CN112804665A - 基于d2d协同计算网络构建方法 - Google Patents

Abstract

本发明公开了一种基于D2D协同计算网络构建方法，包括以下步骤：S10，在大规模视频应用场景下，通过Wi‑FiDirect信道，构建基于D2D的多用户协同自组织网络；S20，在基于D2D的多用户协同自组织网络环境中，构建基于众包代理竞标的计算资源共享机制，在设备之间实现多设备的计算众包业务组织；S30，在基于D2D的多用户协同自组织网络条件下，利用具有相同业务的终端计算缓存机制，在设备之间建立缓存共享机制；S40，在基于D2D的多用户协同自组织网络中，以时延优化为目标，建立动态组网机制，以达到时延优化目标。本发明将多台智能终端之间的交互运算卸载到周边环境中网络接入的智能终端，构建计算资源共享机制，缓解单台智能终端的运算压力和网络下行通道的传输压力。

Description

基于D2D协同计算网络构建方法

技术领域

本发明属于通信及网络技术领域，具体涉及一种基于D2D(Device to Device)协同计算网络构建方法。

背景技术

基于区域内大规模用户场景下，高质量视频计算和传播方法是指在针对于在特定的区域内大量用户的情况(如电竞直播现场等场景)，应用5G切片网络环境下的智能设备Wi-Fi Direct连接方式，以众包结合代理竞标的形式，实现多用户移动设备对于高质量视频传输和基于高质量视频内容交互计算的优化方法。

随着计算机终端技术以及计算机网络技术的发展，智能终端已经在大部分场合下得到应用。在一定的业务场景下，存在着大规模用户在移动的区域内(如电竞直播现场等场景)对于与场景相关的视频业务以及与视频业务相关的交互计算。在此需求下，将会造成以下几种挑战：

(1)由于与场景内的相关业务相关，在时间和空间上存在高度集中特性，在下行网络通道上短时间内造成数据阻塞，使用户的业务时延较大，影响用户的交互体验。

(2)由于与场景内的相关业务相关，在时间和空间上存在高度集中特性，采用边缘服务器等其他计算终端作为计算卸载目标时，会造成特定的服务器在短时间内承受大量的计算任务，使计算响应时延增大，影响用户的交互体验。

发明内容

本发明要解决的技术问题是提供一种基于D2D协同计算网络构建方法，将多台智能终端之间的交互运算卸载到周边环境中网络接入的智能终端，构建计算资源共享机制，缓解单台智能终端的运算压力和网络下行通道的传输压力，解决在复杂视频业务中运算压力的问题，提高相应业务的服务质量。

为解决上述技术问题，本发明采用如下的技术方案：

一种基于D2D协同计算网络构建方法，包括以下步骤：

S10，在大规模视频应用场景下，通过Wi-Fi Direct信道，构建基于D2D的多用户协同自组织网络；

S20，在基于D2D的多用户协同自组织网络环境中，构建基于众包代理竞标的计算资源共享机制，在设备之间实现多设备的计算众包业务组织；

S30，在基于D2D的多用户协同自组织网络条件下，利用具有相同业务的终端计算缓存机制，在设备之间建立缓存共享机制；

S40，在基于D2D的多用户协同自组织网络中，以时延优化为目标，建立动态组网机制，以达到时延优化目标。

优选地，所述步骤S10进一步包括：

S11，在区域大规模用户应用场景下，借助于5G技术条件下的移动边缘服务器构建面向于智能移动端的视频业务自组织网络管理单元，在对应的移动边缘服务器端，建立业务组织管理单元，对于不同的业务建立独立的业务管理模块；

S12，在协同自组织业务虚拟网络建立后，智能设备加入协同自组织网络时，智能设备首先向协同自组织网络管理单元提交加入申请，协同自组织业务虚拟网络管理单元查询当前设备库中存在的智能设备的数量，

当当前网络中的智能设备数量等于1时，新加入的智能设备获取数据库中存储的网络信息，与网络中现有的智能设备建立点对点的Wi-Fi Direct链接，在建立连接后，所连接的两个设备之间的连接信息以信息对的形式，存储与当前网络连接的信息的数据；

