CN111835849B - 增强接入网服务能力的方法和装置 - Google Patents
增强接入网服务能力的方法和装置 Download PDFInfo
- Publication number
- CN111835849B CN111835849B CN202010667852.1A CN202010667852A CN111835849B CN 111835849 B CN111835849 B CN 111835849B CN 202010667852 A CN202010667852 A CN 202010667852A CN 111835849 B CN111835849 B CN 111835849B
- Authority
- CN
- China
- Prior art keywords
- service
- determining
- information
- edge computing
- access network
- 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
- 230000002708 enhancing effect Effects 0.000 title claims abstract description 32
- 238000000034 method Methods 0.000 title claims abstract description 25
- 238000012545 processing Methods 0.000 claims abstract description 53
- 230000005540 biological transmission Effects 0.000 claims abstract description 33
- 239000011159 matrix material Substances 0.000 claims description 13
- 235000008694 Humulus lupulus Nutrition 0.000 claims description 6
- 238000012512 characterization method Methods 0.000 claims 1
- 230000003287 optical effect Effects 0.000 description 14
- 230000006870 function Effects 0.000 description 13
- 238000003860 storage Methods 0.000 description 13
- 238000010586 diagram Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 238000012544 monitoring process Methods 0.000 description 3
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 239000002699 waste material Substances 0.000 description 2
- RYGMFSIKBFXOCR-UHFFFAOYSA-N Copper Chemical compound [Cu] RYGMFSIKBFXOCR-UHFFFAOYSA-N 0.000 description 1
- 240000007651 Rubus glaucus Species 0.000 description 1
- 235000011034 Rubus glaucus Nutrition 0.000 description 1
- 235000009122 Rubus idaeus Nutrition 0.000 description 1
- 239000008186 active pharmaceutical agent Substances 0.000 description 1
- 230000002776 aggregation Effects 0.000 description 1
- 238000004220 aggregation Methods 0.000 description 1
- 229910052802 copper Inorganic materials 0.000 description 1
- 239000010949 copper Substances 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 230000006855 networking Effects 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 238000005192 partition Methods 0.000 description 1
- 238000001228 spectrum Methods 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
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
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L41/00—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
- H04L41/12—Discovery or management of network topologies
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Computer Hardware Design (AREA)
