CN110012508B - 一种面向超密集网络的边缘计算的资源分配方法及系统 - Google Patents

Abstract

本发明公开了一种面向超密集网络的边缘计算的资源分配方法及系统，该方法从全局的角度收集各终端设备的任务请求，以及各边缘服务器的资源状态，以SDN控制器作为决策体执行各边缘服务器计算资源的合理分配；该系统包括宏基站、微基站以及边缘服务器；宏基站与各微基站通过高速光纤链路连接，与移动用户之间采用无线连接的方式。宏基站从全局的角度管理整个网络的资源状况，收集各移动给用户的信息。本发明充分考虑到边缘服务器计算资源的有效性，以及各服务器资源总量及性能差异，将双向多轮拍卖机制引入到超密集网络中多服务器计算资源分配过程中，在保障用户服务质量的前提下，最大化服务器的总收益，均衡各个服务器的负载。

Description

一种面向超密集网络的边缘计算的资源分配方法及系统

技术领域

本发明属于通信技术领域，特别涉及一种面向超密集网络的边缘计算的资源分配方法及系统。

背景技术

随着云计算和无线通信技术的发展，接入无线网络的移动设备数量也出现了爆炸性增长，同时，终端设备日益智能化，新颖的应用服务层出不穷，包括可穿戴虚拟现实，流媒体，移动社交媒体，车载系统，自动驾驶等。这些应用将需要广泛的计算能力与持久的处理能力。受限于智能终端的计算能力与电池寿命，以卸载的方式拓展终端设备的能力是一种很有效的方式。同时引入新的无线接入技术迎合海量用户设备的接入是至关重要。

超密集网络是5G解决上述无线接入需求的关键技术，通过微蜂窝基站的密集部署，5G网络能为用户提供巨大的接入容量。同时，为了应对移动用户计算任务的实时卸载，以及低延时高可靠的服务要求，从云计算到边缘计算的转变顺应了用户对于更好的服务质量的需求。

但是，考虑到边缘计算的特性，通过在接入网附近部署分布式小型数据中心为移动用户提供计算，存储和网络能力，从资源量容量的角度上衡量，边缘服务器的可用资源远不及传统云数据中心所能提供的计算资源。面对大量用户设备的接入，如何协同各边缘服务器为用户提供足够的资源，满足用户质量的需求，同时均衡各边缘服务器的负载，是值得解决的问题。

发明内容

本发明的目的在于提出一种面向超密集网络的边缘计算的资源分配方法及系统，克服现有技术中如何协同各边缘服务器为用户提供足够的资源的问题。

一种面向超密集网络的边缘计算的资源分配方法，包括以下几个步骤：

步骤1：将宏基站的控制器设置为SDN控制器，并在宏基站覆盖范围内均匀设置多个微基站，且每个微机站处设置一个边缘服务器；

步骤2：当移动用户接入宏基站网络时，SDN控制器实时获取各入网移动用户的计算任务指标(c_i,d_i,b_i)；

c_i,d_i,b_i依次表示第i个移动用户的任务计算量、任务可容忍地最大时延以及给出的竞价；

步骤3：基于移动用户计算任务指标，按照移动用户时延要求，对移动用户进行类别划分，并对每类移动用户的所有边缘服务器的任务响应程度进行优先排序，获得移动用户的边缘服务器优先序列；

第i个移动用户的边缘服务器任务响应优先序列记为

pij表示对于第i个移动用户，进行任务响应的第j个边缘服务器的位置序列号，且p_ij按以下过程确定：

1)令j＝1；

2)比较θ与|j+1-k|，θ＝|j-k|，

当θ＞|j+1-k|，则交换

中边缘服务器j与边缘服务器j+1的位置，进入3)

当θ＝|j+1-k|，则比较di与

若

则交换pi中边缘服务器j与j+1的位置；否则保持p_i中边缘服务器j的次序不变

3)更新

j＝j+1，若j<M-1，返回2)；

其中，M表示边缘服务器的个数，d_max和d_min分别表示所有计算任务中最大的容忍时延于最小的容忍时延，d_i表示第i个移动用户的任务容忍时延，

表示第k类移动用户的时延中值，

表示属于第k类用户的最小时延，

表示属于第k类用户的最大时延，k∈K，K表示移动用户划分的类别集合；

步骤4：同类别移动用户按照边缘服务器优先序列依次向边缘发服务器发起请求资源信号，所述请求资源信号包括计算任务大小及所需资源量和出价；

步骤5：按照边缘服务器优先序列，边缘服务器接收到移动用户请求，依次比较移动用户的出价和边缘服务器的初始要价，选择出价使边缘服务器收益最大的移动用户作为排在序列前方的边缘服务器的目标用户，下一个边缘服务器继续响应其他移动用户的请求。