当当前网络中的智能设备数量等于2时，协同自组织网络管理单元获取客户端的加入请求后，在数据库中查询当前网络中智能设备的数据量，当前两个设备的MAC地址和网络地址数据信息以字符串的形式返回给智能设备。智能设备解析当前设备的地址信息，通过地址信息同时与当前两个智能设备同时建立Wi-Fi Direct连接；

当当前网络中的智能设备数量大于2时，首先遍历当前智能设备构建的自组织网络结构，获取当前网络中连接数为1的节点A，新加入的设备与A之间建立Wi-Fi Direct点对点之间的连接；建立连接后，设置当前节点的连接数+1，并判断当前新加入节点的连接数，当当前节点连接数小于2时，继续执行查询，在当前网络节点中查询连接数小于2的节点数量；

当当前各个网络节点的连接数量大于等于2时，随机选择一个连接数量等于2的节点作为接入节点，新加入的智能设备节点与当前选择的节点进行连接，构建连接过程。

优选地，所述步骤S20进一步包括：

S21，建立委托-代理合同模型，以发送用户为合同委托方，向区域网络内的空闲设备提供合同委托，建立委托-代理合同模型，在合同关系的建立上，以其他设备的付出的奖励计算效用函数作为奖励依据，同时结合合同委托方和代理方的用户意愿，匹配区域网络环境中的空闲用户设备；

S22，合同运行机制的建立，空闲客户端在加入合同后，初步认定客户认同当前的合同互助运算的服务体系，在计算的过程中，首先需要局域网内部提供数据服务，当智能电视在待机状态下，客户端获取计算任务后，进行运算，获取相应的计算任务奖励，并将运算的结果返回给计算申请端；

S23，计算分发过程，在合同竞标完成后，根据合同代理方接收的数据信息，合同委托方启动计算管理模块，以计算业务块编号作为依据判定相应的合同代理方设备的资源共享机制，对合同代理方的竞标数据状态进行分析，通过共享机制类型的不同向合同代理方进行计算卸载。

优选地，所述步骤S30进一步包括：

S31，数据缓存共享感知，在合同委托方向区域网络内空闲设备进行合同代理邀请或代理竞标时，同步通过交换机向局域网络传输携带业务编号的控制交互信息，智能电视端在获取控制交互信息后，将遍历设备缓存，获取缓存中的计算业务块，将计算业务块的编号返回给合同委托端，进行优先竞标设置，合同委托方设备在接收到其他终端的竞标信息后，按照时间顺序优先选择缓存中的数据进行计算业务共享，减少在计算资源共享中的总体计算量；

S32，分布式协同缓存机制，在计算资源共享业务中，合同委托方利用局域网络向其他智能电视端传输控制交互信息，使网络中各个设备自发的采集周围信息，确定自身的缓存共享策略，更加适合于局域网络下的多设备情况，同时，在多个设备的条件下，某一设备根据周围设备的缓存情况确定自身的缓存决策，通过计算业务块的编号为依据协同缓存降低缓存的冗余度，优化计算缓存共享方案。

优选地，所述步骤S40进一步包括：

S41，在协同自组织网络中某一个节点a0在收到用户的业务请求时，该节点向业务服务器发送业务请求；服务器业务响应模块在业务管理数据库中查询最近曾经请求过该业务的计算节点b0，获取在当前自组织网络中该计算节点的其他连接节点信息；

S42，查询当前自组织网络中与a0节点连接的节点序列的业务经历情况，遍历与a0节点连接的其他节点a1、a2和a3的业务状态，选择节点序列中与a0请求业务相关性最低的节点a1，断开a0与a1之间的网络连接路径，降低a1、a2和a3业务状态值；

S43，同时，根据与b0节点连接的其他节点的业务相关业务请求经历，查找与a0节点业务无关的节点b1，将b0与b1之间的连接关系解除；

S44，在业务关系上，建立a0与b0，a1与b1节点之间的直接连接数据描述方式，将b0点作为主数据宿主，向周边进行数据请求；

S45，以b0节点作为起始点，迭代当前网络中与业务相关的节点，重复S41-S44的业务流程，建立业务辅助执行节点c0，d0；

S46，以b0，c0，d0节点作为a0节点的相邻业务辅助节点，以d0作为网络数据接入点，执行视频业务相关的计算流程。

采用本发明具有如下的有益效果：在大规模用户视频应用场景下，下行带宽数据阻塞以及智能移动终端运算能力等方面存在的不足，在现有的5G网络环境下，在SDN网络技术条件下构建基于D2D协同计算网络，将多台智能终端之间的交互运算卸载到周边环境中网络接入的智能终端，构建计算资源共享机制，缓解单台智能终端的运算压力和网络下行通道的传输压力，解决在复杂视频业务中运算压力的问题，提高相应业务的服务质量。

