CN110058929A - 一种混合环境下5g移动应用的计算迁移方法及系统 - Google Patents
一种混合环境下5g移动应用的计算迁移方法及系统 Download PDFInfo
- Publication number
- CN110058929A CN110058929A CN201910298353.7A CN201910298353A CN110058929A CN 110058929 A CN110058929 A CN 110058929A CN 201910298353 A CN201910298353 A CN 201910298353A CN 110058929 A CN110058929 A CN 110058929A
- Authority
- CN
- China
- Prior art keywords
- equipment
- migration
- edge calculations
- target
- application
- 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.)
- Pending
Links
- 238000013508 migration Methods 0.000 title claims abstract description 175
- 230000005012 migration Effects 0.000 title claims abstract description 175
- 238000000034 method Methods 0.000 title claims abstract description 26
- 238000004364 calculation method Methods 0.000 claims abstract description 112
- 230000005540 biological transmission Effects 0.000 claims description 11
- 239000012141 concentrate Substances 0.000 claims description 7
- 230000001617 migratory effect Effects 0.000 claims description 2
- 238000013138 pruning Methods 0.000 abstract description 3
- 206010063836 Atrioventricular septal defect Diseases 0.000 description 13
- 238000001211 electron capture detection Methods 0.000 description 13
- 238000012545 processing Methods 0.000 description 8
- 238000004590 computer program Methods 0.000 description 7
- 238000010586 diagram Methods 0.000 description 7
- 230000008569 process Effects 0.000 description 4
- 230000008901 benefit Effects 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 208000025174 PANDAS Diseases 0.000 description 1
- 208000021155 Paediatric autoimmune neuropsychiatric disorders associated with streptococcal infection Diseases 0.000 description 1
- 240000004718 Panda Species 0.000 description 1
- 235000016496 Panda oleosa Nutrition 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000006855 networking Effects 0.000 description 1
- 238000011017 operating method Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000013468 resource allocation Methods 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F9/00—Arrangements for program control, e.g. control units