从全局的角度收集各终端设备的任务请求，以及各边缘服务器的资源状态，以SDN控制器作为决策体执行各边缘服务器计算资源的合理分配，在满足用户服务质量的前提下均衡各边缘服务器的网络负载，实现服务器总收益最大化。

进一步的，SDN控制器进行资源分配时，使得边缘服务器的总收益最大，即：

b_i-A_jc_i≥0,i∈N

其中，u_j表示第j个边缘服务器的效益，x_ij表示第i个移动用户对于第j个边缘服务器的卸载决策，b_i代表第i个移动用户的出价，A_j表示第j个边缘服务器对于单位资源得到要价，c_i表示移动用户i所需的计算资源。

以上四个约束条件分别保证了用户任务满足时延要求，并且只能卸载到一个边缘服务器；移动用户的出价要超过边缘服务器的要价；以及边缘服务器分配的资源不应超过其资源容量。

进一步的，将移动用户、边缘服务器分别设置为拍卖模型中的买家和卖家，将SDN控制器设置为拍卖商，以边缘服务器的计算资源作为拍卖模型中的拍卖商品，基于移动用户发出的资源请求，采用所述拍卖模型对边缘服务器的计算资源进行拍卖，按照边缘服务器优先序列进行边缘服务器分配；

当目标用户在下一轮的拍卖中无需更新出价，而未能满足服务条件的移动用户调整出价，调整后的出价

为：

其中，α_i表示第i个移动用户的调价率；

所有移动用户进入新一轮的拍卖，重复步骤2至步骤5，当移动用户的出价超过最大估价V_i，则以最高价进入拍卖，不再上调出价；

设置最大拍卖轮数R，每一次迭代前，更新R，按公式R＝R-1，，当任意两轮拍卖边缘服务器获得的总收益之差不超过极小值ε，或者拍卖轮数R＝0，则停止拍卖，此时得到资源分配结果即为满足用户时延约束条件下且最大化边缘服务器总效益的最优策略。

一种面向超密集网络的边缘计算的资源分配系统，包括宏基站、微基站以及边缘服务器；

宏基站与各微基站通过光纤链路连接，宏基站和微基站均与移动用户之间采用无线连接；

各微基站呈邻接分布，每个微基站处部署有边缘服务器，且宏基站设置有SDN控制器；

所述SDN控制器采用上述的方法对边缘服务器进行资源分配。

进一步的，以移动用户作为买方，各边缘服务器作为卖方，SDN控制器作为拍卖商，边缘服务器的计算资源定义为商品，构建双向拍卖模型，对边缘服务器的资源进行拍卖，实现资源分配。

有益效果

本发明提出了一种面向超密集网络的边缘计算的资源分配方法及系统，该方法针对用户任务对于时延的要求，设计一种优先序列选择算法，以时延约束为标准将用户任务划分为不同类别，旨在优先匹配性能最为合适的边缘服务器，优化目的服务器的选择；并结合动态规划的思想设计资源分配策略，以最大化边缘服务器总收益为目的，同时均衡网络负载。

该系统通过超密集部署微基站，提高网络的设备容纳量。考虑到现有用户服务业务对低延时高可靠的需求，结合边缘计算的特点，在各微基站附近部署具备计算与存储能力的服务器，在接入网边缘为移动用户提供网络服务。同时，为了保证从全局的角度掌握整个网路的状态情况，包括用户请求信息，以及各边缘服务器的资源及负载状态，引入软件定义网络技术，在宏基站处部署SDN控制器，负责实时监控移动用户的请求，边缘服务器的资源状况，实现资源分配，均衡网络负载。

附图说明

图1为本发明的系统结构示意图；

图2为本发明的基于逻辑分层的架构示意图；

图3为本发明的方法流程图。

具体实施方式

下面将结合附图和实施例对本发明做进一步的说明。

图1所示为本发明的系统结构。本发明提出了一种面向超密集网络的边缘计算的系统，包括宏基站、微基站以及边缘服务器；

宏基站与各微基站通过光纤链路连接，宏基站和微基站均与移动用户之间采用无线连接；

各微基站呈邻接分布，每个微基站处部署有边缘服务器，且宏基站设置有SDN控制器；

所述SDN控制器采用上述的方法对边缘服务器进行资源分配。

通过密集部署微基站，复用宏基站的带宽资源扩展接入设备的能力。微基站呈小范围覆盖，各微基站邻接分布，同时在微基站附近部署具备计算与存储能力的边缘服务器，为移动用户提供边缘网络服务。微基站与移动用户之间采用无线连接的方式通信。一个实现集中式控制的宏基站，覆盖大范围区域，管理并协同其通信范围内的若干微基站。宏基站与微基站之间采用高速链路连接，与移动用户之间采用无线连接的方式通信。

