CN110113376B - 一种基于移动边缘计算的多径传输负载均衡优化算法 - Google Patents
一种基于移动边缘计算的多径传输负载均衡优化算法 Download PDFInfo
- Publication number
- CN110113376B CN110113376B CN201910246294.9A CN201910246294A CN110113376B CN 110113376 B CN110113376 B CN 110113376B CN 201910246294 A CN201910246294 A CN 201910246294A CN 110113376 B CN110113376 B CN 110113376B
- Authority
- CN
- China
- Prior art keywords
- edge node
- application
- edge
- vehicle
- applications
- 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
Links
Images
Classifications
-
- 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
- H04L67/1001—Protocols in which an application is distributed across nodes in the network for accessing one among a plurality of replicated servers
- H04L67/1004—Server selection for load balancing
- H04L67/1008—Server selection for load balancing based on parameters of servers, e.g. available memory or workload
-
- 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
- H04L67/1001—Protocols in which an application is distributed across nodes in the network for accessing one among a plurality of replicated servers
- H04L67/1004—Server selection for load balancing
- H04L67/101—Server selection for load balancing based on network conditions
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W28/00—Network traffic management; Network resource management
- H04W28/02—Traffic management, e.g. flow control or congestion control
- H04W28/08—Load balancing or load distribution
-
- 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
- H04L67/12—Protocols specially adapted for proprietary or special-purpose networking environments, e.g. medical networks, sensor networks, networks in vehicles or remote metering networks
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
- H04W4/30—Services specially adapted for particular environments, situations or purposes
- H04W4/40—Services specially adapted for particular environments, situations or purposes for vehicles, e.g. vehicle-to-pedestrians [V2P]
- H04W4/44—Services specially adapted for particular environments, situations or purposes for vehicles, e.g. vehicle-to-pedestrians [V2P] for communication between vehicles and infrastructures, e.g. vehicle-to-cloud [V2C] or vehicle-to-home [V2H]
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Computer Hardware Design (AREA)
- General Engineering & Computer Science (AREA)