- G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
- G06F9/46—Multiprogramming arrangements
- G06F9/48—Program initiating; Program switching, e.g. by interrupt
- G06F9/4806—Task transfer initiation or dispatching
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L43/00—Arrangements for monitoring or testing data switching networks
- H04L43/08—Monitoring or testing based on specific metrics, e.g. QoS, energy consumption or environmental parameters
- H04L43/0852—Delays
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/01—Protocols
- H04L67/04—Protocols specially adapted for terminals or networks with limited capabilities; specially adapted for terminal portability
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/01—Protocols
- H04L67/10—Protocols in which an application is distributed across nodes in the network
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Software Systems (AREA)
- Theoretical Computer Science (AREA)
- Environmental & Geological Engineering (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种混合环境下5G移动应用的计算迁移方法，首先获取计算应用对边缘计算设备的需求，并获取移动终端周围的边缘计算设备的空闲资源，根据需求筛选出可用边缘计算设备；然后根据是否有可用边缘计算设备选择应用迁移目标为边缘设备还是云端设备；针对各个迁移目标产生出对应的计算策略。依照各个边缘计算策略计算各个策略的时延，形成计算策略时延集；挑选时延最低的计算策略作为最终策略进行计算迁移。本发明在在寻找计算迁移设备的过程中，采用剪枝的策略，始终寻找满足计算应用需求的设备，缩小查找范围，减少时延消耗。充分利用边缘设备与云端，使边缘设备得到充分的使用，同时以云端作为保障，保障了计算应用的执行。
Description
技术领域
本发明涉及边缘计算技术领域，具体涉及一种混合环境下5G移动应用的计算迁移方法及系统。
背景技术
在5G环境下，由于移动终端自身的计算资源十分有限，而应用迁移到云端(Cloud)上需要比较长的时间，满足不了一些应用低时延的要求，所以选择将计算应用迁移至边缘计算设备(Edge Computing Devices,ECDs)上。ECDs部署在移动终端附近，可以比Cloud更快的接收到计算应用，从而能够更快地处理和分析这些数据，同时也改善了用户体验，大大降低了网络在其他部分中可能发生的拥塞。然而，ECDs的计算资源也是有限的。当应用足够大，大到超出了ECDs的计算范围，这时候得将应用迁移至云端，利用云端的超大计算资源来解决。现如今，面对数据量越来越多且要求低时延的计算应用，边缘计算的资源限制问题日益突出。
为了应对ECDs资源有限和Cloud传输速度慢的问题，5G移动应用的计算迁移和资源分配成为了关键。通过对应用的计算迁移和计算设备的资源分配，可以实现ECDs和Cloud的资源利用最大化，从而实现在有足够资源的条件下满足低时延的要求。
“Weisong Shi,Jie Cao,Quan Zhang,Youhuizi Li,and Lanyu Xu.EdgeComputing:Vision and Challenges,IEEE Internet of Things Journal(Volume:3,Issue:5,Oct.2016),2016:637-646”讨论了边缘计算领域的一些挑战和机遇，包括可编程性、命名、数据抽象、服务管理、隐私和安全性以及优化指标。“Marc TorstenM.Runge,Aurojit Panda,Sylvia Ratnasamy and Scott Shenker.Open CarrierInterface:An Open Source Edge Computing Framework,NEAT'18Proceedings of the2018 Workshop on Networking for Emerging Applications and Technologies,2018:27-32”提出了一种称为开放载波接口的通用且与平台无关的开源边缘计算框架，为了降低网络服务提供商支持边缘计算的负担。但当前的边缘计算框架忽视了ECDs资源有限的问题。随着5G移动应用计算量的增加，单个边缘计算设备已经无法满足计算量的要求。因此，需要设计一种计算迁移方法，以满足时延和数据量要求的多样化。