图2所示为本发明的基于逻辑分层的架构。为了从全局的角度掌握整个网络的状态信息，引入软件定义网络的思想，将整个网络从逻辑上分为三个层面，用户层，数据层和控制层。用户层面指代具备计算任务的各移动用户；数据层面指代各边缘服务器以及其隶属的微基站；控制层指代宏基站，通过在宏基站处部署SDN控制器，收集各移动用户的任务信息，掌握各边缘服务器的资源状态，建立任务信息表，服务器信息表，对整个网络执行集中式控制，实现资源分配。

图3所示为本发明的方法流程图。具体实施步骤如下：

步骤1：移动用户入网时，通过与SDN控制器通信获取各边缘服务器的基础性能，并按照其优先序列依次向各边缘服务器发送计算任务请求，移动用户i的计算任务用一个三元组(c_i,d_i,b_i)表示，其中，c_i表征移动用户任务地计算量，d_i表征移动用户任务可容忍地最大时延，c_i表征用户给出的竞价。

步骤2：依据移动用户计算任务的时延约束，将时延容忍度相近的用户划分为一类用户。用k表示移动用户i所属的类别，其表达式定义为：

其中，d_max和d_min分别表示所有计算任务中最大的容忍时延于最小的容忍时延，M表征边缘服务器的个数，用时延范围表示第k类用户，可定义为：

其中，K表征移动用户划分的总类别，

表征属于第k类移动用户的最小时延，

表征属于第k类移动用户的最大时延。同一类移动用户具备相同的优先序列。

步骤3：用M维向量

定义移动用户i对于各边缘服务器的优先序列，其中，p_ij表征边缘服务器j(j∈M)的位置序号，p_ij的次序表征移动用户i对于边缘服务器j的偏好。为了判定移动用户i的优先序列

初始化

由于同一类移动用户具备相同的优先序列，用θ＝|j-k|表征第k类移动用户与边缘服务器j的差距，θ值越小，第k类移动用户对边缘服务器j的偏好越高。针对边缘服务器j(j∈M)依次比较θ与|j+1-k|的值，当θ＞|j+1-k|，则交换p_i中边缘服务器j与j+1的位置。当θ＝|j+1-k|，则比较d_i与

其中d_i表示移动用户i可容忍地最大时延，

表征第k类移动用户的时延中值，

若

则交换p_i中边缘服务器j与j+1的位置。否则保持p_i中边缘服务器j的次序不变。每一次比较都更新M维向量p_i，最终得到的向量p_i即为移动用户i对于各边缘服务器的优先序列。

步骤4：移动用户i按照优先序列向各边缘服务器发送任务请求。当边缘服务器j收到来自移动用户i计算请求，优先衡量移动用户i的出价是否超过单位资源的要价A_j，若低于要价则直接拒绝移动用户的计算请求，否则，边缘服务器j选择出价使自身收益最大的移动用户为目标用户，边缘服务器j的效益表示为：

其中，u_j表示边缘服务器j的效益，x_ij表示移动用户i对于边缘服务器j的卸载决策，b_i代表移动用户i的出价，A_j表示边缘服务器j对于单位资源得到要价，ci表示移动用户i所需的计算资源。则所有边缘服务器的总收益可表示为：

SDN控制器的资源分配策略满足最大化边缘服务器的总收益，可表示为以下优化目标：

以上四个约束条件分别保证了用户任务满足时延要求，并且只能卸载到一个边缘服务器；移动用户的出价要超过边缘服务器的要价；以及边缘服务器分配的资源不应超过其资源容量。

步骤5：目标用户在下一轮的拍卖中无需更新出价，而未能满足服务条件的移动用户将通过调整出价，提高获得服务的几率，用α_i表征移动用户i的调价率，则调整后的出价

可表示为：

步骤6：所有移动用户进入新一轮的拍卖，重复上述步骤2-步骤5，当移动用户的出价超过最大估价V_i，则以最高价进入拍卖，不再上调出价。

步骤7：依据设置的最大拍卖轮数R，每一次迭代前，更新R，按公式R＝R-1，当任意两轮拍卖边缘服务器获得的总收益之差不超过极小值ε，或者拍卖轮数R＝0，则停止拍卖，此时得到资源分配结果即为满足用户时延约束条件下且最大化边缘服务器总效益的最优策略。

