CN109548155B - 一种分布式非平衡边缘云网络接入与资源分配方法 - Google Patents

一种分布式非平衡边缘云网络接入与资源分配方法 Download PDF

Info

Publication number
CN109548155B
CN109548155B CN201811476816.6A CN201811476816A CN109548155B CN 109548155 B CN109548155 B CN 109548155B CN 201811476816 A CN201811476816 A CN 201811476816A CN 109548155 B CN109548155 B CN 109548155B
Authority
CN
China
Prior art keywords
edge cloud
cloud server
user
task
base station
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
CN201811476816.6A
Other languages
English (en)
Other versions
CN109548155A (zh
Inventor
蒋卫恒
邬小刚
赖琴
蒲金伟
胡凯棚
曾艳
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.)
Chongqing Chencan Mingcheng Enterprise Management Partnership LP
Original Assignee
Chongqing University
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 Chongqing University filed Critical Chongqing University
Publication of CN109548155A publication Critical patent/CN109548155A/zh
Application granted granted Critical
Publication of CN109548155B publication Critical patent/CN109548155B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W72/00—Local resource management
    • H04W72/50—Allocation or scheduling criteria for wireless resources
    • H04W72/53—Allocation or scheduling criteria for wireless resources based on regulatory allocation policies
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
    • Y02D30/00—Reducing energy consumption in communication networks
    • Y02D30/70—Reducing energy consumption in communication networks in wireless communication networks

Landscapes

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

Abstract

本发明公开了一种分布式非平衡边缘云网络接入与资源分配方法，属于移动云计算与移动边缘计算领域；本发明在每一轮资源分配时，多用户多任务基于可用无线接入基站和边缘云服务器，向最优路径上的无线接入基站和边缘云服务器发送服务请求；如果边缘云服务器的服务请求所需资源超过最大可用资源，则保留任务，拒绝其他用户任务；边缘云服务器依据拒绝信息更新当前服务用户任务集，被拒绝用户任务基于更新的数据复执行上述步骤，直到所有用户任务已完成卸载或所有任务无可接入无线接入基站和边缘云服务器为止。本发明能显著降低多用户多任务卸载总时延‑能耗‑成本加权和。