发明内容
发明目的：为了克服现有技术的不足，本发明提供一种混合环境下5G移动应用的计算迁移方法，可以解决现有技术中边缘计算设备无法满足迁移数据量的问题，本发明还提供一种混合环境下5G移动应用的计算迁移系统。
技术方案：本发明所述一种混合环境下5G移动应用的计算迁移方法，包括以下步骤：
(1)获取移动终端中待迁移的计算应用对目标迁移设备的空闲资源需求，所述空闲资源需求包括计算资源和缓存空间的需求；
(2)寻找所述移动终端周围的所有边缘计算设备，查询每个所述边缘计算设备的资源使用情况，获取所述边缘计算设备的空闲资源数据，筛选出满足所述计算应用的可用边缘计算设备集；
(3)根据所述可用边缘计算设备集判断所述目标迁移设备的类型，并得到对应的迁移目标列表集，所述目标迁移设备包括云端和边缘计算设备；
(4)根据所述迁移目标列表集得到对应的计算迁移策略集，并根据所述计算迁移策略集获取移动终端与所述计算应用中的迁移目标的传输速率，计算每个所述计算迁移策略的时延，形成时延集；
(5)确定所述时延集中最低时延的计算迁移策略为计算应用最终的计算迁移策略。
优选的，所述步骤(2)中，所述计算应用的可用边缘计算设备集表示为：ECD＝{ecd1,ecd2,...,ecdn}，其中，可用边缘计算设备的空闲资源剩余情况ecdn＝{fcrn,fbmsn}，fcrn代表所述设备的计算资源，fbmsn代表所述设备的缓存空间。
优选的，所述可用边缘计算设备的空闲资源剩余情况需满足所述计算应用对目标迁移设备的空闲资源需求，判断公式如下：
其中，判断结果1代表边缘计算设备为可用的，crn代表所述计算应用对目标迁移设备的计算资源的需求，bmsn代表所述计算应用对目标迁移设备的缓存空间的需求。
优选的，所述步骤(3)中，根据所述可用边缘计算设备集判断所述目标迁移设备的类型，并得到对应的迁移目标列表集，包括根据所述可用边缘计算设备集ECD的项数，若项数大于零，则所述目标迁移设备为边缘计算设备；若项数等于零，则所述目标迁移设备为云端，并将所述可用边缘计算设备集迁移到对应的迁移目标列表集中。
优选的，所述步骤(4)中，所述计算迁移策略集表示为：S＝{s1,s2,...,sn}，其中，n代表计算迁移策略的数量，sn是一个多属性元组，记作sn＝{pa,rb}，其中，pa代表计算应用，rb代表所述目标列表集中迁移的某个目标迁移设备。
优选的，所述时延集包括计算应用迁移至目标迁移设备时间QT，目标迁移设备计算应用耗时RT和目标迁移设备将计算结果返回给移动终端的时间BT，所述迁移应用的计算时延的表达式如下：
ST＝QT+RT+BT。
另一方面，本发明还提供一种混合环境下5G移动应用的计算迁移方法实现的迁移系统，该系统包括若干移动终端以及移动终端内的计算应用和目标迁移设备，所述目标迁移设备的类型包括多个边缘计算设备和云端，获取移动终端中待迁移的计算应用对目标迁移设备的空闲资源需求，所述空闲资源需求包括计算资源和缓存空间的需求，寻找所述移动终端周围的所有边缘计算设备，查询每个所述边缘计算设备的资源使用情况，获取所述边缘计算设备的空闲资源数据，筛选出满足所述计算应用的可用边缘计算设备集；根据所述可用边缘计算设备集判断所述目标迁移设备的类型，并得到对应的迁移目标列表集，所述目标迁移设备包括云端和边缘计算设备；根据所述迁移目标列表集得到对应的计算迁移策略集，并根据所述计算迁移策略集获取移动终端与所述计算应用中的迁移目标的传输速率，计算每个所述计算迁移策略的时延，形成时延集；确定所述时延集中最低时延的计算迁移策略为计算应用最终的计算迁移策略。
优选的，所述计算应用的可用边缘计算设备集表示为：ECD＝{ecd1,ecd2,...,ecdn}，其中，可用边缘计算设备的空闲资源剩余情况ecdn＝{fcrn,fbmsn}，fcrn代表所述设备的计算资源，fbmsn代表所述设备的缓存空间。
优选的，所述可用边缘计算设备的空闲资源剩余情况需满足所述计算应用对目标迁移设备的空闲资源需求，判断公式如下：
其中，判断结果1代表边缘计算设备为可用的，crn代表所述计算应用对目标迁移设备的计算资源的需求，bmsn代表所述计算应用对目标迁移设备的缓存空间的需求。
优选的，所述计算迁移策略集表示为：S＝{s1,s2,...,sn}，其中，n代表计算迁移策略的数量，sn是一个多属性元组，记作sn＝{pa,rb}，其中，pa代表计算应用，rb代表所述目标列表集中迁移的某个目标迁移设备。