- Mobile Radio Communication Systems (AREA)
Abstract
本发明目的在于解决现有的技术中边缘节点过载导致应用时延较大的问题,提出了一种基于移动边缘计算的多径传输负载均衡优化算法方案,采取的技术方案是:在边缘节点之间分配每个车载应用的请求,将每个边缘节点的计算资源灵活地分配给不同类型的VM,来为所分配的车载应用提供服务。本发明达到的有益效果为:本发明通过将较小计算大小的应用分配给负载较轻的边缘节点,有效解决移动边缘计算中边缘节点过载问题;本发明通过根据边缘节点工作量动态分配应用请求,减少了网络中车载应用的时间。
Description
技术领域
本发明涉及一种基于移动边缘计算的多径传输负载均衡优化算法,属于通信技术领域。
背景技术
随着移动终端的普及和业务规模的扩展,人们对于网络传输技术提出了更高的要求。网络的有线和无线传输技术逐渐完善,网络接入技术也逐渐变得多样化。与此同时,越来越多的终端设备可以同时配置多个接口。多路径传输技术的出现和完善成为时代发展的必然趋势。
多路径传输技术,是指同时使用多条路径进行数据流的并行传输。国内外关于多路径传输技术的研究可以追溯到二十世纪八十年代,关于传输层的多路径传输技术是研究的热点。传输层可以获取路径的带宽、时延、丢包率等各种参数,同时能够在网络流量较大出现堵塞时进行拥塞控制,能够有效的保证对于应用层的透明性。
近年来专门针对车载网络中移动边缘计算负载均衡的研究并不多,并且大多是在边缘节点之间分配工作负载以最小化用户请求的响应时间。然而,实际状态下车载应用分为很多不同的类型,必须考虑到不同类型应用请求的不同计算大小和QoS要求。鉴于现实情况,为了最大限度地缩短网络中所有车载应用的响应时间,需要设计一种有效的负载均衡优化算法来解决这一问题。
发明内容
本发明目的在于解决上述现有的技术中边缘节点过载导致应用时延较大的问题,提出了一种基于移动边缘计算的多径传输负载均衡优化算法方案,采取的技术方案是:在边缘节点之间分配每个车载应用的请求,将每个边缘节点的计算资源灵活地分配给不同类型的VM,来为所分配的车载应用提供服务。
一种基于移动边缘计算的多径传输负载均衡优化算法,包括如下步骤:
步骤1:将所有车载应用分配到距离最近的边缘节点,来初始化工作负载均衡;
步骤2:在未标记应用中寻找具有最高响应时间的应用;
步骤3:获取具有最高响应时间的应用当前的边缘节点;
步骤4:判断其是否找到新的适合边缘节点,如有,将其分配给新的边缘节点,如没有,标记该应用;
步骤5:检查是否还存在未标记应用,如有则返回步骤2,如没有则结束;
步骤6,完成所有车载应用分配到不同的边缘节点后,继续为每个边缘节点分配计算资源。
进一步地,所述步骤1中,初始的车载应用分配由车辆和边缘节点之间的网络延迟即响应时间确定。
进一步地,所述步骤1中,由于每个边缘节点的容量都是有限的,因此不可能将所有的车载应用都分配到其相应的最佳边缘节点,在这基础上,初始化的基本思想是迭代地选择合适的次优的边缘节点,与最优的边缘节点相比,如果次优的边缘节点会导致严重得多的网络延迟,那么就将应用分配到其最佳的边缘节点中,如果最佳边缘节点容量已满,且次优边缘节点的网络延迟并不严重,则将应用分配到次优边缘节点中。
进一步地,所述步骤2中,在开始时所有的车载应用均为未标记,然后通过MT-WBO算法迭代地在所有未标记的应用中找到响应时间最长的应用。
进一步地,所述步骤4中,通过MT-WBO算法为响应时间最长的应用搜索新的边缘节点以最小化其响应时间,边缘节点中每个应用的计算资源通过应用在边缘节点的总工作负载中的工作负载百分比确定,推导出不同边缘节点中应用的响应时间。
进一步地,所述步骤6中,将计算资源分配建模成凸优化问题,为每个边缘节点中不同类型的虚拟机VM分配不同大小的计算资源。
本发明达到的有益效果为:(1)本发明通过将较小计算大小的应用分配给负载较轻的边缘节点,有效解决移动边缘计算中边缘节点过载问题;(2)本发明通过根据边缘节点工作量动态分配应用请求,减少了网络中车载应用的时间。
附图说明
图1为本发明所述的算法流程图。
具体实施方式
下面结合说明书附图对本发明的技术方案做进一步的详细说明。
首先,边缘节点的负载分配问题主要考虑网络延迟和计算延迟两部分。该问题的数学模型如下:
其中,ci表示边缘节点i的计算容量,Dk是应用程序k的最大允许计算延迟。约束(2)表明,边缘节点中所有虚拟机VM的聚合计算资源应小于等于边缘节点的计算容量。约束(3)确保每个车载应用只被分配给一个边缘节点。
约束(4)根据最大允许计算延迟Dk对每个用户的k类型的请求分别施加计算延迟,以满足应用的QoS要求。约束(6)规定边缘节点中k类型的VM的平均服务速率应大于VM的平均任务到达速率,以便保持VM的队列稳定。
一种基于移动边缘计算的多径传输负载均衡优化算法,包括如下步骤:
步骤1:将所有车载应用分配到距离最近的边缘节点,来初始化工作负载均衡。
考虑到最开始边缘节点的负载为零,因此初始的车载应用分配由车辆和边缘节点之间的网络延迟确定,因此可以通过解决以下问题来获得:
将W表示为所有车载应用的集合,W1表示为等待在边缘节点之间分配的所有车载应用的集合,并且I1表示具有多余计算资源的边缘节点集合。开始时,所有车载应用尚未被分配,它们被放置在Z1中,此时W1=W。所有的边缘节点均没有被分配任何应用,因此所有的边缘节点都被放置在I1集合中。令diw表示为应用w(即w∈W1)与边缘节点i之间的网络延迟,jw表示应用w所在的车辆。因此,有