附图说明

图1为本发明实施例的基于D2D协同计算网络构建方法的步骤流程图；

图2为本发明实施例的基于D2D协同计算网络构建方法中网络建立流程图；

图3为本发明实施例的基于D2D协同计算网络构建方法中立动态组网机制的步骤流程图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

参照图1，所示为本发明实施例的基于D2D协同计算网络构建方法的步骤流程图，包括以下步骤：

S10，在大规模视频应用场景下，通过WI-FI Direct信道，构建基于D2D的多用户协同自组织网络；

S20，在基于D2D的多用户协同自组织网络环境中，构建基于众包代理竞标的计算资源共享机制，在设备之间实现多设备的计算众包业务组织；

S30，在基于D2D的多用户协同自组织网络条件下，利用具有相同业务的终端计算缓存机制，在设备之间建立缓存共享机制；

S40，在基于D2D的多用户协同自组织网络中，以时延优化为目标，建立动态组网机制，以达到时延优化目标。

具体应用实例中，步骤S10进一步包括：

S11，在区域大规模用户应用场景下，借助于5G技术条件下的移动边缘服务器构建面向于智能移动端的视频业务自组织网络管理单元，在对应的移动边缘服务器端，建立业务组织管理单元，对于不同的业务建立独立的业务管理模块。

进一步的，借助于边缘服务器等近端计算设备建立协同自组织网络管理单元。当首个业务终端触发视频交互业务计算时，相应的智能终端以业务编号作为标示，向服务器业务管理单元进行请求，初始化相应的协同自组织业务虚拟网络。在初始化业务网络之后，智能设备将MAC地址以及网络地址信息作为参数，向移动边缘服务器提交，并存储与当前智能设备的网络地址、MAC地址信息以及设备可以共享的计算资源信息。

S12，参见图2，在协同自组织业务虚拟网络建立后，智能设备加入协同自组织网络时，智能设备首先向协同自组织网络管理单元提交加入申请，协同自组织业务虚拟网络管理单元查询当前设备库中存在的智能设备的数量，

当当前网络中的智能设备数量等于1时，新加入的智能设备获取数据库中存储的网络信息，与网络中现有的智能设备建立点对点的Wi-Fi Direct链接，在建立连接后，所连接的两个设备之间的连接信息以信息对的形式，存储与当前网络连接的信息的数据；

当当前网络中的智能设备数量等于2时，协同自组织网络管理单元获取客户端的加入请求后，在数据库中查询当前网络中智能设备的数据量，当前两个设备的MAC地址和网络地址数据信息以字符串的形式返回给智能设备，智能设备解析当前设备的地址信息，通过地址信息同时与当前两个智能设备同时建立Wi-Fi Direct连接；

当当前网络中的智能设备数量大于2时，首先遍历当前智能设备构建的自组织网络结构，获取当前网络中连接数为1的节点A，新加入的设备与A之间建立Wi-Fi Direct点对点之间的连接；建立连接后，设置当前节点的连接数+1，并判断当前新加入节点的连接数，当当前节点连接数小于2时，继续执行查询，在当前网络节点中查询连接数小于2的节点数量；

当当前各个网络节点的连接数量大于等于2时，随机选择一个连接数量等于2的节点作为接入节点，新加入的智能设备节点与当前选择的节点进行连接，构建连接过程。

具体应用实例中，由于在不同的用户控制下，客户端将受到主观及客观因素影响而产生自私性，因而需要建立相应的激励机制，以提升用户的计算资源共享意愿，并保障用户双方的利益最大化。步骤S20进一步包括：

S21，建立委托-代理合同模型，以发送用户为合同委托方，向区域网络内的空闲设备提供合同委托，建立委托-代理合同模型，在合同关系的建立上，以其他设备的付出的奖励计算效用函数作为奖励依据，同时结合合同委托方和代理方的用户意愿，匹配区域网络环境中的空闲用户设备；