- General Engineering & Computer Science (AREA)
- Data Exchanges In Wide-Area Networks (AREA)
Abstract
本发明公开了一种增强接入网服务能力的方法,包括:向接入网中的各转发节点获取网络拓扑信息,向接入网中的各边缘计算服务器获取资源状态信息,向接入网中的各用户终端获取业务特征信息;根据网络拓扑信息、资源状态信息和业务特征信息确定卸载业务的边缘计算服务器。本发明所提供的方法,能够根据网络拓扑信息、资源状态信息以及业务特征信息等影响因素,综合考虑各业务处理及传输的时延以及各边缘计算服务器的资源利用情况,从而选择最适合卸载业务的边缘计算服务器,能够降低边缘业务时延并均衡边缘计算服务器的资源利用率,从而实现增强接入网的服务能力。本发明还提供一种接入网服务能力增强装置。
Description
技术领域
本发明涉及边缘计算技术领域,具体涉及一种增强接入网服务能力的方法和装置。
背景技术
新兴的时延敏感型业务对时延的要求越来越严格,要求业务能够在接入网侧低时延访问和处理。并且,由于边缘计算服务器是分布式部署,计算和存储能力有限,同时处理多个计算密集型任务比较困难。且用户业务需求是非均匀且时变的,与均匀分布的边缘计算资源不匹配,从而导致部分边缘计算服务器的资源过载,而另一部分边缘计算资源由于用户请求极少而空闲,造成资源浪费。通常情况下,当一个边缘业务的卸载请求计算资源或内容请求数据量过大时,通常的方案是将请求定向到远端数据中心进行处理,增加了业务时延。由于边缘计算服务器资源的浪费以及业务时延的增加,从而限制了接入网对边缘业务的服务能力。
发明内容
为此,本发明提供一种增强接入网服务能力的方法和装置,以解决现有技术中由于边缘计算服务器资源的浪费以及业务时延的增加而导致的接入网对边缘业务的服务能力被限制的问题。
为了实现上述目的,本发明提供一种增强接入网服务能力的方法,应用于接入网服务能力增强装置,所述方法包括:
向接入网中的各转发节点获取网络拓扑信息,向接入网中的各边缘计算服务器获取资源状态信息,向接入网中的各用户终端获取业务特征信息;
根据所述网络拓扑信息、所述资源状态信息和所述业务特征信息确定卸载业务的边缘计算服务器。
在一些实施例中,所述根据所述网络拓扑信息、所述资源状态信息和所述业务特征信息确定卸载业务的边缘计算服务器,包括:
根据所述网络拓扑信息、所述资源状态信息和所述业务特征信息分别确定各业务的传输时延和处理时延;
根据所述业务特征信息和所述各业务的传输时延和处理时延确定业务的平均时延;
根据所述网络拓扑信息和所述业务特征信息确定边缘计算服务器的资源占用比例;
根据所述业务的平均时延和所述边缘计算服务器的资源占用比例确定卸载业务的边缘计算服务器。
在一些实施例中,所述根据所述网络拓扑信息、所述资源状态信息和所述业务特征信息分别确定各业务的传输时延和处理时延,包括:
根据公式(1)分别确定各业务的传输时延:
其中,M表示Mi的数量之和,Mi表示第i个边缘计算服务器;xij∈{0,1}表示第j个业务Rj是否选择Mi卸载,当xij=1时表示业务Rj在Mi卸载,当xij=0时表示业务Rj不在Mi卸载;Rj={Dj,Wj}表示业务,Dj表示卸载业务Rj需要传输的数据流量,Wj表示卸载业务Rj需要的计算资源;hij表示业务Rj对应的用户终端到Mi的节点对之间的最短距离,单位为跳数;Bl为业务Rj对应的用户终端到Mi之间的链路可用带宽;i、j、l均为大于0的自然数;
根据公式(2)分别确定各业务的处理时延:
其中,fij=fiyij表示Mi可以分配给业务Rj的计算资源,yij∈[0,1]表示Mi分配给业务Rj的计算资源的比例,fi表示Mi的计算能力;
所述网络拓扑信息包括所述hij和所述M,所述资源状态信息包括所述Bl、所述fi和所述yij,所述业务特征信息包括所述Dj和所述Wj。
在一些实施例中,所述根据所述业务特征信息和所述各业务的传输时延和处理时延确定业务的平均时延,包括:
根据公式(3)确定业务的平均时延:
其中,|R|为所述业务Rj的数量之和;所述业务特征信息包括所述|R|。
在一些实施例中,所述根据所述网络拓扑信息和所述业务特征信息确定边缘计算服务器的资源占用比例,包括:
根据公式(4)确定边缘计算服务器的资源占用比例:
在一些实施例中,所述根据所述网络拓扑信息、所述资源状态信息和所述业务特征信息确定卸载业务的边缘计算服务器,包括:
根据所述T和所述U确定所述xij的取值矩阵;
从所述xij的取值矩阵中确定同时满足第一约束和第二约束的xij的取值;其中,所述第一约束为:∑jyij≤1,表示所有业务从Mi得到的计算资源之和不超过Mi的最大计算资源;所述第二约束为:∑ixij≤1,表示每个业务只能由一个Mi卸载;
根据所述同时满足第一约束和第二约束的xij值分别确定卸载业务的边缘计算服务器。
在一些实施例中,所述根据所述T和所述U确定所述xij的取值矩阵,包括:
根据公式(5)确定成本值:
其中,α、β∈(0,1);
根据所述成本值确定所述xij的取值矩阵。
本发明还提供一种接入网服务能力增强装置,包括:
获取模块,用于向接入网中的各转发节点获取网络拓扑信息,向接入网中的各边缘计算服务器获取资源状态信息,向接入网中的各用户终端获取业务特征信息;
确定模块,用于根据所述网络拓扑信息、所述资源状态信息和所述业务特征信息确定卸载业务的边缘计算服务器。
在一些实施例中,所述确定模块包括:
第一确定单元,用于根据所述网络拓扑信息、所述资源状态信息和所述业务特征信息分别确定各业务的传输时延和处理时延;
第二确定单元,用于根据所述业务特征信息和所述各业务的传输时延和处理时延确定业务的平均时延;
第三确定单元,用于根据所述网络拓扑信息和所述业务特征信息确定边缘计算服务器的资源占用比例;