有益效果：本发明与现有技术相比，其显著优点是：1、在寻找计算迁移设备的过程中，采用剪枝的策略，始终寻找满足计算应用需求的设备，缩小查找范围，减少时延消耗；2、充分利用边缘设备与云端，使边缘设备得到充分的使用，同时以云端作为保障，保障了计算应用的执行。
附图说明
图1为本发明所述的方法流程图；
图2为本发明的实例环境图。
具体实施方式
实施例1
以相关领域研究人员更深入地理解本申请中的技术方案，实现申请所能达到的技术效果为目的，通过具体阐述操作步骤与实例操作对本发明一种“边缘+云”计算混合环境下5G移动应用的计算迁移方法作进一步说明。
本发明提出的一种“边缘+云”计算混合环境下5G移动应用的计算迁移方法，操作流程如图1，包括下述步骤：
步骤1：获取计算应用对迁移设备的空闲资源需求。
计算应用可表示为Pn＝{crn,bmsn,tn}，crn代表第n个应用对迁移设备的计算资源的需求，bmsn代表第n个应用对迁移设备的缓存空间的需求，tn代表计算应用的计算时间。
步骤2：获取移动终端周围的边缘计算设备的空闲资源数据，筛选出满足计算应用的可用边缘计算设备集。
将获取到的周围边缘计算设备记为ecdn＝{fcrn,fbmsn}，其中fcrn代表该设备的计算资源，fbmsn代表该设备的缓存空间。针对每一个寻找到的边缘计算设备，根据判别公式，判断是否为满足需求的设备，判断公式如下：
通过判断，筛选出可用边缘计算设备集ECD＝{ecd1,ecd2,...,ecdn}。
步骤3：判断是否有可用边缘计算设备做计算迁移。
计算可用边缘设备的数量num，根据判断公式，判断是否有可用边缘计算设备做计算迁移，判断公式如下：
步骤4：选择应用迁移目标，并获取应用迁移目标列表集。
当计算结果为“0”时，选择云端作为计算迁移目标；当结果为“1”时，此时选择边缘计算设备作为计算迁移目标。获取应用迁移目标列表集；将rn记作第n个可用迁移目标设备，将目标列表集记作Dev＝{r1,r2,...,rn}。
步骤5：获取应用与各个迁移目标形成的迁移策略集。
记S＝{s1,s2,...,sn}为计算迁移策略集，其中n代表计算迁移策略的数量。sn是一个多属性元组，记作sn＝{pa,rb}，其中，pa代表计算应用，rb代表迁移的目标设备。
步骤6：对每个迁移策略进行时延计算，获得迁移策略集的时延集ST。
在获得迁移策略sn之后，时延集可细化分为计算应用迁移至目标设备(边缘计算设备或云端)时间QT，目标设备计算应用耗时RT，目标设备将计算结果返回给移动终端的时间BT；因此，迁移应用的计算时延ST的计算如下：
首先计算计算应用迁移至目标设备(边缘计算设备或云端)时间，QT与目标设备rn和移动终端之间的传输速率λn、应用发送的数据dn有关，计算表达式为：
然后，计算目标设备计算应用耗时RT，RT与应用请求的计算资源数crn、应用使用的数据量dn和目标设备的计算能力有关，p代表目标设备单位计算资源的处理能力，则RT计算表达式如下：
接着，计算目标设备将计算结果返回给移动终端的时间BT，BT与目标设备Devn和移动终端之间的传输速率λn、应用执行后返回的数据w'n有关，计算表达式为：
最后，计算时延，ST的表达式如下：
ST＝QT+RT+BT。
将stn记作第n个迁移策略的时延，ST记作所有计算迁移策略的时延集，ST＝{st1,st2,...,stn}。
步骤7：选择最短时延的计算策略为最终的计算策略。
最终的计算迁移策略Smin计算表达式如下：
实施例2
本发明还提供一种混合环境下5G移动应用的计算迁移方法实现的迁移系统，该系统包括若干移动终端以及移动终端内的计算应用和目标迁移设备，所述目标迁移设备的类型包括多个边缘计算设备和云端，获取移动终端中待迁移的计算应用对目标迁移设备的空闲资源需求，所述空闲资源需求包括计算资源和缓存空间的需求，寻找所述移动终端周围的所有边缘计算设备，查询每个所述边缘计算设备的资源使用情况，获取所述边缘计算设备的空闲资源数据，筛选出满足所述计算应用的可用边缘计算设备集；根据所述可用边缘计算设备集判断所述目标迁移设备的类型，并得到对应的迁移目标列表集，所述目标迁移设备包括云端和边缘计算设备；根据所述迁移目标列表集得到对应的计算迁移策略集，并根据所述计算迁移策略集获取移动终端与所述计算应用中的迁移目标的传输速率，计算每个所述计算迁移策略的时延，形成时延集；确定所述时延集中最低时延的计算迁移策略为计算应用最终的计算迁移策略。
计算应用可表示为Pn＝{crn,bmsn,tn}，crn代表第n个应用对迁移设备的计算资源的需求，bmsn代表第n个应用对迁移设备的缓存空间的需求，tn代表计算应用的计算时间。
将获取到的周围边缘计算设备记为ecdn＝{fcrn,fbmsn}，其中fcrn代表该设备的计算资源，fbmsn代表该设备的缓存空间。针对每一个寻找到的边缘设备，根据判别公式，判断是否为满足需求的设备，判断公式如下：
通过判断，筛选出可用边缘计算设备集ECD＝{ecd1,ecd2,...,ecdn}。
计算可用边缘设备的数量num，根据判断公式，判断是否有可用边缘计算设备做计算迁移，判断公式如下：