在初始化中,对于应用w,最优边缘节点i*∈I1引起最低的网络延迟,即i*=argmin{diw|i∈I1};次优边缘节点i'是在集合I1中引起第二低网络延迟的边缘节点,即i'=argmini{diw|i∈I1\i*}。
如P2所示,每个边缘节点的容量都是有限的,因此不可能将所有的车载应用都分配到其相应的最佳边缘节点。初始化的基本思想是迭代地选择合适的应用,与最优的边缘节点i*相比,如果次优的边缘节点i'会导致严重得多的网络延迟,那么就将应用分配到其最佳的边缘节点中,如果最佳边缘节点容量已满,且次优边缘节点的网络延迟并不严重,则将应用分配到次优边缘节点中。由此可见,次优边缘节点的网络延迟情况决定了将应用w分配给其最佳边缘节点的优先级。例如,如果与其他车载应用相比,应用w的次优边缘节点B导致比其最佳边缘节点A明显更高的延迟,则将应用w分配给次优边缘节点将显著影响所有应用的总网络延迟。在这种情况下,应用w的优先级高于要分配到其最佳边缘节点A中的其他应用。
令Δdw表示应用w到最佳边缘节点i*的网络延迟与w到次优边缘节点i'的网络延迟之间的差值,即,
因此,在步骤1的初始化的每次迭代中,算法将选择并分配合适的应用w,其具有最大的网络延迟差值(即w=argmax{Δdw|w∈W1})。之后,如果边缘节点的工作负载超过其容量,则会从I1中删除该边缘节点。I1集合每更新一次,算法就重新计算集合W1中每个应用z的i*、 i'和Δdw。重复上述过程,直到在边缘节点中分配完所有的车载应用,即
所述步骤1的初始化,输入为网络延迟dij和车辆应用Ψ={ηik|j∈J,j∈Kj}的平均任务到达率向量,输出为初始应用分配矩阵X={xijk|i∈I,j∈J,k∈Kj},其具体运算过程为:。
步骤1-1:令W1=W,I1=I。
步骤1-4:寻找应用w,w=argmax{Δdw|w∈W1}。
步骤1-7:更新应用集合W1,即W1=W1\w。
步骤1-8:如果边缘节点i*被填满,则进入下一步。
步骤1-9:将i*从I1中移除,即I1=I1\i*。
步骤1-11:返回步骤1-3。
步骤1-12:返回X。
步骤2:在未标记应用中寻找具有最高响应时间的应用。
步骤3:获取具有最高响应时间的应用当前的边缘节点。
步骤4:判断其是否找到新的适合边缘节点,如有,将其分配给新的边缘节点,如没有,标记该应用。
所述步骤2到步骤4中,开始时所有的车载应用都没有标记,将 W2定义为未标记的应用集合。然后,在每次迭代中,MT-WBO算法在所有未标记的应用中找到响应时间最长的应用,并为应用搜索新的边缘节点以最小化其响应时间。在每次迭代中,边缘节点中每个应用的计算资源通过应用在边缘节点的总工作负载中的工作负载百分比确定,推导出不同边缘节点中应用的响应时间。如果找到新的边缘节点,则进入下一次迭代。否则,算法标记该应用(即,从W2移除该应用)并继续下一次迭代。算法重复迭代直到
上述步骤2到步骤4的流程,具体运算步骤如下:
步骤a:令W2={w|w∈W}。
步骤c:寻找具有最高响应时间的应用w∈W2。
步骤d:获得应用w的当前边缘节点i。
步骤e:为应用w寻找合适的边缘节点i*,即:
步骤f:如果i*≠i则进入步骤g,否则进入步骤h。
步骤g:将应用w分配给新的边缘节点i*并更新X。
步骤h:标记应用w,令W2=W2\w。
步骤i:返回步骤b。
步骤j:返回X。
步骤5:检查是否还存在未标记应用,如有则返回步骤2,如没有则结束。
步骤6,完成所有车载应用分配到不同的边缘节点后,继续为每个边缘节点分配计算资源。
所述步骤6中,将计算资源分配建模成凸优化问题,为每个边缘节点中不同类型的虚拟机VM分配不同大小的计算资源。
在将所有车载应用分配给不同的边缘节点之后,继续为每个边缘节点分配计算资源,问题如下式所示:
当每个xijk确定时,P3是凸优化问题。下面给出具体证明。
由于f的Hessian矩阵是正定矩阵,因此函数f是凸函数。此外,由于约束(2),(4),(6) 和(8)是线性的,所以优化问题P3是凸优化问题。针对凸优化问题,通过求解它的KKT条件得出它的的最优解。因此,每个边缘节点的计算资源被最佳地分配给不同的VM以最小化响应时间,P1的次优解决方案实现。
以上所述仅为本发明的较佳实施方式,本发明的保护范围并不以上述实施方式为限,但凡本领域普通技术人员根据本发明所揭示内容所作的等效修饰或变化,皆应纳入权利要求书中记载的保护范围内。
Claims (6)
1.一种基于移动边缘计算的多径传输负载均衡优化算法,其特征在于:包括如下步骤:
步骤1:将所有车载应用分配到距离最近的边缘节点,来初始化工作负载均衡;
步骤2:在未标记应用中寻找具有最高响应时间的应用;开始时所有的车载应用都没有标记,定义未标记的应用集合;
步骤3:获取具有最高响应时间的应用当前的边缘节点;为应用w寻找合适的边缘节点i*,即:
式中,dij为网络延迟,ηik为车辆应用平均任务到达率;
步骤4:判断其是否找到新的适合边缘节点即i*≠i,如有,将其分配给新的边缘节点,如没有,标记该应用;
步骤5:检查是否还存在未标记应用,如有则返回步骤2,如没有则结束;
当每个xijk确定时,P3是凸优化问题;针对凸优化问题,通过求解它的KKT条件得出它的最优解。
2.根据权利要求1所述的一种基于移动边缘计算的多径传输负载均衡优化算法,其特征在于:所述步骤1中,初始的车载应用分配由车辆和边缘节点之间的网络延迟即响应时间确定。
3.根据权利要求1所述的一种基于移动边缘计算的多径传输负载均衡优化算法,其特征在于:所述步骤1中,由于每个边缘节点的容量都是有限的,因此不可能将所有的车载应用都分配到其相应的最佳边缘节点,在这基础上,初始化的基本思想是迭代地选择合适的次优的边缘节点,与最优的边缘节点相比,如果次优的边缘节点会导致高网络延迟,那么就将应用分配到其最佳的边缘节点中,如果最佳边缘节点容量已满,且次优边缘节点的网络延迟并不高,则将应用分配到次优边缘节点中。