第四确定单元,用于根据所述业务的平均时延和所述边缘计算服务器的资源占用比例确定卸载业务的边缘计算服务器。
在一些实施例中,所述第一确定单元具体用于,根据公式(1)分别确定各业务的传输时延:
其中,M表示Mi的数量之和,Mi表示第i个边缘计算服务器;xij∈{0,1}表示第j个业务Rj是否选择Mi卸载,当xij=1时表示业务Rj在Mi卸载,当xij=0时表示业务Rj不在Mi卸载;Rj={Dj,Wj}表示业务,Dj表示卸载业务Rj需要传输的数据流量,Wj表示卸载业务Rj需要的计算资源;hij表示业务Rj对应的用户终端到Mi的节点对之间的最短距离,单位为跳数;Bl为业务Rj对应的用户终端到Mi之间的链路可用带宽;i、j、l均为大于0的自然数;
根据公式(2)分别确定各业务的处理时延:
其中,fij=fiyij表示Mi可以分配给业务Rj的计算资源,yij∈[0,1]表示Mi分配给业务Rj的计算资源的比例,fi表示Mi的计算能力;
所述网络拓扑信息包括所述hij和所述M,所述资源状态信息包括所述Bl、所述fi和所述yij,所述业务特征信息包括所述Dj和所述Wj。
本发明具有如下优点:
在本发明实施例提供的增强接入网服务能力的方法中,根据获取到的接入网中各转发节点的网络拓扑信息、接入网中各边缘计算服务器的资源状态信息以及接入网中各用户终端的业务特征信息等影响因素,综合考虑各业务处理及传输过程中的时延以及各边缘计算服务器的资源利用情况,从而选择最适合卸载业务的边缘计算服务器,能够降低边缘业务时延并均衡边缘计算服务器的资源利用率,从而实现增强接入网的服务能力。
附图说明
附图是用来提供对本发明的进一步理解,并且构成说明书的一部分,与下面的具体实施方式一起用于解释本发明,但并不构成对本发明的限制。
图1为本发明实施例1提供的增强接入网服务能力的方法的流程示意图一;
图2为本发明实施例2提供的增强接入网服务能力的方法的流程示意图二;
图3为本发明实施例3提供的增强接入网服务能力的方法的流程示意图三;
图4为本发明实施例4提供的接入网服务能力增强装置的结构示意图;
图5为本发明实施例5提供的接入网服务能力增强装置的处理模块的结构示意图;
图6为本发明实施例6提供的转发节点的结构示意图。
具体实施方式
以下结合附图对本发明的具体实施方式进行详细说明。应当理解的是,此处所描述的具体实施方式仅用于说明和解释本发明,并不用于限制本发明。
如图1所示,本发明实施例提供的增强接入网服务能力的方法,应用于接入网服务能力增强装置,可以包括以下步骤:
步骤1,向接入网中的各转发节点获取网络拓扑信息,向接入网中的各边缘计算服务器获取资源状态信息,向接入网中的各用户终端获取业务特征信息。
接入网服务能力增强装置位于软件定义网络(Software Defined Network,SDN)架构中的应用层,可以通过北向接口API与SDN架构控制层中的SDN控制器和网络功能虚拟化(Network Functions Virtualization,NFV)编排器进行消息交互,不位于接入网中。接入网包括边缘计算服务器、用户终端、交换机、路由器以及在接入网范围内按特定规则直接转发边缘计算服务器之间的东西向流量的网络设备等。接入网可以为所有包括无线和光纤接入网的网络,例如5G接入网和FiWi接入网。本发明实施例中“转发节点”即为该在接入网范围内按特定规则直接转发边缘计算服务器之间的东西向流量的网络设备。
接入网服务能力增强装置中的获取模块,即资源监测模块和业务特征收集模块,能够从接入网中的转发节点、边缘计算服务器和用户终端获取各种类型的信息,用以增强接入网的服务能力。
具体的,资源监测模块周期性地向接入网中的各转发节点和各边缘计算服务器发送请求消息,从各转发节点获取端口及链路可用带宽等网络拓扑信息,从各边缘计算服务器获取计算可用资源等资源状态信息。资源监测模块对收集到的各种信息进行识别和管理,并将信息及时更新到网络状态数据库中。业务特征收集模块收集和分析各用户终端发出的业务请求以及相关的流量特征,最终得到卸载业务所需的计算量和优先级等业务特征信息,把需要通过边缘计算服务器提供计算或存储资源的业务需求进行汇总,后续还可以对流量特征的概率分布从时间和空间角度进行分析总结以获得诸如移动性等有效数据。
步骤2,根据网络拓扑信息、资源状态信息和业务特征信息确定卸载业务的边缘计算服务器。
接入网服务能力增强装置的处理模块,即连接创建模块,可以根据网络拓扑信息、边缘计算服务器的资源状态信息和业务特征信息等影响因素,综合考虑各业务处理及传输过程中的时延以及各边缘计算服务器的资源利用情况,从而选择最适合卸载业务的边缘计算服务器,然后SDN控制器配置SDN交换机和相应的的转发节点流条目以创建虚拟网络,NFV编排器则下发命令创建满足业务需求的虚拟机VM。
在本发明实施例提供的增强接入网服务能力的方法中,根据获取到的接入网中各转发节点的网络拓扑信息、接入网中各边缘计算服务器的资源状态信息以及接入网中各用户终端的业务特征信息等影响因素,综合考虑各业务处理及传输过程中的时延以及各边缘计算服务器的资源利用情况,从而选择最适合卸载业务的边缘计算服务器,能够降低边缘业务时延并均衡边缘计算服务器的资源利用率,从而实现增强接入网的服务能力。
在一些实施例中,如图2所示,所述根据网络拓扑信息、资源状态信息和业务特征信息确定卸载业务的边缘计算服务器(即步骤2),可以包括以下步骤:
步骤21,根据网络拓扑信息、资源状态信息和业务特征信息分别确定各业务的传输时延和处理时延。
接入网服务能力增强装置的处理模块中的第一处理单元可以根据获取到的网络拓扑信息、资源状态信息和业务特征信息分别确定各业务的传输时延和处理时延,其中,业务特征信息包括描述各业务的信息。
步骤22,根据业务特征信息和各业务的传输时延和处理时延确定业务的平均时延。
接入网服务能力增强装置的处理模块中的第二处理单元可以根据业务特征信息和各业务的传输时延和处理时延确定所有业务的平均时延。
步骤23,根据网络拓扑信息和业务特征信息确定边缘计算服务器的资源占用比例。