为了减少在传输数据过程中由于中继、路由所消耗的时间，在计算任务的转发机制设计上，以在同一个交换机下空闲客户端作为广播对象，通过交换机的对等网络结构，使用户的委托合同能够被该用户的通信范围内空闲用户所发现。在空闲用户发现委托合同后，会根据自身的效用函数选择是否进行该合同的代理请求。

当该用户通信范围内有多于用户委托合同数量的空闲用户时，空闲用户将设备参与到运算的相关功率参数反馈给合同的委托方进行合同竞标，合同委托方设备将会根据自身所获得的反馈功率值计算对应的代理方效用函数，并根据效用函数在多个代理合同竞标中选择与委托合同数量相同的空闲用户作为计算任务的委托对象，完成计算任务的转发。对于空闲用户，由于系统中存在多个发送用户，因此，空闲用户同一时间也可以参与竞争多个合同。这样，发送用户可以广播合同给多个空闲用户，空闲用户也可以参与多个用户合同的竞争。

S22，合同运行机制的建立，空闲客户端在加入合同后，初步认定客户认同当前的合同互助运算的服务体系，在计算的过程中，首先需要局域网内部提供数据服务，当智能电视在待机状态下，客户端获取计算任务后，进行运算，获取相应的计算任务奖励，并将运算的结果返回给计算申请端；

当某一个客户端用户在获取业务描述数据后，解析获得当前业务编号信息以及计算业务块的数据量计算描述等信息。同时，智能电视客户端启动合同管理模块，查询当前设备的可用权益资源；在权益资源满足当前业务资源条件下，合同管理模块进行合同竞标，向局域网环境下其他空闲的客户端发送三维模型数据渲染合同，等待空闲客户端进行竞标响应。权益资源是指当前用户能够访问其他设备计算资源的权益标示，来源是当前设备为其他设备的计算请求提供的计算服务。

空闲客户端的合同管理模块在接收代理合同后，启动计算管理模块对于当前设备的缓存进行遍历，判定当前缓存中是否存储与业务相匹配的三维模型渲染缓存数据，之后以业务数据缓存情况以及计算功率信息作为竞标条件返回给合同的委托方参与竞标流程。

合同委托方设备在获取竞标信息后，根据空闲设备的竞标、计算业务块的数量以及合同委托方设备的计算功率参数，选择适合的合同代理设备，并将设备信息写入到合同委托方设备的缓存中，做计算分发准备。

S23，计算分发过程，在合同竞标完成后，根据合同代理方接收的数据信息，合同委托方启动计算管理模块，以计算业务块编号作为依据判定相应的合同代理方设备的资源共享机制，对合同代理方的竞标数据状态进行分析，通过共享机制类型的不同向合同代理方进行计算卸载。

类型一，对缓存共享类型的合同代理客户端。以分布式的协同缓存共享方法，将三维模型渲染数据进行缓存的迁移，存储在合同委托客户端的计算缓存中。

类型二，对计算共享类型的合同代理客户端。通过计算管理模块控制代理客户端的计算设备，对于计算业务块的数据进行顶点坐标转换以及材质、灯光处理计算，将计算结果传输回委托方客户端。

合同委托方设备在全部获取三维模型计算业务块渲染计算数据后，通过本机的计算单元，进行数据校验及数据整合，将交互、渲染计算的结果通过显示设备传递给用户，完成计算迁移的过程。同时，在本地的缓存中，对存储一定数量计算业务块的渲染数据进行共享，以保障在计算资源共享业务中获取相应的权益资源以及计算资源共享流转的正常进行。

具体应用实例中，在智能电视客户端进行相关的计算后，计算的结果将会存储于客户端的缓存中，对于缓存中的数据进行利用，可以有效的减少空闲用户的能源消耗以及计算效率。在局域网络环境下，在智能电视之间建立一个数据共享网络。步骤S30进一步包括：

S31，数据缓存共享感知，在合同委托方向区域网络内空闲设备进行合同代理邀请或代理竞标时，同步通过交换机向局域网络传输携带业务编号的控制交互信息，智能电视端在获取控制交互信息后，将遍历设备缓存，获取缓存中的计算业务块，将计算业务块的编号返回给合同委托端，进行优先竞标设置，合同委托方设备在接收到其他终端的竞标信息后，按照时间顺序优先选择缓存中的数据进行计算业务共享，减少在计算资源共享中的总体计算量；

S32，分布式协同缓存机制，在计算资源共享业务中，合同委托方利用局域网络向其他智能电视端传输控制交互信息，使网络中各个设备自发的采集周围信息，确定自身的缓存共享策略，更加适合于局域网络下的多设备情况，同时，在多个设备的条件下，某一设备根据周围设备的缓存情况确定自身的缓存决策，通过计算业务块的编号为依据协同缓存降低缓存的冗余度，优化计算缓存共享方案。

具体应用实例中，参见图3，步骤S40进一步包括：

S41，在协同自组织网络中某一个节点a0在收到用户的业务请求时，该节点向业务服务器发送业务请求；服务器业务响应模块在业务管理数据库中查询最近曾经请求过该业务的计算节点b0，获取在当前自组织网络中该计算节点的其他连接节点信息；

S42，查询当前自组织网络中与a0节点连接的节点序列的业务经历情况，遍历与a0节点连接的其他节点a1、a2和a3的业务状态，选择节点序列中与a0请求业务相关性最低的节点a1，断开a0与a1之间的网络连接路径，降低a1、a2和a3业务状态值；

S43，同时，根据与b0节点连接的其他节点的业务相关业务请求经历，查找与a0节点业务无关的节点b1，将b0与b1之间的连接关系解除；

S44，在业务关系上，建立a0与b0，a1与b1节点之间的直接连接数据描述方式，将b0点作为主数据宿主，向周边进行数据请求；

S45，以b0节点作为起始点，迭代当前网络中与业务相关的节点，重复S41-S44的业务流程，建立业务辅助执行节点c0，d0；

S46，以b0，c0，d0节点作为a0节点的相邻业务辅助节点，以d0作为网络数据接入点，执行视频业务相关的计算流程。

应当理解，本文所述的示例性实施例是说明性的而非限制性的。尽管结合附图描述了本发明的一个或多个实施例，本领域普通技术人员应当理解，在不脱离通过所附权利要求所限定的本发明的精神和范围的情况下，可以做出各种形式和细节的改变。

Claims (5)

1.一种基于D2D协同计算网络构建方法，其特征在于，包括以下步骤：

S10，在大规模视频应用场景下，通过Wi-Fi Direct信道，构建基于D2D的多用户协同自组织网络；

S20，在基于D2D的多用户协同自组织网络环境中，构建基于众包代理竞标的计算资源共享机制，在设备之间实现多设备的计算众包业务组织；

S30，在基于D2D的多用户协同自组织网络条件下，利用具有相同业务的终端计算缓存机制，在设备之间建立缓存共享机制；

S40，在基于D2D的多用户协同自组织网络中，以时延优化为目标，建立动态组网机制，以达到时延优化目标。

2.如权利要求1所述的基于D2D协同计算网络构建方法，其特征在于，所述步骤S10进一步包括：

S11，在区域大规模用户应用场景下，借助于5G技术条件下的移动边缘服务器构建面向于智能移动端的视频业务自组织网络管理单元，在对应的移动边缘服务器端，建立业务组织管理单元，对于不同的业务建立独立的业务管理模块；

S12，在协同自组织业务虚拟网络建立后，智能设备加入协同自组织网络时，智能设备首先向协同自组织网络管理单元提交加入申请，协同自组织业务虚拟网络管理单元查询当前设备库中存在的智能设备的数量，

当当前网络中的智能设备数量等于1时，新加入的智能设备获取数据库中存储的网络信息，与网络中现有的智能设备建立点对点的Wi-Fi Direct链接，在建立连接后，所连接的两个设备之间的连接信息以信息对的形式，存储与当前网络连接的信息的数据；

当当前网络中的智能设备数量等于2时，协同自组织网络管理单元获取客户端的加入请求后，在数据库中查询当前网络中智能设备的数据量，当前两个设备的MAC地址和网络地址数据信息以字符串的形式返回给智能设备。智能设备解析当前设备的地址信息，通过地址信息同时与当前两个智能设备同时建立Wi-Fi Direct连接；