当计算结果为“0”时，选择云端作为计算迁移目标；当结果为“1”时，此时选择边缘计算设备作为计算迁移目标。获取应用迁移目标列表集；将rn记作第n个可用迁移目标设备，将目标列表集记作Dev＝{r1,r2,...,rn}。
记S＝{s1,s2,...,sn}为计算迁移策略集，其中n代表计算迁移策略的数量。sn是一个多属性元组，记作sn＝{pa,rb},其中pa代表计算应用，rb代表迁移的目标设备。
在获得迁移策略sn之后，时延集可细化分为计算应用迁移至目标设备(边缘计算设备或云端)时间QT，目标设备计算应用耗时RT，目标设备将计算结果返回给移动终端的时间BT；因此，迁移应用的计算时延ST的计算如下：
首先，计算计算应用迁移至目标设备(边缘计算设备或云端)时间，QT与目标设备rn和移动终端之间的传输速率λn、应用发送的数据dn有关，计算表达式为：
然后计算目标设备计算应用耗时RT，RT与应用请求的计算资源数crn、应用使用的数据量dn和目标设备的计算能力有关，p代表目标设备单位计算资源的处理能力，则RT计算表达式如下：
接着计算目标设备将计算结果返回给移动终端的时间BT，BT与目标设备Devn和移动终端之间的传输速率λn、应用执行后返回的数据w'n有关，计算表达式为：
最后计算时延，ST的表达式如下：
ST＝QT+RT+BT。
将stn记作第n个迁移策略的时延，ST记作所有计算迁移策略的时延集，ST＝{st1,st2,...,stn}。
最终的计算迁移策略Smin计算表达式如下：
本实例模拟“边缘+云”计算环境下移动终端做应用迁移的实验，如图2所示，图中边缘计算设备称为ECD，云端为Cloud，P1,P2,P3,P4,P5为计算应用。
应用迁移之前边缘设备的可用资源如表1：
表1应用迁移前各边缘计算设备的可用资源
| 边缘计算设备 | ECD1 | ECD2 | ECD3 |
| 计算资源 | 500Mb | 500Mb | 500Mb |
| 缓存空间 | 200Mb | 200Mb | 200Mb |
如表1所示，有5个计算应用需要作计算迁移，分别为P1{200Mb,60Mb,2s}，P2{300Mb,80Mb,2s}，P3{200Mb,40Mb,2s}，P4{400Mb,150Mb,2s}，P5{100Mb,50Mb,2s}。P1,P2,P3,P4,P5分别在0s,1s,1s,1s,2s时刻请求计算迁移假设各个边缘计算设备的处理能力相同，每个应用与三个边缘计算设备ECD1、ECD2、ECD3的传输速率分别为λ1,λ2,λ3,且λ1<λ2<λ3。
0s时刻，P1作计算迁移。首先，查询P1可选择的边缘计算设备：ECD1和ECD2。此时num＝2。根据算法，选择边缘设备做计算迁移。所以Dev＝{ECD1，ECD2}，Dev相对应的策略集S＝{s1＝{P1，ECD1}，s2＝{P1，ECD2}}。对于每个策略，计算QT、RT、BT。由于两个计算策略的时延RT相同，应用数据量相同，故策略的选择只和传输速率有关。因为λ1<λ2,所以选择s2，P1→ECD2。
表2应用P1迁移后各边缘计算设备的可用资源
| 边缘计算设备 | ECD1 | ECD2 | ECD3 |
| 计算资源 | 500Mb | 300Mb | 500Mb |
| 缓存空间 | 200Mb | 140Mb | 200Mb |
如表2所示，1s时刻，给P2,P3,P4作计算迁移。P2可选择ECD1和ECD2。ECD1与ECD2的资源情况都满足P2，所以P2和P1一样，选择ECD2。P2→ECD2。ECD2变为{0Mb，60Mb}。
P3可选择ECD1，ECD2，ECD3。ECD2不满足P3资源需求。所以Dev＝{ECD1，ECD3}。Dev对应的策略集为S＝{s1＝{P1，ECD1}，s3＝{P1，ECD3}}。由于λ1<λ3,所以选择s3。P3→ECD3。ECD3变为{300Mb，160Mb}。
P4请求计算迁移，P4可选择ECD2，ECD3，但都不满足P4的要求。此时num＝0。根据算法，选择将P4迁移至云端Cloud执行。P4→Cloud。
表3应用P2,P3,P4迁移后各边缘计算设备的可用资源
| 边缘计算设备 | ECD1 | ECD2 | ECD3 |
| 计算资源 | 500Mb | 0Mb | 300Mb |
| 缓存空间 | 200Mb | 60Mb | 160Mb |
2s时刻，P1计算结束，释放资源，ECD2变为{200Mb，120Mb}。此时P5请求计算迁移，P5只选择ECD3。ECD3满足P5的要求，故选择ECD3进行计算迁移。P5→ECD3。
表4应用P5迁移后各边缘计算设备的可用资源
| 边缘计算设备 | ECD1 | ECD2 | ECD3 |
| 计算资源 | 500Mb | 0Mb | 200Mb |
| 缓存空间 | 200Mb | 60Mb | 110Mb |
综上所述，各个应用的迁移路径如表5。
表5各计算应用的计算迁移路径
| 计算应用 | 迁移路径 |
| P<sub>1</sub> | P<sub>1</sub>→ECD2 |
| P<sub>2</sub> | P<sub>2</sub>→ECD2 |