接入网服务能力增强装置的处理模块中的第三处理单元可以根据网络拓扑信息和业务特征信息确定所有边缘计算服务器的资源占用比例。
步骤24,根据业务的平均时延和边缘计算服务器的资源占用比例确定卸载业务的边缘计算服务器。
接入网服务能力增强装置的处理模块中的第四处理单元可以根据所有业务的平均时延和所有边缘计算服务器的资源占用比例分别确定卸载各业务的边缘计算服务器。
在一些实施例中,所述根据网络拓扑信息、资源状态信息和业务特征信息分别确定各业务的传输时延和处理时延(即步骤21),可以包括:
根据公式(1)分别确定各业务的传输时延:
根据公式(2)分别确定各业务的处理时延:
在本发明实施例提供的增强接入网服务能力的方法中,可以令无向图G={N,E}表示物理网络,N表示网络中的节点,包括边缘计算服务器Nc和交换节点Ns,N=Nc∪Ns。用E表示网络中的链路,包括光链路Eo和Ew无线链路,E=Eo∪Ew。Bl=Bol∪Bwl表示链路带宽,Bol和Bwl分别表示光链路eol和无线链路ewl的带宽,l为索引。
在公式(1)中,M表示Mi的数量之和,Mi表示第i个边缘计算服务器,i为索引;二进制变量xij∈{0,1}表示第j个业务Rj是否选择Mi卸载,当xij=1时表示业务Rj在Mi卸载,当xij=0时表示业务Rj不在Mi卸载;Rj={Dj,Wj}表示业务,Dj表示卸载业务Rj需要传输的数据流量,即Rj卸载到边缘计算服务器的输入数据,Wj表示卸载业务Rj需要的计算资源;hij表示业务Rj对应的用户终端到Mi的节点对之间的最短距离,单位为跳数;Bl为业务Ri对应的用户终端到Mi之间的链路可用带宽;i、j、l均为大于0的自然数。
任务传输时延与需要传输的数据流量、链路可用带宽以及用户终端与所选的边缘计算服务器之间的路径跳数有关,因此可以根据公式(1)表示出Rj的传输时延。
在公式(2)中,fij=fiyij表示Mi可以分配给业务Rj的计算资源,yij∈[0,1]表示Mi分配给业务Rj的计算资源的比例,fi表示Mi的计算能力,可以根据CPU(central processingunit,中央处理器)每秒可运行的周期进行量化。
需要说明的是,yij∈[0,1]表示Mi分配给业务Rj的计算资源的比例,与前述卸载业务的优先级有关,优先级越高,yij越大,在本发明实施例提供的增强接入网服务能力的方法中,为便于计算将所有优先级设为取值相同的常数,但并不限于此。
在公式(1)和公式(2)中,hij和M为获取模块从各转发节点获取的网络拓扑信息,Bl、fi和yij为获取模块从各边缘计算服务器获取的资源状态信息,Dj和Wj为获取模块从各用户终端获取的业务特征信息。
在一些实施例中,所述根据业务特征信息和各业务的传输时延和处理时延确定业务的平均时延(即步骤22),可以包括:
根据公式(3)确定业务的平均时延:
在公式(3)中,|R|为业务Rj的数量之和,为获取模块从各用户终端获取的业务特征信息。
完成一个任务的总时延包括传输时延和处理时延,因此可以根据公式(3)表示出所有业务的平均时延。
在一些实施例中,所述根据网络拓扑信息和业务特征信息确定边缘计算服务器的资源占用比例(即步骤23),可以包括:
根据公式(4)确定边缘计算服务器的资源占用比例:
在公式(4)中,各参数所表征的含义已在上述实施例中作详细说明,这里不再赘述。
U表示所有边缘计算服务器的资源占用比例,即所有边缘计算服务器中最大负载量与平均负载的比率,因此可以根据公式(4)表示出所有边缘计算服务器的资源占用比例。需要说明的是,U越小表示所有边缘计算服务器的负载均衡程度越好。
在一些实施例中,如图3所示,所述根据网络拓扑信息、资源状态信息和业务特征信息确定卸载业务的边缘计算服务器(即步骤24),可以包括以下步骤:
步骤241,根据T和U确定xij的取值矩阵。
优化目标为降低所有任务的时延和资源占用比例,即降低T和U,因此可以为(T,U)取值预设一个理想条件,T和U中的未知数仅为xij,因此可以确定出所有使得(T,U)取值满足理想条件的xij取值,即xij的取值矩阵。
步骤242,从xij的取值矩阵中确定同时满足第一约束和第二约束的xij的取值;其中,第一约束为:∑jyij≤1,表示所有业务从Mi得到的计算资源之和不超过Mi的最大计算资源;第二约束为:∑ixij≤1,表示每个业务只能由一个Mi卸载。
确定出所有使得(T,U)取值满足理想条件的xij取值后,还需确定这些xij取值是否同时满足第一约束和第二约束,即是否满足每个业务只选择一个边缘计算服务器卸载,且每个边缘计算服务器虽然可以卸载多个业务但是分配给所有业务的计算资源之和不得超过本服务器的最大计算资源。
步骤243,根据同时满足第一约束和第二约束的xij值分别确定卸载业务的边缘计算服务器。
xij为二进制变量,xij∈{0,1},当xij=1时表示业务Rj在Mi卸载,当xij=0时表示业务Rj不在Mi卸载,因此,可以根据步骤242确定出的xij的取值分别确定每个业务选择哪个边缘计算服务器卸载。
在一些实施例中,所述根据T和U确定xij的取值矩阵(即步骤241),可以包括:
根据公式(5)确定成本值:
在公式(5)中,α、β∈(0,1);
根据成本值确定xij的取值矩阵。
在本发明实施例提供的增强接入网服务能力的方法中,可以用成本函数表示业务平均时延和边缘计算服务器资源占用比例的加权和,成本值是时延代价和负载均衡程度的综合指标,与时延和资源占用比例成正比关系,是一个无量纲数值。通过为T和U预设一组理想的权重α、β并预设一个理想的成本阈值(即为(T,U)取值预设一个理想条件),由于T和U中的未知数仅为xij,因此可以确定出所有使得成本值小于或等于理想的成本阈值的xij取值,即xij的取值矩阵。
基于相同的技术构思,如图4所示,本发明实施例还提供一种接入网服务能力增强装置,可以包括:
获取模块101,用于向接入网中的各转发节点获取网络拓扑信息,向接入网中的各边缘计算服务器获取资源状态信息,向接入网中的各用户终端获取业务特征信息。