4.根据权利要求1所述的一种基于移动边缘计算的多径传输负载均衡优化算法,其特征在于:所述步骤2中,在开始时所有的车载应用均为未标记,然后通过MT-WBO算法迭代地在所有未标记的应用中找到响应时间最长的应用。
5.根据权利要求1所述的一种基于移动边缘计算的多径传输负载均衡优化算法,其特征在于:所述步骤4中,通过MT-WBO算法为响应时间最长的应用搜索新的边缘节点以最小化其响应时间,边缘节点中每个应用的计算资源通过应用在边缘节点的总工作负载中的工作负载百分比确定,推导出不同边缘节点中应用的响应时间。
6.根据权利要求1所述的一种基于移动边缘计算的多径传输负载均衡优化算法,其特征在于:所述步骤6中,将计算资源分配建模成凸优化问题,为每个边缘节点中不同类型的虚拟机VM分配不同大小的计算资源。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910246294.9A CN110113376B (zh) | 2019-03-29 | 2019-03-29 | 一种基于移动边缘计算的多径传输负载均衡优化算法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910246294.9A CN110113376B (zh) | 2019-03-29 | 2019-03-29 | 一种基于移动边缘计算的多径传输负载均衡优化算法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110113376A CN110113376A (zh) | 2019-08-09 |
CN110113376B true CN110113376B (zh) | 2022-04-08 |
Family
ID=67484852
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910246294.9A Active CN110113376B (zh) | 2019-03-29 | 2019-03-29 | 一种基于移动边缘计算的多径传输负载均衡优化算法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110113376B (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112738272B (zh) * | 2021-01-12 | 2022-07-15 | 浙江工业大学 | 一种最小化网络时延的边缘节点负载均衡方法 |
CN113055945B (zh) * | 2021-04-08 | 2024-04-30 | 鹤壁天海电子信息系统有限公司 | 负载均衡方法及移动自组织网络 |
CN117768923B (zh) * | 2024-02-22 | 2024-05-28 | 武汉电动汽车技术开发有限公司 | 基于5g短切片专网的新能源汽车数据传输优化方法及系统 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107249218A (zh) * | 2017-06-05 | 2017-10-13 | 东南大学 | 一种mec中无线资源和云资源的联合分配方法 |
CN108541027A (zh) * | 2018-04-24 | 2018-09-14 | 南京邮电大学 | 一种基于边缘云网络的通信计算资源置换方法 |
US10110495B1 (en) * | 2017-11-22 | 2018-10-23 | Intel Corporation | Multi-access edge computing (MEC) service provision based on local cost measurements |
WO2018211488A1 (en) * | 2017-05-18 | 2018-11-22 | Liveu Ltd. | Device, system, and method of wireless multiple-link vehicular communication |
CN109121151A (zh) * | 2018-11-01 | 2019-01-01 | 南京邮电大学 | 小蜂窝集成移动边缘计算下分布式卸载方法 |
CN109522090A (zh) * | 2018-11-09 | 2019-03-26 | 中国联合网络通信集团有限公司 | 资源调度方法及装置 |
-
2019
- 2019-03-29 CN CN201910246294.9A patent/CN110113376B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2018211488A1 (en) * | 2017-05-18 | 2018-11-22 | Liveu Ltd. | Device, system, and method of wireless multiple-link vehicular communication |
CN107249218A (zh) * | 2017-06-05 | 2017-10-13 | 东南大学 | 一种mec中无线资源和云资源的联合分配方法 |