| P<sub>3</sub> | P<sub>3</sub>→ECD3 |
| P<sub>4</sub> | P<sub>4</sub>→Cloud |
| P<sub>5</sub> | P<sub>5</sub>→ECD3 |
本发明首先获取计算应用对边缘计算设备的需求，并获取移动终端周围的边缘计算设备的空闲资源，根据需求筛选出可用边缘计算设备；然后根据是否有可用边缘计算设备选择应用迁移目标为边缘设备还是云端设备；在选定迁移目标之后，获取迁移目标设备集，针对各个迁移目标产生出对应的计算策略。接着，依照各个边缘计算策略计算各个策略的时延，形成计算策略时延集；最后挑选时延最低的计算策略作为最终策略进行计算迁移。在寻找计算迁移设备的过程中，采用剪枝的策略，始终寻找满足计算应用需求的设备，缩小查找范围，减少时延消耗。充分利用边缘设备与云端，使边缘设备得到充分的使用，同时以云端作为保障，保障了计算应用的执行。
本领域内的技术人员应明白，本申请的实施例可提供为方法、系统、或计算机程序产品。因此，本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本申请是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
最后应当说明的是：以上实施例仅用以说明本发明的技术方案而非对其限制，尽管参照上述实施例对本发明进行了详细的说明，所属领域的普通技术人员应当理解：依然可以对本发明的具体实施方式进行修改或者等同替换，而未脱离本发明精神和范围的任何修改或者等同替换，其均应涵盖在本发明的权利要求保护范围之内。
Claims (10)
1.一种混合环境下5G移动应用的计算迁移方法，其特征在于，包括以下步骤：
(1)获取移动终端中待迁移的计算应用对目标迁移设备的空闲资源需求，所述空闲资源需求包括计算资源和缓存空间的需求；
(2)寻找所述移动终端周围的所有边缘计算设备，查询每个所述边缘计算设备的资源使用情况，获取所述边缘计算设备的空闲资源数据，筛选出满足所述计算应用的可用边缘计算设备集；
(3)根据所述可用边缘计算设备集判断所述目标迁移设备的类型，并得到对应的迁移目标列表集，所述目标迁移设备包括云端和边缘计算设备；
(4)根据所述迁移目标列表集得到对应的计算迁移策略集，并根据所述计算迁移策略集获取移动终端与所述计算应用中的迁移目标的传输速率，计算每个所述计算迁移策略的时延，形成时延集；
(5)确定所述时延集中最低时延的计算迁移策略为计算应用最终的计算迁移策略。
2.根据权利要求1所述的混合环境下5G移动应用的计算迁移方法，其特征在于，所述步骤(2)中，所述计算应用的可用边缘计算设备集表示为：ECD＝{ecd1,ecd2,...,ecdn}，其中，可用边缘计算设备的空闲资源剩余情况ecdn＝{fcrn,fbmsn}，fcrn代表所述设备的计算资源，fbmsn代表所述设备的缓存空间。
3.根据权利要求2所述的混合环境下5G移动应用的计算迁移方法，其特征在于，所述可用边缘计算设备的空闲资源剩余情况需满足所述计算应用对目标迁移设备的空闲资源需求，判断公式如下：
其中，判断结果1代表边缘计算设备为可用的，crn代表所述计算应用对目标迁移设备的计算资源的需求，bmsn代表所述计算应用对目标迁移设备的缓存空间的需求。
4.根据权利要求2所述的混合环境下5G移动应用的计算迁移方法，其特征在于，所述步骤(3)中，根据所述可用边缘计算设备集判断所述目标迁移设备的类型，并得到对应的迁移目标列表集，包括根据所述可用边缘计算设备集ECD的项数，若项数大于零，则所述目标迁移设备为边缘计算设备；若项数等于零，则所述目标迁移设备为云端，并将所述可用边缘计算设备集迁移到对应的迁移目标列表集中。
5.根据权利要求1所述的混合环境下5G移动应用的计算迁移方法，其特征在于，所述步骤(4)中，所述计算迁移策略集表示为：S＝{s1,s2,...,sn}，其中，n代表计算迁移策略的数量，sn是一个多属性元组，记作sn＝{pa,rb}，其中，pa代表计算应用，rb代表所述目标列表集中迁移的某个目标迁移设备。
6.根据权利要求5所述的混合环境下5G移动应用的计算迁移方法，其特征在于，所述时延集包括计算应用迁移至目标迁移设备时间QT，目标迁移设备计算应用耗时RT和目标迁移设备将计算结果返回给移动终端的时间BT，所述迁移应用的计算时延的表达式如下：
ST＝QT+RT+BT。
7.一种根据权利要求1-6任一项所述的混合环境下5G移动应用的计算迁移方法实现的迁移系统，其特征在于，该系统包括若干移动终端以及移动终端内的计算应用和目标迁移设备，所述目标迁移设备的类型包括多个边缘计算设备和云端，获取移动终端中待迁移的计算应用对目标迁移设备的空闲资源需求，所述空闲资源需求包括计算资源和缓存空间的需求，寻找所述移动终端周围的所有边缘计算设备，查询每个所述边缘计算设备的资源使用情况，获取所述边缘计算设备的空闲资源数据，筛选出满足所述计算应用的可用边缘计算设备集；根据所述可用边缘计算设备集判断所述目标迁移设备的类型，并得到对应的迁移目标列表集，所述目标迁移设备包括云端和边缘计算设备；根据所述迁移目标列表集得到对应的计算迁移策略集，并根据所述计算迁移策略集获取移动终端与所述计算应用中的迁移目标的传输速率，计算每个所述计算迁移策略的时延，形成时延集；确定所述时延集中最低时延的计算迁移策略为计算应用最终的计算迁移策略。