处理模块102,用于根据网络拓扑信息、资源状态信息和业务特征信息确定卸载业务的边缘计算服务器。
在一些实施例中,如图5所示,所述处理模块102可以包括:
第一处理单元1021,用于根据网络拓扑信息、资源状态信息和业务特征信息分别确定各业务的传输时延和处理时延。
第二处理单元1022,用于根据业务特征信息和各业务的传输时延和处理时延确定业务的平均时延。
第三处理单元1023,用于根据网络拓扑信息和业务特征信息确定边缘计算服务器的资源占用比例。
第四处理单元1024,用于根据业务的平均时延和边缘计算服务器的资源占用比例确定卸载业务的边缘计算服务器。
在一些实施例中,所述第一确定单元1021具体用于,根据公式(1)分别确定各业务的传输时延:
其中,M表示Mi的数量之和,Mi表示第i个边缘计算服务器;xij∈{0,1}表示第j个业务Rj是否选择Mi卸载,当xij=1时表示业务Rj在Mi卸载,当xij=0时表示业务Rj不在Mi卸载;Rj={Dj,Wj}表示业务,Dj表示卸载业务Rj需要传输的数据流量,Wj表示卸载业务Rj需要的计算资源;hij表示业务Rj对应的用户终端到Mi的节点对之间的最短距离,单位为跳数;Bl为业务Rj对应的用户终端到Mi之间的链路可用带宽;i、j、l均为大于0的自然数;
根据公式(2)分别确定各业务的处理时延:
其中,fij=fiyij表示Mi可以分配给业务Rj的计算资源,yij∈[0,1]表示Mi分配给业务Rj的计算资源的比例,fi表示Mi的计算能力;
网络拓扑信息包括hij和M,资源状态信息包括Bl、fi和yij,业务特征信息包括Dj和Wj。
在一些实施例中,所述第二处理单元1022具体用于,根据公式(3)确定业务的平均时延:
其中,|R|为业务Rj的数量之和;业务特征信息包括|R|。
在一些实施例中,所述第三处理单元1023具体用于,根据公式(4)确定边缘计算服务器的资源占用比例:
在一些实施例中,所述第四处理单元1024具体用于,根据T和U确定xij的取值矩阵;从xij的取值矩阵中确定同时满足第一约束和第二约束的xij的取值;其中,第一约束为:∑jyij≤1,表示所有业务从Mi得到的计算资源之和不超过Mi的最大计算资源;第二约束为:∑ixij≤1,表示每个业务只能由一个Mi卸载;根据同时满足第一约束和第二约束的xij值分别确定卸载业务的边缘计算服务器。
在一些实施例中,所述第四处理单元1024具体用于,根据公式(5)确定成本值:
其中,α、β∈(0,1);
根据成本值确定xij的取值矩阵。
即使目的地址与源地址在同一接入网内,数据流也需要经过核心网转发,但目前的有线接入网内部不具有转发能力,因此接入网的服务能力受限。为了提高接入网承载边缘业务的服务能力,如图6所示,本发明实施例还提供了一种网络设备,即前述在接入网范围内按特定规则直接转发边缘计算服务器之间的东西向流量的网络设备(转发节点)。
网络虚拟化是将所有物理网络资源(如无线频谱、光链路带宽、光接口和无线接口等)抽象成虚拟的网络资源,然后根据业务需求将这些虚拟资源进行统一的分片、共享和隔离。因此,网络虚拟化屏蔽了光和无线接入的具体技术细节差异性。光接入网包括时分、波分等无源光网络,无线接入网也具有多种多样的接入形式,该网络设备通过利用虚拟接口进行转发和传输,物理的光接口和无线接口无需进行调整,并不影响与不同接入系统的兼容性。
边缘存储资源池和边缘计算资源池,均与转发模块之间通过虚拟接口相连。边缘存储资源池负责对进入该网络设备的数据流进行缓存。通过存储虚拟接口调度存储池中的资源。计算资源池负责为承载边缘业务的虚拟网络功能提供计算资源,以实现不同的网络功能。
虚拟网络功能和容器是部署在该网络设备虚拟化的基础上软件模块,利用网络设备的虚拟边缘计算和存储资源实现边缘业务所需的网络功能。其中,为了增强接入网的服务能力,利用边缘计算能力增强接入网的组网功能,通过网络功能虚拟化在该设备上部署不同的VNF来实现转发和计算的网络功能。通过桥接和网络虚拟化使用OVS(OpenvSwitch,虚拟交换)技术实现光、无线和铜缆的无缝访问和转发。OVS根据控制器下发的流表来转发数据流,以提供网络互连和转发所需的网络资源。虚拟接口和转发模块通过虚拟化提供网络互连、带宽和转发所需的网络资源。存储和计算资源池为应用提供虚拟化的计算和存储资源。
外部控制器即为SDN网络架构控制层的SDN控制器和NFV编排器。
该网络设备支持SDN和NFV对其虚拟化的网络、计算和存储资源进行协同控制和编排。可以通过支持网络功能虚拟化的通用工业服务器实现,也可以通过支持轻量级虚拟化的单板微型计算机(例如树莓派等、ODROID和瑞星微等)实现。硬件包括光和无线网卡,用以提供网络资源,CPU和内存为转发提供所需的计算和存储资源。
作为一种实施方式,该网络设备可以在基于轻量级虚拟化在单板机上实现。首先安装Linux操作系统,然后安装Docker容器引擎,容器可以快速实例化应用或业务。在容器引擎的基础上,创建容器实例并安装OVS交换机,基于网络虚拟化实现光与无线的交换。控制器将流表发送到OVS以调度和控制数据流。此外,应用数据平面开发套件(DPDK,DataPlane Development Kit)虚拟技术来提高转发速度,根据实验测试结果,转发速度与物理SDN交换机相近。还使用具有旁路功能的网卡,如果OVS发生故障,光纤和无线网卡可以直接连接并转发数据流,从而不会影响服务连续性。
该网络设备不仅可以为用户提供边缘计算和存储资源,也可以作为接入网中的交换设备通过光链路与其他设备通信。每个边缘计算服务器都可以通过接入网光链路的交换能力互相连接起来形成具有弹性计算、存储资源的边缘云,每个边缘计算服务器都可以为其他服务器提供可用的资源。例如,当用户接入的当前边缘计算服务器没有足够的计算资源以卸载业务,请求会根据控制器下发的流表重定向到其他合适的边缘计算服务器,相应的服务器则根据编排器的命令创建VM来承载该业务。