Description

一种分布式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，特别是涉及一种分布式非平衡边缘云网络接入与资源分配方法。
背景技术
移动互联网与移动应用创新仍面临三大矛盾：即移动设备计算密集型应用需求剧增但移动设备自身计算能力和电池容量有限、移动云接入需求剧增但接入能力有限、移动网络技术革新越来越多但运营商网络管道化严重且用户平均收益不断降低。为了解决上述矛盾，移动边缘计算(MEC,Mobile Edge Computing)新技术被提出，其定义为“在无线接入网络(RAN,Radio Access Network)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。
本发明所提方法从以下出发点考虑；第一，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，即每个无线接入点都配置独立非共享边缘云服务器。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还少有研究；第二，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；第三，现有方法都属于集中式方法，方法执行单元需采集大量用户任务属性数据，信息交互开销大，并且方法收敛慢。
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分布式非平衡边缘云网络接入与资源分配方法；
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，定义基于能耗-时延-成本权重和的用户任务卸载性能评价指标，提出分布式多用户多任务云网络接入与资源分配机制。
该机制是一种循环方法，每一轮资源分配时，多用户多任务基于可用无线接入基站和边缘云服务器，依据最小时延-能耗-成本权重和准则独立选择最优任务卸载路径，并向该最优路径上的无线接入基站和边缘云服务器发送服务请求。如果无线接入基站或边缘云服务器的服务请求所需资源超过最大可用资源，则保留满足资源约束、时延-能耗-成本权重和最小且接入任务数最多的任务，拒绝其他用户任务。无线接入基站与边缘云服务器依据拒绝信息更新当前服务用户任务集，被拒绝用户任务基于更新的可用无线接入基站和边缘云服务器重复执行上述步骤，直到所有用户任务已完成卸载或所有任务无可接入无线接入基站和边缘云服务器为止。
为实现上述目的，本发明提供了一种分布式非平衡边缘云网络接入与资源分配方法，包括以下步骤：
S1、定义下列各项数据；
定义用户集合
Figure GDA0003595940500000031
定义到第s轮接入与资源分配，用户i未卸载任务集合
Figure GDA0003595940500000032
其中s≥0；
定义到第s轮接入与资源分配，用户i已卸载任务集合
Figure GDA0003595940500000033
定义卸载任务集非空用户集合
Figure GDA0003595940500000034
定义用户i卸载任务j的计算资源需求ri,j；
定义无线接入基站集合
Figure GDA0003595940500000035
定义无线接入基站m可接入用户数Qm；
定义边缘云服务器集合
Figure GDA0003595940500000036
定义边缘云服务器n当前可用计算资源Rn；
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ti,j,m和ei,j,m；
定义无线接入基站m连接边缘云服务器n的成本为cm,n；
定义第s轮接入与资源分配中，用户
Figure GDA0003595940500000037
卸载任务
Figure GDA0003595940500000038
的可接入无线接入基站集
Figure GDA0003595940500000041
和可接入边缘云服务器集
Figure GDA0003595940500000042
定义第s轮接入与资源分配中，无线接入基站m收到的总任务服务请求集合为
Figure GDA0003595940500000043
定义在s轮接入与资源分配中，边缘云服务器n收到的总任务服务请求集合为
Figure GDA0003595940500000044
以上各项数据的定义顺序不分先后；
S2、初始化s＝0，并且所有边缘云服务器广播自身连接成本给所有用户；
S3、任意用户
Figure GDA0003595940500000045
未卸载任务
Figure GDA0003595940500000046
可接入无线接入基站集合
Figure GDA0003595940500000047
和可接入边缘云服务器集合
Figure GDA0003595940500000048
S4、任意用户
Figure GDA0003595940500000049
执行步骤S4-1到步骤S4-6；
S4-1：对于未卸载任务
Figure GDA00035959405000000410
构造大小为
Figure GDA00035959405000000411
的成本矩阵
Figure GDA00035959405000000412
S4-2：对于未卸载任务
Figure GDA00035959405000000413
的成本矩阵Ci,j，计算每一个可接入无线接入基站
Figure GDA00035959405000000414
的可接入边缘云服务器
Figure GDA00035959405000000415
的最小成本
Figure GDA00035959405000000416
及该边缘云服务器索引
Figure GDA00035959405000000417
S4-3：对于未卸载任务
Figure GDA00035959405000000418
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
Figure GDA00035959405000000419
卸载计算任务的总时延-能耗-成本权重和
Figure GDA00035959405000000420
其中αi，βi和γi分别为时延、能耗与成本权重因子；
S4-4：对于未卸载任务
Figure GDA00035959405000000421
计算其最优可接入无线接入基站
Figure GDA00035959405000000422
和最优可接入边缘云服务器
Figure GDA00035959405000000423
S4-5：如果用户
Figure GDA00035959405000000424
的所有未卸载任务都被执行一次，跳转到步骤S4-6，否则跳转到步骤S4-1；
S4-6：用户针对自身每个任务
Figure GDA0003595940500000051
的最优迁移路径
Figure GDA0003595940500000052
向对应的无线接入基站
Figure GDA0003595940500000053
和边缘云服务器
Figure GDA0003595940500000054
发送服务请求，该服务请求包括用户索引i，任务索引j，任务路径上的无线接入基站索引
Figure GDA0003595940500000055
和边缘云服务器索引
Figure GDA0003595940500000056
任务计算资源需求ri,j，任务迁移时延-能耗-成本权重和
Figure GDA0003595940500000057
S5、任意边缘云服务器
Figure GDA0003595940500000058
针对当前总服务请求任务集
Figure GDA0003595940500000059
独立执行步骤S5-1到步骤S5-4；
S5-1：计算集合
Figure GDA00035959405000000510
中所有任务计算资源需求
Figure GDA00035959405000000511
如果有
Figure GDA00035959405000000512
则执行步骤S5-2，否则执行步骤S5-4；
S5-2：对集合
Figure GDA00035959405000000513
中任务按照时延-能耗-成本权重和值降序排列，即
Figure GDA00035959405000000514
和
Figure GDA00035959405000000515
并搜索kn值使得
Figure GDA00035959405000000516
但
Figure GDA00035959405000000517
S5-3：边缘云服务器向任务属于集合
Figure GDA00035959405000000518
的用户及该任务请求的无线接入基站发送拒绝服务消息；
S5-4：边缘云服务器向其连接的无线接入基站发送空消息，表明本边缘云服务器当前不拒绝任何服务请求；
S6、对于用户
Figure GDA00035959405000000519
及卸载任务
Figure GDA00035959405000000520
如果其被边缘云服务器n拒绝，则更新可接入边缘云服务器集
Figure GDA00035959405000000521
如果其被无线接入基站m拒绝，则更新可接入无线接入基站集
Figure GDA00035959405000000522
如果卸载任务
Figure GDA00035959405000000523
未被任何边缘云服务器或无线基站拒绝，则更新用户i未卸载任务集合
Figure GDA00035959405000000524
和用户i已卸载任务集合
Figure GDA00035959405000000525
S7、如果条件
Figure GDA00035959405000000526
或
Figure GDA00035959405000000527
或
Figure GDA00035959405000000528
之一成立，则方法结束，跳转到步骤S8，否则，s＝s+1，跳转到步骤S4；
S8、方法结束。
较佳的，步骤S4-3中的权重因子满足αi+βi+γi＝1,αi,βi,γi∈[0,1]。
较佳的，步骤S5-3中所述拒绝服务消息包括被拒绝任务索引、归属用户索引以及边缘云服务器索引。
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；
本发明可最小化多用户多任务卸载的时延-能耗-成本加权和；
本发明信息交互量少，收敛速度快，易实现。
附图说明
图1是本发明性能示例场景图；
图2是分配轮次对比图；
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
Figure GDA0003595940500000061
刻画；其中，
Figure GDA0003595940500000062
表示该用户Si任务计算资源需求量，
Figure GDA0003595940500000063
和
Figure GDA0003595940500000064
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
Figure GDA0003595940500000065
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(zk)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。
本发明在适用于平衡网络的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)，并且该成本取决于所选择的无线接入基站，另一方面，用户任务卸载选择不同无线接入基站还面临不同时延开销与能耗。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；基于最小化全体用户所有任务卸载时延-能耗-成本和准则实现分布式接入与资源分配；
一种分布式非平衡边缘云网络接入与资源分配方法，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
Figure GDA0003595940500000071
定义到第s轮接入与资源分配，用户i未卸载任务集合
Figure GDA0003595940500000081
其中s≥0；
定义到第s轮接入与资源分配，用户i已卸载任务集合
Figure GDA0003595940500000082
定义卸载任务集非空用户集合
Figure GDA0003595940500000083
定义用户i卸载任务j的计算资源需求ri,j；
定义无线接入基站集合
Figure GDA0003595940500000084
定义无线接入基站m可接入用户数Qm；
定义边缘云服务器集合
Figure GDA0003595940500000085
定义边缘云服务器n当前可用计算资源Rn；
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ti,j,m和ei,j,m；
定义无线接入基站m连接边缘云服务器n的成本为cm,n；
定义第s轮接入与资源分配中，用户
Figure GDA0003595940500000086
卸载任务
Figure GDA0003595940500000087
的可接入无线接入基站集
Figure GDA0003595940500000088
和可接入边缘云服务器集
Figure GDA0003595940500000089
定义第s轮接入与资源分配中，无线接入基站m收到的总任务服务请求集合为
Figure GDA00035959405000000810
定义在s轮接入与资源分配中，边缘云服务器n收到的总任务服务请求集合为
Figure GDA00035959405000000811
以上各项数据的定义顺序不分先后；
S2、初始化s＝0，并且所有边缘云服务器广播自身连接成本给所有用户；
S3、任意用户
Figure GDA00035959405000000812
未卸载任务
Figure GDA00035959405000000813
可接入无线接入基站集合
Figure GDA00035959405000000814
和可接入边缘云服务器集合
Figure GDA00035959405000000815
S4、任意用户