8.根据权利要求7所述的混合环境下5G移动应用的计算迁移系统，其特征在于，所述计算应用的可用边缘计算设备集表示为：ECD＝{ecd1,ecd2,...,ecdn}，其中，可用边缘计算设备的空闲资源剩余情况ecdn＝{fcrn,fbmsn}，fcrn代表所述设备的计算资源，fbmsn代表所述设备的缓存空间。
9.根据权利要求8所述的混合环境下5G移动应用的计算迁移系统，其特征在于，所述可用边缘计算设备的空闲资源剩余情况需满足所述计算应用对目标迁移设备的空闲资源需求，判断公式如下：
其中，判断结果1代表边缘计算设备为可用的，crn代表所述计算应用对目标迁移设备的计算资源的需求，bmsn代表所述计算应用对目标迁移设备的缓存空间的需求。
10.根据权利要求7所述的混合环境下5G移动应用的计算迁移系统，其特征在于，所述计算迁移策略集表示为：S＝{s1,s2,...,sn}，其中，n代表计算迁移策略的数量，sn是一个多属性元组，记作sn＝{pa,rb}，其中，pa代表计算应用，rb代表所述目标列表集中迁移的某个目标迁移设备。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910298353.7A CN110058929A (zh) | 2019-04-15 | 2019-04-15 | 一种混合环境下5g移动应用的计算迁移方法及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910298353.7A CN110058929A (zh) | 2019-04-15 | 2019-04-15 | 一种混合环境下5g移动应用的计算迁移方法及系统 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN110058929A true CN110058929A (zh) | 2019-07-26 |
Family
ID=67318885
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910298353.7A Pending CN110058929A (zh) | 2019-04-15 | 2019-04-15 | 一种混合环境下5g移动应用的计算迁移方法及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN110058929A (zh) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113821349A (zh) * | 2021-09-28 | 2021-12-21 | 维沃移动通信有限公司 | 负载均衡方法及装置 |
| WO2022206617A1 (zh) * | 2021-04-02 | 2022-10-06 | 华为技术有限公司 | 一种通信方法、装置及系统 |
| WO2024022267A1 (zh) * | 2022-07-28 | 2024-02-01 | 维沃移动通信有限公司 | 算力任务迁移方法及通信设备 |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107305502A (zh) * | 2016-04-21 | 2017-10-31 | 中兴通讯股份有限公司 | 一种应用实例迁移的方法及设备 |
| CN109076357A (zh) * | 2016-05-28 | 2018-12-21 | 华为技术有限公司 | 移动边缘系统中迁移应用方法、相关设备及系统 |
| CN109600419A (zh) * | 2018-11-12 | 2019-04-09 | 南京信息工程大学 | 一种移动边缘计算环境下支持车联网应用的计算迁移方法 |
-
2019
- 2019-04-15 CN CN201910298353.7A patent/CN110058929A/zh active Pending
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107305502A (zh) * | 2016-04-21 | 2017-10-31 | 中兴通讯股份有限公司 | 一种应用实例迁移的方法及设备 |
| CN109076357A (zh) * | 2016-05-28 | 2018-12-21 | 华为技术有限公司 | 移动边缘系统中迁移应用方法、相关设备及系统 |
| CN109600419A (zh) * | 2018-11-12 | 2019-04-09 | 南京信息工程大学 | 一种移动边缘计算环境下支持车联网应用的计算迁移方法 |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2022206617A1 (zh) * | 2021-04-02 | 2022-10-06 | 华为技术有限公司 | 一种通信方法、装置及系统 |
| CN113821349A (zh) * | 2021-09-28 | 2021-12-21 | 维沃移动通信有限公司 | 负载均衡方法及装置 |
| WO2024022267A1 (zh) * | 2022-07-28 | 2024-02-01 | 维沃移动通信有限公司 | 算力任务迁移方法及通信设备 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN107329837B (zh) | 一种负载均衡的方法和单元、分布式NewSQL数据库系统 | |
| CN106233276B (zh) | 网络可访问块存储装置的协调准入控制 | |
| CN108667867B (zh) | 数据存储方法及装置 | |
| US9471347B2 (en) | Optimization of virtual machine sizing and consolidation | |
| US20160371307A1 (en) | Isolating Resources and Performance in a Database Management System | |
| CN104102543B (zh) | 一种云计算环境中负载调整的方法和装置 | |
| CN110058929A (zh) | 一种混合环境下5g移动应用的计算迁移方法及系统 | |
| CN108595254B (zh) | 一种查询调度方法 | |
| CN109271257A (zh) | 一种虚拟机迁移部署的方法及设备 | |
| CN109510852B (zh) | 灰度发布的方法及装置 | |
| CN109471872A (zh) | 处理高并发查询请求的方法及装置 | |
| US12058226B2 (en) | Generalized resource accountant | |
| Hefny et al. | Comparative study load balance algorithms for map reduce environment | |
| WO2014207481A1 (en) | A method and system for processing data | |
| CN103399791A (zh) | 一种基于云计算的虚拟机迁移方法和装置 | |
| US11625273B1 (en) | Changing throughput capacity to sustain throughput for accessing individual items in a database | |
| CN106487854A (zh) | 存储资源分配方法、装置和系统 | |
| Singhal et al. | Predicting job completion time in heterogeneous mapreduce environments | |
| Madsen et al. | Enorm: Efficient window-based computation in large-scale distributed stream processing systems | |
| CN104572684B (zh) | 数据存储系统的容量调整方法、装置及数据存储系统 | |
| CN106775942B (zh) | 一种云应用导向的固态盘缓存管理系统及方法 | |
| JP5692355B2 (ja) | コンピュータシステム、制御システム、制御方法および制御プログラム | |
| Deshai et al. | A Developed Task Allotments Policy for Apache Hadoop Executing in the Public Clouds | |
| Moreira et al. | Towards improvements on the quality of service for multi-tenant RDBMS in the cloud | |
| CN105187483B (zh) | 分配云计算资源的方法及装置 |
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 | ||
| RJ01 | Rejection of invention patent application after publication | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20190726 |