本发明实施例通过利用SDN与NFV技术,设计一种可虚拟化的具有光和无线转发、计算和存储功能的网络设备,在物理基础设施平面实现转发功能。该设备在接入网中充当有效的汇聚节点,可以在接入网范围内按特定规则直接转发边缘计算服务器之间的东西向流量,在接入网范围内将所有边缘计算服务器互连,对分布的边缘计算服务器空闲资源进行动态和统一的调度和分配,流量无需遍历核心网,从而实现增强接入网的服务能力。
可以理解的是,以上实施方式仅仅是为了说明本发明的原理而采用的示例性实施方式,然而本发明并不局限于此。对于本领域内的普通技术人员而言,在不脱离本发明的精神和实质的情况下,可以做出各种变型和改进,这些变型和改进也视为本发明的保护范围。
Claims (6)
1.一种增强接入网服务能力的方法,其特征在于,应用于接入网服务能力增强装置,所述方法包括:
向接入网中的各转发节点获取网络拓扑信息,向接入网中的各边缘计算服务器获取资源状态信息,向接入网中的各用户终端获取业务特征信息;
根据所述网络拓扑信息、所述资源状态信息和所述业务特征信息确定卸载业务的边缘计算服务器;
所述根据所述网络拓扑信息、所述资源状态信息和所述业务特征信息确定卸载业务的边缘计算服务器,包括:
根据所述网络拓扑信息、所述资源状态信息和所述业务特征信息分别确定各业务的传输时延和处理时延;
根据所述业务特征信息和所述各业务的传输时延和处理时延确定业务的平均时延;
根据所述网络拓扑信息和所述业务特征信息确定边缘计算服务器的资源占用比例;
根据所述业务的平均时延和所述边缘计算服务器的资源占用比例确定卸载业务的边缘计算服务器;
所述根据所述网络拓扑信息、所述资源状态信息和所述业务特征信息分别确定各业务的传输时延和处理时延,包括:
根据公式(1)分别确定各业务的传输时延:
其中,M表示Mi的数量之和,Mi表示第i个边缘计算服务器;xij∈{0,1}表示第j个业务Rj是否选择Mi卸载,当xij=1时表示业务Rj在Mi卸载,当xij=0时表示业务Rj不在Mi卸载;Rj={Dj,Wj}表示业务,Dj表示卸载业务Ri需要传输的数据流量,Wj表示卸载业务Rj需要的计算资源;hij表示业务Rj对应的用户终端到Mi的节点对之间的最短距离,单位为跳数;Bl为业务Rj对应的用户终端到Mi之间的链路可用带宽;i、j、l均为大于0的自然数;
根据公式(2)分别确定各业务的处理时延:
其中,fij=fiyij表示Mi可以分配给业务Rj的计算资源,yij∈[0,1]表示Mi分配给业务Rj的计算资源的比例,fi表示Mi的计算能力;
所述网络拓扑信息包括所述hij和所述M,所述资源状态信息包括所述Bl、所述fi和所述yij,所述业务特征信息包括所述Dj和所述Wj。
4.根据权利要求3所述的方法,其特征在于,所述根据所述网络拓扑信息、所述资源状态信息和所述业务特征信息确定卸载业务的边缘计算服务器,包括:
根据所述T和所述U确定所述xij的取值矩阵;
从所述xij的取值矩阵中确定同时满足第一约束和第二约束的xij的取值;其中,所述第一约束为:∑jyij≤1,表示所有业务从Mi得到的计算资源之和不超过Mi的最大计算资源;所述第二约束为:∑ixij≤1,表示每个业务只能由一个Mi卸载;
根据所述同时满足第一约束和第二约束的xij值分别确定卸载业务的边缘计算服务器。
6.一种接入网服务能力增强装置,其特征在于,包括:
获取模块,用于向接入网中的各转发节点获取网络拓扑信息,向接入网中的各边缘计算服务器获取资源状态信息,向接入网中的各用户终端获取业务特征信息;
确定模块,用于根据所述网络拓扑信息、所述资源状态信息和所述业务特征信息确定卸载业务的边缘计算服务器;
所述确定模块包括:
第一确定单元,用于根据所述网络拓扑信息、所述资源状态信息和所述业务特征信息分别确定各业务的传输时延和处理时延;
第二确定单元,用于根据所述业务特征信息和所述各业务的传输时延和处理时延确定业务的平均时延;
第三确定单元,用于根据所述网络拓扑信息和所述业务特征信息确定边缘计算服务器的资源占用比例;
第四确定单元,用于根据所述业务的平均时延和所述边缘计算服务器的资源占用比例确定卸载业务的边缘计算服务器;
所述第一确定单元具体用于,根据公式(1)分别确定各业务的传输时延:
其中,M表示Mi的数量之和,Mi表示第i个边缘计算服务器;xij∈{0,1}表示第j个业务Rj是否选择Mi卸载,当xij=1时表示业务Rj在Mi卸载,当xij=0时表示业务Rj不在Mi卸载;Rj={Dj,Wj}表示业务,Dj表示卸载业务Rj需要传输的数据流量,Wj表示卸载业务Rj需要的计算资源;hij表示业务Rj对应的用户终端到Mi的节点对之间的最短距离,单位为跳数;Bl为业务Rj对应的用户终端到Mi之间的链路可用带宽;i、j、l均为大于0的自然数;
根据公式(2)分别确定各业务的处理时延:
其中,fij=fiyij表示Mi可以分配给业务Rj的计算资源,yij∈[0,1]表示Mi分配给业务Rj的计算资源的比例,fi表示Mi的计算能力;
所述网络拓扑信息包括所述hij和所述M,所述资源状态信息包括所述Bl、所述fi和所述yij,所述业务特征信息包括所述Dj和所述Wj。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010667852.1A CN111835849B (zh) | 2020-07-13 | 2020-07-13 | 增强接入网服务能力的方法和装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010667852.1A CN111835849B (zh) | 2020-07-13 | 2020-07-13 | 增强接入网服务能力的方法和装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111835849A CN111835849A (zh) | 2020-10-27 |