以上实施例为本申请的优选实施例，本领域的普通技术人员还可以在此基础上进行各种变换或改进，在不脱离本申请总的构思的前提下，这些变换或改进都应当属于本申请要求保护的范围之内。

Claims (4)

1.一种面向超密集网络的边缘计算的资源分配方法，其特征在于，包括以下几个步骤：

步骤1：将宏基站的控制器设置为SDN控制器，并在宏基站覆盖范围内均匀设置多个微基站，且每个微机站处设置一个边缘服务器；

步骤2：当移动用户接入宏基站网络时，SDN控制器实时获取各入网移动用户的计算任务指标(c_i,d_i,b_i)；

c_i,d_i,b_i依次表示第i个移动用户的任务计算量、任务可容忍地最大时延以及给出的竞价；

步骤3：基于移动用户计算任务指标，按照移动用户时延要求，对移动用户进行类别划分，并对每类移动用户的所有边缘服务器的任务响应程度进行优先排序，获得移动用户的边缘服务器优先序列；

第i个移动用户的边缘服务器任务响应优先序列记为

p_ij表示对于第i个移动用户，进行任务响应的第j个边缘服务器的位置序列号，且p_ij按以下过程确定：

1)令j＝1；

2)比较θ与|j+1-k|，θ＝|j-k|，

当θ>|j+1-k|，则交换

中边缘服务器j与边缘服务器j+1的位置，进入3)

当θ＝|j+1-k|，则比较d_i与

若

则交换p_i中边缘服务器j与j+1的位置；否则保持p_i中边缘服务器j的次序不变

3)更新

j＝j+1，若j<M-1，返回2)；

其中，M表示边缘服务器的个数，d_max和d_min分别表示所有计算任务中最大的容忍时延于最小的容忍时延，d_i表示第i个移动用户的任务容忍时延，

表示第k类移动用户的时延中值，

表示属于第k类用户的最小时延，

表示属于第k类用户的最大时延，k∈K，K表示移动用户划分的类别集合；

步骤4：同类别移动用户按照边缘服务器优先序列依次向边缘发服务器发起请求资源信号，所述请求资源信号包括计算任务大小及所需资源量和出价；

步骤5：按照边缘服务器优先序列，边缘服务器接收到移动用户请求，依次比较移动用户的出价和边缘服务器的初始要价，选择出价使边缘服务器收益最大的移动用户作为排在序列前方的边缘服务器的目标用户，下一个边缘服务器继续响应其他移动用户的请求；

将移动用户、边缘服务器分别设置为拍卖模型中的买家和卖家，将SDN控制器设置为拍卖商，以边缘服务器的计算资源作为拍卖模型中的拍卖商品，基于移动用户发出的资源请求，采用所述拍卖模型对边缘服务器的计算资源进行拍卖，按照边缘服务器优先序列进行边缘服务器分配；

当目标用户在下一轮的拍卖中无需更新出价，而未能满足服务条件的移动用户调整出价，调整后的出价

为：

其中，α_i表示第i个移动用户的调价率；

所有移动用户进入新一轮的拍卖，重复步骤2至步骤5，当移动用户的出价超过最大估价V_i，则以最高价进入拍卖，不再上调出价；

设置最大拍卖轮数R，每一次迭代前，更新R，按公式R＝R-1，当任意两轮拍卖边缘服务器获得的总收益之差不超过极小值ε，或者拍卖轮数R＝0，则停止拍卖，此时得到资源分配结果即为满足用户时延约束条件下且最大化边缘服务器总效益的最优策略。

2.根据权利要求1所述的方法，其特征在于，SDN控制器进行资源分配时，使得边缘服务器的总收益最大，即：

b_i-A_jc_i≥0,i∈N

其中，u_j表示第j个边缘服务器的效益，x_ij表示第i个移动用户对于第j个边缘服务器的卸载决策，b_i代表第i个移动用户的出价，A_j表示第j个边缘服务器对于单位资源得到要价，c_i表示移动用户i所需的计算资源。

3.一种面向超密集网络的边缘计算的资源分配系统，其特征在于，包括宏基站、微基站以及边缘服务器；

宏基站与各微基站通过光纤链路连接，宏基站和微基站均与移动用户之间采用无线连接；

各微基站呈邻接分布，每个微基站处部署有边缘服务器，且宏基站设置有SDN控制器；

所述SDN控制器采用权利要求1-2任一项所述的方法对边缘服务器进行资源分配。

4.根据权利要求3所述的系统，其特征在于，以移动用户作为买方，各边缘服务器作为卖方，SDN控制器作为拍卖商，边缘服务器的计算资源定义为商品，构建双向拍卖模型，对边缘服务器的资源进行拍卖，实现资源分配。

Images