执行1000次蒙特卡洛仿真下平均结果。效率性算法的基本思想为系统成本和最小全局最优。James公平性指数为反映公平性的一种有效指标，其值越大，表明系统公平性越好，反之亦然，其值最大为1，此时表明资源分配系统完全公平。在图2中，随着任务数增多，本发明所提算法的公平性提高，而两种效率性算法公平性降低，且本发明所提算法的公平性性能与两种资源性算法相比有显著提高。

以上详细描述了本发明的较佳具体实施例。应当理解，本领域的普通技术人员无需创造性劳动就可以根据本发明的构思作出诸多修改和变化。因此，凡本技术领域中技术人员依本发明的构思在现有技术的基础上通过逻辑分析、推理或者有限的实验可以得到的技术方案，皆应在由权利要求书所确定的保护范围内。

Claims (2)

1.基于公平性准则的非平衡边缘云网络接入与资源分配方法，其特征在于包括以下步骤：

S1、定义下列各项数据；

定义用户集合A＝{1,...,i,...,|A|}；

定义用户i卸载任务集合

定义用户i未卸载任务集合

定义卸载任务集非空用户集合

定义用户i卸载任务j的计算资源需求r_i,j；

定义无线接入基站集合B＝{1,...,m,...,|B|}；

定义无线接入基站m当前可接入用户数Q_m；

定义边缘云服务器集合C＝{1,...,n,...,|C|}；

定义边缘云服务器n当前可用计算资源R_n；

定义用户i卸载任务j通过无线接入基站m卸载传输的时延和能耗分别为t_i,j,m和e_i,j,m；

定义无线接入基站m连接边缘云服务器n的成本为c_m,n；

定义ε_i为用户i的任务卸载权重因子，为非负实数；

定义用户i的任务

卸载获得的时延-能耗-成本权重和为u^i,j，其中s为循环算法的第s轮；

定义Z为常数，

S_i为用户任务集合；

定义用户i任务卸载优先级参数

其中优先级参数值越小，用户优先级越高；

以上各项数据的定义顺序不分先后；

S2、初始化s＝0，

及

S3、对于

计算

以及

S4、对于用户i＝i^*，依次执行如下步骤：

S4-1：对于

卸载任务，构造其可接入无线接入基站集合

可接入边缘云服务器集合

以及大小为

的成本矩阵

其中，

和

S4-2：对于

卸载任务，依据成本矩阵C^i,j，计算每一个可接入无线接入基站m可接入边缘云服务器的最小成本

及该边缘云服务器索引

S4-3：对于

卸载任务，计算其通过可接入无线接入基站m以及其最小成本可接入边缘云服务器

卸载计算任务的总时延-能耗-成本权重和

其中α_i，β_i和γ_i分别为时延、能耗与成本权重因子；

S4-4：对于

卸载任务，计算其最优可接入无线接入基站

和最优可接入边缘云服务器

S5、对于用户i，计算其卸载任务集

具有最小时延-能耗-成本的任务

并记录用户i局部最优决策信息

包括用户i具有最小卸载时延-能耗-成本的任务索引j^*，该任务的计算资源需求

该任务卸载路径上的无线接入基站索引

和边缘云服务器索引

以及该用户任务卸载的时延-能耗-成本值

S6、选择用户i^*及其任务j^*获得本次任务卸载的无线接入基站和边缘云服务器分配权利并完成分配，即用户i^*的任务j^*通过无线接入基站

和边缘云服务器

完成任务卸载；

S7、更新边缘云服务器

可用计算资源

更新无线接入基站

可接入用户数

更新用户i^*未卸载任务集

和卸载任务集

如果

则更新

S8、计算

以及

如果

或

或

之一成立，则跳转到Step 9，否则，s＝s+1，跳转到Step 2；

S9、算法结束。

2.如权利要求1中所述的基于公平性准则的非平衡边缘云网络接入与资源分配方法，其特征在于；步骤S4-3中的所述权重因子满足α_i+β_i+γ_i＝1,α_i,β_i,γ_i∈[0,1]。

Images