CN111835849B true CN111835849B (zh) | 2021-12-07 |
Family
ID=72900554
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010667852.1A Active CN111835849B (zh) | 2020-07-13 | 2020-07-13 | 增强接入网服务能力的方法和装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111835849B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2023188437A1 (ja) * | 2022-04-01 | 2023-10-05 | 日本電信電話株式会社 | 制御装置、制御方法、及びプログラム |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113453255B (zh) * | 2021-06-25 | 2023-03-24 | 国网湖南省电力有限公司 | 一种边设备容器的业务数据传输负载均衡优化方法及装置 |
CN114172817A (zh) * | 2021-10-18 | 2022-03-11 | 中标慧安信息技术股份有限公司 | 一种边缘计算的虚拟网络功能部署方法与系统 |
CN114666339B (zh) * | 2022-02-16 | 2023-04-11 | 中南大学 | 一种基于中智集的边缘卸载方法、系统及存储介质 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP3370125A1 (en) * | 2017-03-01 | 2018-09-05 | PLETHORA IIoT, S.L. | Device and system including multiple devices for supervision and control of machines in industrial installation |
CN109684075A (zh) * | 2018-11-28 | 2019-04-26 | 深圳供电局有限公司 | 一种基于边缘计算和云计算协同进行计算任务卸载的方法 |
WO2019186591A1 (en) * | 2018-03-29 | 2019-10-03 | Zestiot Technologies Private Limited | Method and system for automating flow of operations on airports |
CN110418418A (zh) * | 2019-07-08 | 2019-11-05 | 广州海格通信集团股份有限公司 | 基于移动边缘计算的无线资源调度方法和装置 |
CN110493360A (zh) * | 2019-09-26 | 2019-11-22 | 重庆大学 | 多服务器下降低系统能耗的移动边缘计算卸载方法 |
CN110769059A (zh) * | 2019-10-28 | 2020-02-07 | 中国矿业大学 | 一种面向区域性边缘计算物联网的协作服务部署与业务分配方法 |
CN110891093A (zh) * | 2019-12-09 | 2020-03-17 | 中国科学院计算机网络信息中心 | 一种时延敏感网络中边缘计算节点选择方法及系统 |
CN111163519A (zh) * | 2019-12-27 | 2020-05-15 | 东北大学秦皇岛分校 | 系统收益最大化的无线体域网资源分配与任务卸载算法 |
-
2020
- 2020-07-13 CN CN202010667852.1A patent/CN111835849B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP3370125A1 (en) * | 2017-03-01 | 2018-09-05 | PLETHORA IIoT, S.L. | Device and system including multiple devices for supervision and control of machines in industrial installation |
WO2019186591A1 (en) * | 2018-03-29 | 2019-10-03 | Zestiot Technologies Private Limited | Method and system for automating flow of operations on airports |
CN109684075A (zh) * | 2018-11-28 | 2019-04-26 | 深圳供电局有限公司 | 一种基于边缘计算和云计算协同进行计算任务卸载的方法 |
CN110418418A (zh) * | 2019-07-08 | 2019-11-05 | 广州海格通信集团股份有限公司 | 基于移动边缘计算的无线资源调度方法和装置 |
CN110493360A (zh) * | 2019-09-26 | 2019-11-22 | 重庆大学 | 多服务器下降低系统能耗的移动边缘计算卸载方法 |
CN110769059A (zh) * | 2019-10-28 | 2020-02-07 | 中国矿业大学 | 一种面向区域性边缘计算物联网的协作服务部署与业务分配方法 |
CN110891093A (zh) * | 2019-12-09 | 2020-03-17 | 中国科学院计算机网络信息中心 | 一种时延敏感网络中边缘计算节点选择方法及系统 |