当当前网络中的智能设备数量大于2时，首先遍历当前智能设备构建的自组织网络结构，获取当前网络中连接数为1的节点A，新加入的设备与A之间建立Wi-Fi Direct点对点之间的连接；建立连接后，设置当前节点的连接数+1，并判断当前新加入节点的连接数，当当前节点连接数小于2时，继续执行查询，在当前网络节点中查询连接数小于2的节点数量；

当当前各个网络节点的连接数量大于等于2时，随机选择一个连接数量等于2的节点作为接入节点，新加入的智能设备节点与当前选择的节点进行连接，构建连接过程。

3.如权利要求1所述的基于D2D协同计算网络构建方法，其特征在于，所述步骤S20进一步包括：

S21，建立委托-代理合同模型，以发送用户为合同委托方，向区域网络内的空闲设备提供合同委托，建立委托-代理合同模型，在合同关系的建立上，以其他设备的付出的奖励计算效用函数作为奖励依据，同时结合合同委托方和代理方的用户意愿，匹配区域网络环境中的空闲用户设备；

S22，合同运行机制的建立，空闲客户端在加入合同后，初步认定客户认同当前的合同互助运算的服务体系，在计算的过程中，首先需要局域网内部提供数据服务，当智能电视在待机状态下，客户端获取计算任务后，进行运算，获取相应的计算任务奖励，并将运算的结果返回给计算申请端；

S23，计算分发过程，在合同竞标完成后，根据合同代理方接收的数据信息，合同委托方启动计算管理模块，以计算业务块编号作为依据判定相应的合同代理方设备的资源共享机制，对合同代理方的竞标数据状态进行分析，通过共享机制类型的不同向合同代理方进行计算卸载。

4.如权利要求1所述的基于D2D协同计算网络构建方法，其特征在于，所述步骤S30进一步包括：

S31，数据缓存共享感知，在合同委托方向区域网络内空闲设备进行合同代理邀请或代理竞标时，同步通过交换机向局域网络传输携带业务编号的控制交互信息，智能电视端在获取控制交互信息后，将遍历设备缓存，获取缓存中的计算业务块，将计算业务块的编号返回给合同委托端，进行优先竞标设置，合同委托方设备在接收到其他终端的竞标信息后，按照时间顺序优先选择缓存中的数据进行计算业务共享，减少在计算资源共享中的总体计算量；

S32，分布式协同缓存机制，在计算资源共享业务中，合同委托方利用局域网络向其他智能电视端传输控制交互信息，使网络中各个设备自发的采集周围信息，确定自身的缓存共享策略，更加适合于局域网络下的多设备情况，同时，在多个设备的条件下，某一设备根据周围设备的缓存情况确定自身的缓存决策，通过计算业务块的编号为依据协同缓存降低缓存的冗余度，优化计算缓存共享方案。

5.如权利要求1所述的基于D2D协同计算网络构建方法，其特征在于，所述步骤S40进一步包括：

S41，在协同自组织网络中某一个节点a0在收到用户的业务请求时，该节点向业务服务器发送业务请求；服务器业务响应模块在业务管理数据库中查询最近曾经请求过该业务的计算节点b0，获取在当前自组织网络中该计算节点的其他连接节点信息；

S42，查询当前自组织网络中与a0节点连接的节点序列的业务经历情况，遍历与a0节点连接的其他节点a1、a2和a3的业务状态，选择节点序列中与a0请求业务相关性最低的节点a1，断开a0与a1之间的网络连接路径，降低a1、a2和a3业务状态值；

S43，同时，根据与b0节点连接的其他节点的业务相关业务请求经历，查找与a0节点业务无关的节点b1，将b0与b1之间的连接关系解除；

S44，在业务关系上，建立a0与b0，a1与b1节点之间的直接连接数据描述方式，将b0点作为主数据宿主，向周边进行数据请求；

S45，以b0节点作为起始点，迭代当前网络中与业务相关的节点，重复S41-S44的业务流程，建立业务辅助执行节点c0，d0；

S46，以b0，c0，d0节点作为a0节点的相邻业务辅助节点，以d0作为网络数据接入点，执行视频业务相关的计算流程。

Images