US10110495B1 (en) * | 2017-11-22 | 2018-10-23 | Intel Corporation | Multi-access edge computing (MEC) service provision based on local cost measurements |
CN108541027A (zh) * | 2018-04-24 | 2018-09-14 | 南京邮电大学 | 一种基于边缘云网络的通信计算资源置换方法 |
CN109121151A (zh) * | 2018-11-01 | 2019-01-01 | 南京邮电大学 | 小蜂窝集成移动边缘计算下分布式卸载方法 |
CN109522090A (zh) * | 2018-11-09 | 2019-03-26 | 中国联合网络通信集团有限公司 | 资源调度方法及装置 |
Non-Patent Citations (4)
Title |
---|
A self-adaptive back-off optimization scheme based on beacons probability prediction for vehicle Ad-Hoc networks;Haitao Zhao等;《China Communications》;20161231;全文 * |
Radio Environment Aware Computation Offloading with Multiple Mobile Edge Computing Servers;Koya Sato等;《2017 IEEE Wireless Communications and Networking Conference Workshops (WCNCW)》;20170322;全文 * |
一种基于多参数模糊逻辑的车载通信资源协同;张玉婷等;《应用科学学报》;20180930;全文 * |
面向多业务需求的NFV和SDN融合的资源优化算法;朱晓荣等;《通信学报》;20181125;全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN110113376A (zh) | 2019-08-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110113376B (zh) | 一种基于移动边缘计算的多径传输负载均衡优化算法 | |
CN108494612B (zh) | 一种提供移动边缘计算服务的网络系统及其服务方法 | |
CN108260169B (zh) | 一种基于QoS保障的服务功能链动态部署方法 | |
EP3281359B1 (en) | Application driven and adaptive unified resource management for data centers with multi-resource schedulable unit (mrsu) | |
CN108566659B (zh) | 一种基于可靠性的5g网络切片在线映射方法 | |
CN113115252B (zh) | 延迟敏感任务分布式移动边缘计算资源调度方法及系统 | |
JP6470426B2 (ja) | リソース割当装置及びリソース割当方法 | |
CN107666448B (zh) | 一种时延感知下的5g虚拟接入网映射方法 | |
WO2019072162A1 (zh) | 虚拟网络映射方法、设备和存储介质 | |
CN113784373B (zh) | 云边协同网络中时延和频谱占用联合优化方法及系统 | |
WO2023039965A1 (zh) | 流量疏导的云边计算网络计算资源均衡调度方法及系统 | |
CN109947574B (zh) | 一种基于雾网络的车辆大数据计算卸载方法 | |
CN105610715B (zh) | 一种基于sdn的云数据中心多虚拟机迁移调度计划方法 | |
CN108134967B (zh) | 一种电力光网络路由频谱分配方法及系统 | |
CN111835849B (zh) | 增强接入网服务能力的方法和装置 | |
CN111314123A (zh) | 一种面向时延和能耗的电力物联网工作负载分配方法 | |
CN111130858A (zh) | 一种sd-wan场景下的动态多目标虚拟网络映射方法 | |
CN106302170A (zh) | 一种无线云计算系统的资源分配方法 | |
CN110138830B (zh) | 基于超图分割的跨数据中心任务调度与带宽分配方法 | |
CN113535397B (zh) | 一种智能车辆边缘计算网络的资源分配方法 | |
CN112596910B (zh) | 一种多用户mec系统中的云计算资源调度方法 | |
CN113032146A (zh) | 一种面向多接入边缘计算环境的健壮性服务供应方法 | |
CN110677301B (zh) | 一种5g网络中多交换机单控制器软件定义传输控制方法 | |
CN107948330A (zh) | 一种云环境下基于动态优先级的负载均衡策略 | |
US10182433B2 (en) | System and method for overlapping rate region zoning |
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 |