CN111163519A (zh) * | 2019-12-27 | 2020-05-15 | 东北大学秦皇岛分校 | 系统收益最大化的无线体域网资源分配与任务卸载算法 |
Non-Patent Citations (4)
Title |
---|
Anqi Feng;Yan Wang.Compuitational offloading strategy based on Dynamic Particle swarm for multi-User Mobile Edge computing.《IEEE》.2020, * |
Qiuyue wei,Li ang Liu,Fansi Wei,Haibo Ge * |
S4-190526 "FS_XR5G permanent document 0.4.0";Editor (Qualcomm Incorporated);《3GPP tsg_sa\wg4_codec》;20190412;全文 * |
基于综合信任的边缘计算资源协同研究;邓晓衡,关培源,万志文;《计算机研究与发展》;20180315;全文 * |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2023188437A1 (ja) * | 2022-04-01 | 2023-10-05 | 日本電信電話株式会社 | 制御装置、制御方法、及びプログラム |
Also Published As
Publication number | Publication date |
---|---|
CN111835849A (zh) | 2020-10-27 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111835849B (zh) | 增强接入网服务能力的方法和装置 | |
Islam et al. | A survey on task offloading in multi-access edge computing | |
CN107534583B (zh) | 在管理节点中实现的方法和相关装置 | |
CN109660376B (zh) | 一种虚拟网络映射方法、设备和存储介质 | |
CN111682891B (zh) | 一种面向高动态卫星网络的虚拟网络映射方法 | |
Javadpour | Improving resources management in network virtualization by utilizing a software-based network | |
CN109041130B (zh) | 基于移动边缘计算的资源分配方法 | |
Ullah et al. | Task classification and scheduling based on K-means clustering for edge computing | |
CN110221920B (zh) | 部署方法、装置、存储介质及系统 | |
WO2023024219A1 (zh) | 云边协同网络中时延和频谱占用联合优化方法及系统 | |
CN110177055B (zh) | 一种边缘计算场景下边缘域资源的预分配方法 | |
CN112888005B (zh) | 一种面向mec的分布式业务调度方法 | |
WO2017176542A1 (en) | Optimal dynamic cloud network control | |
CN113490279B (zh) | 一种网络切片配置方法及装置 | |
CN113014611B (zh) | 一种负载均衡方法及相关设备 | |
Mahmoudi et al. | SDN-DVFS: an enhanced QoS-aware load-balancing method in software defined networks | |
Nishanbayev et al. | Evaluating the effectiveness of a software-defined cloud data center with a distributed structure | |
Bisht et al. | Survey on Load Balancing and Scheduling Algorithms in Cloud Integrated Fog Environment | |
Siapoush et al. | Software-defined networking enabled big data tasks scheduling: A tabu search approach | |
Alghamdi et al. | Fog Network Area Management Model for Managing Fog-cloud Resources in IoT Environment | |
Hu et al. | An information transport dynamic load balancing policy based on software defined mobile networks | |
CN112261132A (zh) | 数据中心机群中的处理分配 | |
CN117097681B (zh) | 网络资源的调度方法、装置和存储介质及电子设备 | |
Xu et al. | Service placement strategy for joint network selection and resource scheduling in edge computing | |
CN110532079A (zh) | 计算资源的分配方法及装置 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |