CN112867061A - 一种资源分配方法及装置 - Google Patents
一种资源分配方法及装置 Download PDFInfo
- Publication number
- CN112867061A CN112867061A CN202110450932.6A CN202110450932A CN112867061A CN 112867061 A CN112867061 A CN 112867061A CN 202110450932 A CN202110450932 A CN 202110450932A CN 112867061 A CN112867061 A CN 112867061A
- Authority
- CN
- China
- Prior art keywords
- sensor
- mec server
- actuator
- delay
- transmission
- 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.)
- Granted
Links
Images
Classifications
-
- 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
- H04W28/0231—Traffic management, e.g. flow control or congestion control based on communication conditions
- H04W28/0236—Traffic management, e.g. flow control or congestion control based on communication conditions radio quality, e.g. interference, losses or delay
-
- 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
- H04W28/0215—Traffic management, e.g. flow control or congestion control based on user or device properties, e.g. MTC-capable devices
- H04W28/0221—Traffic management, e.g. flow control or congestion control based on user or device properties, e.g. MTC-capable devices power availability or consumption
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W28/00—Network traffic management; Network resource management
- H04W28/16—Central resource management; Negotiation of resources or communication parameters, e.g. negotiating bandwidth or QoS [Quality of Service]
- H04W28/18—Negotiating wireless communication parameters
- H04W28/20—Negotiating bandwidth
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Quality & Reliability (AREA)
- Mobile Radio Communication Systems (AREA)
Abstract