Figure GDA0003595940500000091
执行步骤S4-1到步骤S4-6；
S4-1：对于未卸载任务
Figure GDA0003595940500000092
构造大小为
Figure GDA0003595940500000093
的成本矩阵
Figure GDA0003595940500000094
S4-2：对于未卸载任务
Figure GDA0003595940500000095
的成本矩阵Ci,j，计算每一个可接入无线接入基站
Figure GDA0003595940500000096
的可接入边缘云服务器
Figure GDA0003595940500000097
的最小成本
Figure GDA0003595940500000098
及该边缘云服务器索引
Figure GDA0003595940500000099
S4-3：对于未卸载任务
Figure GDA00035959405000000910
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
Figure GDA00035959405000000911
卸载计算任务的总时延-能耗-成本权重和
Figure GDA00035959405000000912
其中αi，βi和γi分别为时延、能耗与成本权重因子，权重因子满足αi+βi+γi＝1,αi,βi,γi∈[0,1]；
S4-4：对于未卸载任务
Figure GDA00035959405000000913
计算其最优可接入无线接入基站
Figure GDA00035959405000000914
和最优可接入边缘云服务器
Figure GDA00035959405000000915
S4-5：如果用户
Figure GDA00035959405000000916
的所有未卸载任务都被执行一次，跳转到步骤S4-6，否则跳转到步骤S4-1；
S4-6：用户针对自身每个任务
Figure GDA00035959405000000917
的最优迁移路径
Figure GDA00035959405000000918
向对应的无线接入基站
Figure GDA00035959405000000919
和边缘云服务器
Figure GDA00035959405000000920
发送服务请求，该服务请求包括用户索引i，任务索引j，任务路径上的无线接入基站索引
Figure GDA00035959405000000921
和边缘云服务器索引
Figure GDA00035959405000000922
任务计算资源需求ri,j，任务迁移时延-能耗-成本权重和
Figure GDA00035959405000000923
S5、任意边缘云服务器
Figure GDA00035959405000000924
针对当前总服务请求任务集
Figure GDA00035959405000000925
独立执行步骤S5-1到步骤S5-4；
S5-1：计算集合
Figure GDA00035959405000000926
中所有任务计算资源需求
Figure GDA00035959405000000927
如果有
Figure GDA00035959405000000928
则执行步骤S5-2，否则执行步骤S5-4；
S5-2：对集合
Figure GDA0003595940500000101
中任务按照时延-能耗-成本权重和值降序排列，即
Figure GDA0003595940500000102
和
Figure GDA0003595940500000103
并搜索kn值使得
Figure GDA0003595940500000104
但
Figure GDA0003595940500000105
S5-3：边缘云服务器向任务属于集合
Figure GDA0003595940500000106
的用户及该任务请求的无线接入基站发送拒绝服务消息，所述拒绝服务消息包括被拒绝任务索引、归属用户索引以及边缘云服务器索引；
S5-4：边缘云服务器向其连接的无线接入基站发送空消息，表明本边缘云服务器当前不拒绝任何服务请求；
S6、对于用户
Figure GDA0003595940500000107
及卸载任务
Figure GDA0003595940500000108
如果其被边缘云服务器n拒绝，则更新可接入边缘云服务器集
Figure GDA0003595940500000109
如果其被无线接入基站m拒绝，则更新可接入无线接入基站集
Figure GDA00035959405000001010
如果卸载任务
Figure GDA00035959405000001011
未被任何边缘云服务器或无线基站拒绝，则更新用户i未卸载任务集合
Figure GDA00035959405000001012
和用户i已卸载任务集合
Figure GDA00035959405000001013
本轮循环中，如果其被边缘云服务器n拒绝，则步骤S6中更新后的可接入边缘云服务器集为步骤S1-S5中的可接入边缘云服务器集去掉边缘云服务器n后得到的集合；
本轮循环中，如果其被无线接入基站m拒绝，则步骤S6中更新后的可接入无线接入基站集为步骤S1-S5中的可接入无线接入基站集去掉无线接入基站m后所得到的集合；
本轮循环中，如果卸载任务
Figure GDA00035959405000001014
未被任何边缘云服务器或无线基站拒绝，则步骤S6中更新后的用户i未卸载任务集合为步骤S1-S5中的未卸载任务集合去掉卸载任务j后得到的集合；步骤S6中更新后的用户i已卸载任务集合为步骤S1-S5中的已卸载任务集合加上卸载任务j后得到的集合；
S7、如果条件
Figure GDA0003595940500000111
或
Figure GDA0003595940500000112
或
Figure GDA0003595940500000113
之一成立，则方法结束，跳转到步骤S10，否则，s＝s+1，跳转到步骤S4.
S8、方法结束。
将本发明所提方法与集中式方法进行性能比较；
集中式方法基本思想为：网络中存在一个虚拟决策中心来收集用户请求信息和资源信息，并进行资源分配，每轮只能分配一个任务。
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ri,j∈[2,6]，每个任务迁移的时延ti,j,m∈[2,10]，每个任务迁移的能耗ei,j,m∈[2,10]，每个基站接入不同服务器的成本cm,n∈[5,6]，基站的可接入任务数为Qm∈[5,7]，边缘服务器的可用资源为Rn∈[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集中式方法分配轮次数的对比图；其为执行1000次蒙特卡洛仿真下平均结果。在图2中，随着任务数增多，本发明所提方法的分配轮次增加缓慢，最终稳定在3轮左右；而集中式方法的分配轮次等于总的任务数，随着任务数增多，分配轮次迅速增多。此外，从图2可见，与集中式方法相比，本发明所提方法显著地减少了任务的分配轮次，使得该方法具有更好的时效性。
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 (3)

1.一种分布式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
Figure FDA0003595940490000011
定义到第s轮接入与资源分配，用户i未卸载任务集合
Figure FDA0003595940490000012
其中s≥0；
定义到第s轮接入与资源分配，用户i已卸载任务集合
Figure FDA0003595940490000013
定义卸载任务集非空用户集合
Figure FDA0003595940490000014
定义用户i卸载任务j的计算资源需求ri,j；
定义无线接入基站集合
Figure FDA0003595940490000015
定义无线接入基站m可接入用户数Qm；
定义边缘云服务器集合
Figure FDA0003595940490000016
定义边缘云服务器n当前可用计算资源Rn；
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ti,j,m和ei,j,m；
定义无线接入基站m连接边缘云服务器n的成本为cm,n；
定义第s轮接入与资源分配中，用户
Figure FDA0003595940490000017
卸载任务
Figure FDA0003595940490000018
的可接入无线接入基站集
Figure FDA0003595940490000019
和可接入边缘云服务器集
Figure FDA00035959404900000110
定义第s轮接入与资源分配中，无线接入基站m收到的总任务服务请求集合为
Figure FDA00035959404900000111
定义在s轮接入与资源分配中，边缘云服务器n收到的总任务服务请求集合为
Figure FDA0003595940490000021
以上各项数据的定义顺序不分先后；
S2、初始化s＝0，并且所有边缘云服务器广播自身连接成本给所有用户；
S3、任意用户
Figure FDA0003595940490000022
未卸载任务
Figure FDA0003595940490000023
可接入无线接入基站集合
Figure FDA0003595940490000024
和可接入边缘云服务器集合
Figure FDA0003595940490000025
S4、任意用户
Figure FDA0003595940490000026
执行步骤S4-1到步骤S4-6；
S4-1：对于未卸载任务
Figure FDA0003595940490000027
构造大小为
Figure FDA0003595940490000028
的成本矩阵
Figure FDA0003595940490000029
S4-2：对于未卸载任务
Figure FDA00035959404900000210
的成本矩阵Ci,j，计算每一个可接入无线接入基站
Figure FDA00035959404900000211
的可接入边缘云服务器
Figure FDA00035959404900000212
的最小成本
Figure FDA00035959404900000213
及该边缘云服务器索引
Figure FDA00035959404900000214
S4-3：对于未卸载任务
Figure FDA00035959404900000215
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
Figure FDA00035959404900000216
卸载计算任务的总时延-能耗-成本权重和
Figure FDA00035959404900000217
其中αi，βi和γi分别为时延、能耗与成本权重因子；
S4-4：对于未卸载任务
Figure FDA00035959404900000218
计算其最优可接入无线接入基站
Figure FDA00035959404900000219
和最优可接入边缘云服务器
Figure FDA00035959404900000220
S4-5：如果用户
Figure FDA00035959404900000221
的所有未卸载任务都被执行一次，跳转到步骤S4-6，否则跳转到步骤S4-1；
S4-6：用户针对自身每个任务
Figure FDA00035959404900000222
的最优迁移路径
Figure FDA00035959404900000223
向对应的无线接入基站
Figure FDA00035959404900000224
和边缘云服务器
Figure FDA00035959404900000225
发送服务请求，该服务请求包括用户索引i，任务索引j，任务路径上的无线接入基站索引
Figure FDA00035959404900000226
和边缘云服务器索引
Figure FDA00035959404900000227
任务计算资源需求ri,j，任务迁移时延-能耗-成本权重和
Figure FDA0003595940490000031
S5、任意边缘云服务器
Figure FDA0003595940490000032
针对当前总服务请求任务集
Figure FDA0003595940490000033
独立执行步骤S5-1到步骤S5-4；
S5-1：计算集合
Figure FDA0003595940490000034
中所有任务计算资源需求
Figure FDA0003595940490000035
如果有
Figure FDA0003595940490000036
则执行步骤S5-2，否则执行步骤S5-4；
S5-2：对集合
Figure FDA0003595940490000037
中任务按照时延-能耗-成本权重和值降序排列，即
Figure FDA0003595940490000038
和
Figure FDA0003595940490000039
并搜索kn值使得
Figure FDA00035959404900000310
但
Figure FDA00035959404900000311
S5-3：边缘云服务器向任务属于集合
Figure FDA00035959404900000312
的用户及该任务请求的无线接入基站发送拒绝服务消息；
S5-4：边缘云服务器向其连接的无线接入基站发送空消息，表明本边缘云服务器当前不拒绝任何服务请求；
S6、对于用户
Figure FDA00035959404900000313
及卸载任务
Figure FDA00035959404900000314
如果其被边缘云服务器n拒绝，则更新可接入边缘云服务器集
Figure FDA00035959404900000315
如果其被无线接入基站m拒绝，则更新可接入无线接入基站集
Figure FDA00035959404900000316
如果卸载任务
Figure FDA00035959404900000317
未被任何边缘云服务器或无线基站拒绝，则更新用户i未卸载任务集合
Figure FDA00035959404900000318
和用户i已卸载任务集合
Figure FDA00035959404900000319
S7、如果条件
Figure FDA00035959404900000320
或
Figure FDA00035959404900000321
或
Figure FDA00035959404900000322
之一成立，则方法结束，跳转到步骤S8，否则，s＝s+1，跳转到步骤S4；
S8、方法结束。
2.如权利要求1中所述的一种分布式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αi+βi+γi＝1,αi,βi,γi∈[0,1]。
3.如权利要求1中所述的一种分布式非平衡边缘云网络接入与资源分配方法，其特征在于；步骤S5-3中所述拒绝服务消息包括被拒绝任务索引、归属用户索引以及边缘云服务器索引。
CN201811476816.6A 2018-03-01 2018-12-05 一种分布式非平衡边缘云网络接入与资源分配方法 Active CN109548155B (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
CN2018101706937 2018-03-01
CN201810170693 2018-03-01

Publications (2)

Publication Number Publication Date
CN109548155A CN109548155A (zh) 2019-03-29
CN109548155B true CN109548155B (zh) 2022-05-20

Family

ID=65852613

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201811476816.6A Active CN109548155B (zh) 2018-03-01 2018-12-05 一种分布式非平衡边缘云网络接入与资源分配方法

Country Status (1)

Country Link
CN (1) CN109548155B (zh)

Families Citing this family (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110111189B (zh) * 2019-05-14 2023-07-25 重庆大学 基于双边拍卖的在线组合资源分配与支付方法
CN110519370B (zh) * 2019-08-28 2022-03-25 湘潭大学 一种基于设施选址问题的边缘计算资源分配方法
CN110765365B (zh) * 2019-10-25 2023-07-21 国网河南省电力公司信息通信公司 分布式边云协同缓存策略的实现方法、装置、设备和介质
CN110856240B (zh) * 2019-11-07 2022-07-19 长沙理工大学 一种任务卸载的方法、设备及可读存储介质
CN110851363A (zh) * 2019-11-12 2020-02-28 广东电网有限责任公司 一种云测试系统及方法
CN111328107B (zh) * 2020-01-20 2021-06-18 北京大学 多云异构移动边缘计算系统架构和能量优化的设计方法
CN112004239B (zh) * 2020-08-11 2023-11-21 中国科学院计算机网络信息中心 一种基于云边协同的计算卸载方法及系统
CN112162837B (zh) * 2020-09-17 2022-08-23 中国科学院计算机网络信息中心 一种基于软件定义的边缘计算调度方法及系统

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107465748A (zh) * 2017-08-18 2017-12-12 东南大学 移动边缘云计算系统中基于演进博弈的动态资源分配方法

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20170279685A1 (en) * 2016-03-25 2017-09-28 Cisco Technology, Inc. Adjusting anomaly detection operations based on network resources

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107465748A (zh) * 2017-08-18 2017-12-12 东南大学 移动边缘云计算系统中基于演进博弈的动态资源分配方法

Non-Patent Citations (5)

* Cited by examiner, † Cited by third party
Title
"Combinational Auction-Based Service Provider Selection in Mobile Edge Computing Networks";HELI ZHANG等;《IEEE Access》;20170704;全文 *
"Energy-delay-cost Tradeoff for Task Offloading in Imbalanced Edge Cloud Based Computing";Weiheng Jiang等;《arXiv.org，https://arxiv.org/pdf/1805.02006.pdf》;20180505;第7页第2行-第28页第2行 *
"Joint Computation Offloading and Interference Management in Wireless Cellular Networks with Mobile Edge Computing";Chenmeng Wang等;《IEEE Transactions on Vehicular Technology》;20170303;全文 *
"Joint computation offloading, resource allocation and content caching in cellular networks with mobile edge computing";Chenmeng Wang等;《2017 IEEE International Conference on Communications (ICC)》;20170731;全文 *
"移动边缘计算综述";李子姝等;《电信科学》;20180120;全文 *

Also Published As

Publication number Publication date
CN109548155A (zh) 2019-03-29

Similar Documents

Publication Publication Date Title
CN109548155B (zh) 一种分布式非平衡边缘云网络接入与资源分配方法
CN109547555B (zh) 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
CN109548031B (zh) 一种非平衡边缘云网络接入与资源分配方法
CN110493360A (zh) 多服务器下降低系统能耗的移动边缘计算卸载方法
CN111182570A (zh) 提高运营商效用的用户关联和边缘计算卸载方法
CN109714382B (zh) 一种非平衡边缘云mec系统的多用户多任务迁移决策方法
CN108076486A (zh) 一种基于负载均衡的动态无线资源分配算法
CN103442412B (zh) 一种基于加权最优二分图匹配的网络选择方法
CN109660376A (zh) 一种虚拟网络映射方法、设备和存储介质
Zhang et al. DMRA: A decentralized resource allocation scheme for multi-SP mobile edge computing
CN102724105B (zh) 一种负载均衡方法和装置
CN108055070B (zh) 混合虚网映射方法
Li et al. Deployment of edge servers in 5G cellular networks
CN110519776A (zh) 一种雾计算系统中的均衡聚类和联合资源分配方法
Krolikowski et al. Optimal cache leasing from a mobile network operator to a content provider
Li et al. Design of a service caching and task offloading mechanism in smart grid edge network
Chen et al. A collaborative service deployment and application assignment method for regional edge computing enabled IoT
CN111324429A (zh) 一种基于多代血统参考距离的微服务组合调度方法
CN114268575A (zh) 天地一体化信息网络中自适应立体传输方法及系统
CN112004265B (zh) 一种基于srm算法的社交网络资源分配方法
CN113329432A (zh) 一种基于多目标优化的边缘服务布置方法和系统
Zhang et al. Service deployment and service request optimization scheduling in MEC enabled LEO networks
Zhai et al. A computing resource adjustment mechanism for communication protocol processing in centralized radio access networks
CN115278779A (zh) Mec网络中基于渲染感知的vr服务模块动态放置方法
Krolikowski et al. Fair distributed user-traffic association in cache equipped cellular networks

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
TR01 Transfer of patent right

Effective date of registration: 20240122

Address after: No. LC45, 2nd Floor, Building 39, Chongqing University of Science and Technology, No. 20 Daxuecheng East Road, Huxi Street, High tech Zone, Shapingba District, Chongqing, 401331

Patentee after: Chongqing Zicheng Xintong Technology Co.,Ltd.

Country or region after: China

Address before: 400044 No. 174 Shapingba street, Shapingba District, Chongqing

Patentee before: Chongqing University

Country or region before: China

TR01 Transfer of patent right
TR01 Transfer of patent right

Effective date of registration: 20240202

Address after: 400038 # 145-1, Gaotan Yanzheng Street, Xinqiao Street, Shapingba District, Chongqing City (self number: 740)

Patentee after: Chongqing Chencan Mingcheng Enterprise Management Partnership (L.P.)

Country or region after: China

Address before: No. LC45, 2nd Floor, Building 39, Chongqing University of Science and Technology, No. 20 Daxuecheng East Road, Huxi Street, High tech Zone, Shapingba District, Chongqing, 401331

Patentee before: Chongqing Zicheng Xintong Technology Co.,Ltd.

Country or region before: China

TR01 Transfer of patent right