本发明实施例提供了一种资源分配方法及装置,上述方法包括:建立传感器的传输带宽与上行传输时延之间的第一关联关系、MEC服务器为传感器分配的计算资源量与计算时延之间的第二关联关系、MEC服务器为执行器分配的传输功率、执行器的传输带宽以及下行传输时延间的第三关联关系。根据第一关联关系、第二关联关系和第三关联关系,确定传感器的传输带宽、MEC服务器为传感器分配的计算资源量、MEC服务器为执行器分配的传输功率以及执行器的传输带宽,并确定传感器与执行器连接的目标MEC服务器。应用本实施例提供的方案进行资源分配,用于解决传感器和执行器安装于不同电子设备的情况下数据传输、处理效率的问题。
Description
技术领域
本发明涉及移动边缘网络技术领域,特别是涉及一种资源分配方法及装置。
背景技术
移动边缘网络中包含MEC(Mobile Edge Computing,移动边缘计算)服务器、传感器和执行器。其中,传感器用于采集数据,并将采集到的数据传输至MEC服务器;MEC服务器对接收到的数据进行处理,并将处理后的数据传输至执行器;执行器接收处理后的数据,可以在用户界面中显示上述数据,或执行上述数据所指示的操作。
以自动驾驶场景为例,传感器为雷达探测器,执行器为自动驾驶车辆,雷达探测器采集目标对象数据,将所采集的目标对象数据传输至MEC服务器,MEC服务器用于对所采集的目标对象数据进行目标对象识别,进而生成车辆行驶方向的数据,MEC服务器将所生成的数据传输至自动驾驶车辆,自动驾驶车辆根据接收到的数据确定车辆行驶方向,按照所确定的行驶方向行驶车辆。
移动边缘网络中资源的分配决定数据传输、处理的效率,然而,现有技术中的资源分配方案,一般是针对传感器和执行器安装于同一电子设备的情况,进行资源分配的方案。而移动边缘网络中传感器和执行器还可以安装于不同电子设备上,因此,亟需一种资源分配方案,用于解决传感器和执行器安装于不同电子设备的情况下数据传输、处理效率的问题。
发明内容
本发明实施例的目的在于提供一种资源分配方法及装置,用以解决传感器和执行器安装于不同电子设备的情况下数据传输、处理效率的问题。具体技术方案如下:
第一方面,本发明实施例提供了一种资源分配方法,应用于移动边缘网络包含的具有管理功能的移动边缘计算MEC服务器,所述移动边缘网络包含传感器、执行器以及MEC服务器,所述方法包括:
获得传感器所采集数据的第一数据量、执行器所获得数据的第二数据量;
基于所述第一数据量,建立所述传感器的传输带宽与上行传输时延之间的第一关联关系,其中,所述上行传输时延为:通过上行链路传输所述第一数据量的数据的传输时延,所述上行链路为:所述传感器与MEC服务器间的链路;
基于所述第一数据量以及MEC服务器处理单位数据量的数据所需的计算资源量,建立MEC服务器为所述传感器分配的计算资源量与计算时延之间的第二关联关系,其中,所述计算时延为:所述MEC服务器处理所述第一数据量的数据的时延;
基于所述第二数据量,建立所述执行器的传输带宽、MEC服务器为所述执行器分配的传输功率以及下行传输时延间的第三关联关系,其中,所述下行传输时延为:通过下行链路传输所述第二数据量的数据的传输时延,所述下行链路为:所述MEC服务器与所述执行器间的链路;
根据所述第一关联关系、第二关联关系和第三关联关系,确定所述上行传输时延、计算时延和下行传输时延之和的最小值,并根据所述最小值,确定所述传感器的传输带宽、所述MEC服务器为所述传感器分配的计算资源量、所述MEC服务器为所述执行器分配的传输功率以及所述执行器的传输带宽,并确定所述传感器与所述执行器连接的目标MEC服务器;
为所述传感器和所述执行器分配所述目标MEC服务器,为所述传感器分配所确定的传输带宽,按照所确定的计算资源量,从所述目标MEC服务器为所述传感器分配计算资源,按照所确定的传输功率,从所述目标MEC服务器为所述执行器分配传输功率,并为所述执行器分配所确定的传输带宽。
第二方面,本发明实施例提供了一种资源分配装置,应用于移动边缘网络包含的具有管理功能的移动边缘计算MEC服务器,所述移动边缘网络包含传感器、执行器以及MEC服务器,所述装置包括:
数据量获得模块,用于获得传感器所采集数据的第一数据量、执行器所获得数据的第二数据量;
第一关联关系建立模块,用于基于所述第一数据量,建立所述传感器的传输带宽与上行传输时延之间的第一关联关系,其中,所述上行传输时延为:通过上行链路传输所述第一数据量的数据的传输时延,所述上行链路为:所述传感器与MEC服务器间的链路;
第二关联关系建立模块,用于基于所述第一数据量以及MEC服务器处理单位数据量的数据所需的计算资源量,建立MEC服务器为所述传感器分配的计算资源量与计算时延之间的第二关联关系,其中,所述计算时延为:所述MEC服务器处理所述第一数据量的数据的时延;
第三关联关系建立模块,用于基于所述第二数据量,建立所述执行器的传输带宽、MEC服务器为所述执行器分配的传输功率以及下行传输时延间的第三关联关系,其中,所述下行传输时延为:通过下行链路传输所述第二数据量的数据的传输时延,所述下行链路为:所述MEC服务器与所述执行器间的链路;
资源确定模块,用于根据所述第一关联关系、第二关联关系和第三关联关系,确定所述上行传输时延、计算时延和下行传输时延之和的最小值,并根据所述最小值,确定所述传感器的传输带宽、所述MEC服务器为所述传感器分配的计算资源量、所述MEC服务器为所述执行器分配的传输功率以及所述执行器的传输带宽,并确定所述传感器与所述执行器连接的目标MEC服务器;
资源分配模块,用于为所述传感器和所述执行器分配所述目标MEC服务器,为所述传感器分配所确定的传输带宽,按照所确定的计算资源量,从所述目标MEC服务器为所述传感器分配计算资源,按照所确定的传输功率,从所述目标MEC服务器为所述执行器分配传输功率,并为所述执行器分配所确定的传输带宽。
第三方面,本发明实施例提供了一种MEC服务器,包括处理器、通信接口、存储器和通信总线,其中,处理器,通信接口,存储器通过通信总线完成相互间的通信;
存储器,用于存放计算机程序;
处理器,用于执行存储器上所存放的程序时,实现上述第一方面所述的方法步骤。
第四方面,本发明实施例提供了一种计算机可读存储介质,所述计算机可读存储介质内存储有计算机程序,所述计算机程序被处理器执行时实现上述第一方面所述的方法步骤。
由以上可见,应用本发明实施例提供的方案进行资源分配时,由于在传感器和执行器安装于不同电子设备时,数据是从传感器开始通过上行链路传输至MEC服务器、由MEC服务器进行处理后通过下行链路传输至执行器,也就是数据处理、传输的时延为上行传输时延、计算时延和下行传输时延之和,又由于上述传感器的传输带宽、MEC服务器为传感器分配的计算资源量、MEC服务器为执行器分配的传输功率以及执行器的传输带宽是根据上行传输时延、计算时延和下行传输时延之和的最小值确定的,因此,在按照所确定的各资源进行资源分配后,能够使得数据在传输、处理的时延较小,从而解决了在传感器和执行器安装在不同电子设备时数据传输、处理效率的问题。
当然,实施本发明的任一产品或方法并不一定需要同时达到以上所述的所有优点。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本发明实施例提供的一种移动边缘网络的示意图;
图2为本发明实施例提供的一种资源分配方法的流程示意图;
图3为本发明实施例提供的一种资源分配装置的结构示意图;
图4为本发明实施例提供的一种MEC服务器的结构示意图。
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,所描述的实施例仅仅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基于本申请所获得的所有其他实施例,都属于本发明保护的范围。
首先,结合图1对本发明实施例的应用场景进行说明。
图1为本发明实施例提供的一种移动边缘网络的示意图。图1中包括MEC服务器、传感器、执行器。
其中,传感器用于采集目标场景的数据,并将采集到的数据传输至MEC服务器;传感器与MEC服务器间的链路为上行链路。
MEC服务器对接收到的数据进行处理,并将处理后的数据传输至执行器;MEC服务器与执行器间的链路为下行链路。
执行器接收处理后的数据,可以在用户界面中显示上述数据,或执行上述数据所指示的操作。上述传感器和执行器可以安装于不同电子设备,也可以安装于同一电子设备。
例如:在自动驾驶领域,传感器可以为摄像头、雷达探测器,执行器可以为自动驾驶车辆中的处理器,上述传感器可以安装于上述自动驾驶车辆中,这种情况下,传感器和执行器安装于同一电子设备;上述传感器也可以安装于路面预设位置处,这种情况下,传感器和执行器安装于不同电子设备。
上述雷达探测器或者摄像头采集目标场景的数据,并将所采集的数据传输至MEC服务器,由MEC服务器对数据进行目标对象识别、3D建模等,MEC服务器将处理结果传输至自动驾驶车辆,自动驾驶车辆可以基于所获得的对象识别结果、3D建模结果进行驾驶决策。
在无人机领域,传感器可以为无人机上安装的摄像头、传感器,执行器可以为工作人员的电子设备,如手机、平板电脑等。在移动VR视频领域,传感器可以为摄像头阵列、执行器可以为移动VR设备。
其次,对本发明实施例的执行主体进行介绍。
本发明实施例的执行主体可以为移动边缘网络中具有管理功能的MEC服务器。具体的,上述MEC服务器可以为仅具有管理功能的MEC服务器,还可以具有管理功能和计算功能的MEC服务器。
参见图2,图2为本发明实施例提供的一种资源分配方法的流程示意图,上述方法包括以下步骤S201-S206。
步骤S201:获得传感器所采集数据的第一数据量、执行器所获得数据的第二数据量。
具体的,可以获得传感器历史所采集数据的数据量,对所获得的数据量进行统计分析,得到第一数据量。例如:可以对所获得的数据量取平均值、中值等。同样的,也可以获得执行器历史所采集数据的数据量,对所获得的数据量进行统计分析,得到第二数据量。例如:可以对所获得的数据量取平均值、中值等。
当然,上述第一数据量也可以是传感器实时采集得到的数据量,上述第二数据量也可以是执行器实时获得的数据量。
步骤S202:基于第一数据量,建立传感器的传输带宽与上行传输时延之间的第一关联关系。
上述上行传输时延为:通过上行链路传输第一数据量的数据的传输时延。
上述上行链路为:传感器与MEC服务器间的链路。
上述第一关联关系用于反映传感器的传输带宽与上行传输时延之间的关系。
具体的,可以按照以下表达式建立传感器的传输带宽与上行传输时延之间的第一关联关系:
其中,表示上行传输时延,表示第k个传感器所采集数据的第一数据量,m表示第m个MEC服务器,M表示MEC服务器的总数量,表示第k个传感器与第m个MEC服务器间的关联策略,,表示第k个传感器的传输带宽,表示第k个传感器的传输功率,表示第k个传感器与第m个MEC服务器间上行链路的信道增益,表示噪声功率。
具体的,表示第k个传感器与第m个MEC服务器间的关联策略,上述关联策略是指第k个传感器与第m个MEC服务器间的连接关系,当=1时,表示第k个传感器与第m个MEC服务器相连接,且第k个传感器相关联的执行器与第m个MEC服务器相连接;否则,=0。
当传感器的传输带宽越大,通过上行链路传输数据的速率越高,上述上行传输时延越小;当传感器的传输带宽越小,通过上行链路传输数据的速率越低,上述上行传输时延越大。基于这一关系,根据第一数据量,还可以建立传感器的传输带宽与上行传输时延间的关系,作为上述第一关联关系。
步骤S203:基于第一数据量以及MEC服务器处理单位数据量的数据所需的计算资源量,建立MEC服务器为传感器分配的计算资源量与计算时延之间的第二关联关系。
具体的,上述MEC服务器为传感器分配的计算资源量可以理解为:在MEC服务器接收到该传感器传输的数据后,通过上述计算资源量的计算资源对接收到的数据进行处理。上述计算资源量可以为计算频率。
上述计算时延为:MEC服务器处理第一数据量的数据的时延。
上述第二关联关系用于反映上述计算资源量与上述计算时延之间的关系。
具体的,可以按照以下表达式建立MEC服务器为传感器分配的计算资源量与计算时延之间的第二关联关系:
具体的,当MEC服务器为传感器分配的计算资源量越大,MEC服务器处理第一数据量的数据的效率越高,计算时延越小;当MEC服务器为传感器分配的计算资源量越小,MEC服务器处理第一数据量的数据的效率越低,计算时延越大。基于这一关系,根据第一数据量,可以建立MEC服务器为传感器分配的计算资源量与计算时延间的关系,作为上述第二关联关系。
步骤S204:基于第二数据量,建立执行器的传输带宽、MEC服务器为执行器分配的传输功率以及下行传输时延间的第三关联关系。
上述下行传输时延为:通过下行链路传输第二数据量的数据的传输时延。上述下行链路为:MEC服务器与执行器间的链路。
上述第三关联关系用于反映MEC服务器为执行器分配的传输功率、传输带宽与下行传输时延之间的关系。
具体的,可以按照以下表达式建立执行器的传输带宽、MEC服务器为执行器分配的传输功率以及下行传输时延之间的第三关联关系:
其中,表示下行传输时延,表示第个传感器相关联的第个执行器所获得的数据的第二数据量,m表示第m个MEC服务器,M表示MEC服务器的总数量,表示第个传感器相关联的第个传感器与第m个MEC服务器间的关联策略,,表示第个执行器的传输带宽,表示MEC服务器为第个执行器分配的传输功率,表示第m个MEC服务器与第个执行器间下行链路的信道增益,表示噪声功率。
具体的,当MEC服务器为执行器分配的传输功率、执行器的传输带宽越大,通过下行链路传输数据的速率越高,上述下行传输时延越小;当MEC服务器为执行器分配的传输功率、执行器的传输带宽越小,通过下行链路传输数据的速率越低,上述下行传输时延越大。基于这一关系,根据第二数据量,可以建立执行器的传输带宽、传输功率与下行传输时延间的关系,作为上述第三关联关系。
步骤S205:根据第一关联关系、第二关联关系和第三关联关系,确定上行传输时延、计算时延和下行传输时延之和的最小值,并根据最小值,确定传感器的传输带宽、MEC服务器为传感器分配的计算资源量、MEC服务器为执行器分配的传输功率以及执行器的传输带宽,并确定传感器与执行器连接的目标MEC服务器。
上述上行传输时延、计算时延和下行传输时延之和反映的是数据从传感器到MEC服务器、从MEC服务器到执行器整个过程经历的时间。当上述和值越长,表示整个过程经历的时间越多,数据传输、处理的效率越低,当上述和值越短,表示整个过程经历的时间越少,数据传输、处理的效率越高。
具体的,可以联立在上述步骤S202-步骤S204中提及的各个公式,以上行传输时延、计算时延和下行传输时延之和最小值为目标,对联立的各个公式进行求解得到传感器的传输带宽、MEC服务器为传感器分配的计算资源量、MEC服务器为执行器分配的传输功率以及执行器的传输带宽,并确定传感器与执行器连接的目标MEC服务器。由于是确定传感器与执行器连接的目标MEC服务器,又可以将这一确定过程称为关联策略。
步骤S206:为传感器和执行器分配目标MEC服务器,为传感器分配所确定的传输带宽,按照所确定的计算资源量,从目标MEC服务器为传感器分配计算资源,按照所确定的传输功率,从目标MEC服务器为执行器分配传输功率,并为执行器分配所确定的传输带宽。
由以上可见,应用本实施例提供的方案进行资源分配时,由于在传感器和执行器安装于不同电子设备时,数据是从传感器开始通过上行链路传输至MEC服务器、由MEC服务器进行处理后通过下行链路传输至执行器,也就是数据处理、传输的时延为上行传输时延、计算时延和下行传输时延之和,又由于上述传感器的传输带宽、MEC服务器为传感器分配的计算资源量、MEC服务器为执行器分配的传输功率以及执行器的传输带宽是根据上行传输时延、计算时延和下行传输时延之和的最小值确定的,因此,在按照所确定的各资源进行资源分配后,能够使得数据在传输、处理的时延较小,从而解决了在传感器和执行器安装在不同电子设备时数据传输、处理效率的问题。
本发明的一个实施例中,在上述步骤S205中计算上行传输时延、计算时延、下行传输时延之和的最小值时,可以针对每一MEC服务器,在上行链路为传感器与该MEC服务器间的链路的情况下,根据第一关联关系,计算上行传输时延的最小值,并根据第二关联关系,计算上述计算时延的最小值,并在下行链路为该MEC服务器与执行器间的链路的情况下,根据第三关联关系,计算上述下行传输时延的最小值;根据所确定的上行传输时延的各最小值、计算时延的各最小值以及下行传输时延的各最小值,计算上行传输时延、计算时延、下行传输时延之和的最小值。
具体的,可以首先从各MEC服务器中采用预设的关联策略确定一个MEC服务器,如上述关联策略可以为:随机选择或选择信噪比最大的MEC服务器,在选择了MEC服务器之后,也就是上行链路为传感器与MEC服务期间的链路、且下行链路为MEC服务器与执行器间的链路的情况下,按照以下方式同时计算上行传输时延、计算时延以及下行传输时延的最小值。
计算满足第一预设条件的最小传输时延,作为上行传输时延的最小值,上述第一预设条件为:
其中, 表示传感器的序号,K表示传感器的总数量, 表示第k个传感器所采集数据的第一数据量,表示上行传输时延, 表示第k个传感器的传输带宽, 表示第k个传感器的传输功率,m表示MEC服务器的序号, 表示第k个传感器与第m个MEC服务器间上行链路的信道增益, 表示噪声功率, 表示各传感器的总传输带宽。
计算满足第二预设条件的最小时延,作为计算时延的最小值,上述第二预设条件为:
其中,k表示传感器的序号,K表示传感器的总数量, 表示第k个传感器所采集数据的第一数据量, 表示MEC服务器处理单位数据量的数据所需的计算资源量, 表示计算时延, 表示MEC服务器为第k个传感器分配的计算资源量, 表示第k个传感器与第m个MEC服务器间的关联策略, , 表示第m个MEC服务器为各传感器分配的总计算资源量, m表示MEC服务器的序号,M表示MEC服务器的总数量。
计算满足第三预设条件的最小时延,作为下行传输时延的最小值,上述第三预设条件为:
其中,表示第个执行器所请求的传感器序号,表示第个执行器所获得数据的第二数据量,表示下行传输时延,m表示MEC服务器的序号,M表示MEC服务器的总数量,表示执行器的序号,L表示执行器的总数量,表示第m个MEC服务器与第个执行器间的关联策略,,表示第个执行器的传输带宽,表示MEC服务器为第个执行器分配的传输功率,表示第m个MEC服务器与第个执行器间下行链路的信道增益,表示噪声功率,表示各执行器的总传输带宽,表示第m个MEC服务器为各执行器分配的总传输功率。
基于上述表达式,可以计算得到上行传输时延、计算时延以及下行传输时延的最小值,并且还可以计算得到传感器的传输带宽、MEC服务器为传感器分配的计算资源、MEC服务器为执行器分配的传输功率和执行器的传输带宽的最小值。
基于计算得到传感器的传输带宽、MEC服务器为传感器分配的计算资源、MEC服务器为执行器分配的传输功率以及执行器的传输带宽的最小值,确定满足第四预设条件的MEC服务器,作为第二次进行迭代的MEC服务器。
上述第四预设条件为:
其中,m表示MEC服务器的序号,M表示MEC服务器的总数量,表示第k个传感器与第m个MEC服务器间的关联策略,,k表示传感器的序号,K表示传感器的总数量,表示第k个传感器所采集数据的第一数据量,表示所获得的上行传输时延,表示计算得到的第k个传感器的传输带宽,表示第k个传感器的传输功率,表示第k个传感器与第m个MEC服务器间上行链路的信道增益,表示噪声功率,表示第个执行器所请求的传感器序号,表示第个执行器所获得数据的第二数据量,表示所获得的下行传输时延,表示执行器的序号,表示第m个MEC服务器与第个执行器间的关联策略,,表示计算得到的第个执行器的传输带宽,表示计算得到的MEC服务器为第个执行器分配的传输功率,表示第m个MEC服务器与第个执行器间下行链路的信道增益,表示第m个MEC服务器为各执行器分配的总传输功率,表示计算得到的MEC服务器为第k个传感器分配的计算资源量,表示MEC服务器为各传感器分配的总计算资源量。
按照上述表达式可以通过凹凸过程确定第二次迭代的MEC服务器,基于所确定的MEC服务器,再次按照上述四个表达式进行计算,直至得到满足预设的收敛条件的上行传输时延、计算时延以及下行传输时延之和最小值,并且还可以得到传感器的传输带宽、MEC服务器为传感器分配的计算资源、MEC服务器为执行器分配的传输功率、执行器传输带宽、传感器与执行器相连接的目标MEC服务器。
上述预设的收敛条件可以为:
其中,t表示迭代次数,表示第t-1次迭代时计算得到的上行传输时延,表示第t-1次迭代时计算得到的计算时延,表示第t-1次迭代时计算得到的下行传输时延,表示第t次迭代时计算得到的上行传输时延,表示第t次迭代时计算得到的计算时延,表示第t次迭代时计算得到的下行传输时延,为预设阈值。
上述预设收敛条件还可以为达到预设的迭代次数,如迭代次数达到10次、20次等。
这一整个迭代算法又可以称为基于凹凸过程以及交替优化思想的次优算法。采用上述算法在保证性能的基础上降低了计算复杂度。
这样,针对每一MEC服务器,计算相对应的上行传输时延的最小值、计算时延的最小值以及下行传输时延的最小值,从所确定的上行传输时延的各最小值、计算时延的各最小值以及下行传输时延的各最小值中,能够计算得到较为准确的上行传输时延、计算时延、下行传输时延之和的最小值。
本发明的一个实施例中,在上述步骤S205中可以获得最小值对应的上行传输时延、计算时延、下行传输时延;基于所获得的上行传输时延以及第一关联关系,计算传感器的传输带宽;基于所获得的计算时延以及第二关联关系,计算MEC服务器为传感器分配的计算资源量;基于所获得的下行传输时延以及第三关联关系,计算执行器的传输带宽以及MEC服务器为执行器分配的传输功率;基于所计算的传感器的传输带宽、MEC服务器为传感器分配的计算资源量、执行器的传输带宽、以及MEC服务器为执行器分配的传输功率,确定传感器和执行器连接的目标MEC服务器。
具体的,上述最小值对应的上行传输时延、计算时延和下行传输时延表示:通过上述上行传输时延、计算时延、下行传输时延计算得到的最小值。
由于第一关联关系为传感器的传输带宽与上行传输时延之间的关联关系,所以通过所获得的上行传输时延好热第一关联关系,可以计算得到传感器的传输带宽,例如:假设上述第一关联关系为步骤S202中提及的表达式,通过代入所获得的上行传输时延,计算得到传感器的传输带宽。
第二关联关系为MEC服务器为传感器分配的计算资源量与计算时延之间的关联关系,所以通过所获得的计算时延好热第二关联关系,可以计算得到MEC服务器为传感器分配的计算资源量,例如:假设上述第二关联关系为步骤S203中提及的表达式,通过代入所获得的计算时延,计算得到MEC服务器为传感器分配的计算资源量。
第三关联关系为MEC服务器为执行器分配的传输功率、执行器的传输带宽以及下行传输时延间的关联关系,所以通过所获得的下行传输时延和第三关联关系,可以计算得到MEC服务器为执行器分配的传输功率、执行器的传输带宽,例如:假设上述第三关联关系为步骤S204中提及的表达式,通过代入所获得的下行传输时延,计算得到MEC服务器为执行器分配的传输功率、执行器的传输带宽。
在计算得到传感器的传输带宽、MEC服务器为传感器分配的计算资源量、MEC服务器为执行器分配的传输功率和执行器的传输带宽后,可以通过计算得到的各个资源,确定满足第四预设条件的MEC服务器,作为传感器和执行器连接的目标MEC服务器。
上述第四预设条件为:
其中,m表示MEC服务器的序号,M表示MEC服务器的总数量,表示第k个传感器与第m个MEC服务器间的关联策略,,k表示传感器的序号,K表示传感器的总数量,表示第k个传感器所采集数据的第一数据量,表示所获得的上行传输时延,表示计算得到的第k个传感器的传输带宽,表示第k个传感器的传输功率,表示第k个传感器与第m个MEC服务器间上行链路的信道增益,表示噪声功率,表示第个执行器所请求的传感器序号,表示第个执行器所获得数据的第二数据量,表示所获得的下行传输时延,表示执行器的序号,表示第m个MEC服务器与第个执行器间的关联策略,,表示计算得到的第个执行器的传输带宽,表示计算得到的MEC服务器为第个执行器分配的传输功率,表示第m个MEC服务器与第个执行器间下行链路的信道增益,表示第m个MEC服务器为各执行器分配的总传输功率,表示计算得到的MEC服务器为第k个传感器分配的计算资源量,表示MEC服务器为各传感器分配的总计算资源量。
这样,由于第一关联关系为传感器的传输带宽与上行传输时延之间的关联关系、第二关联关系为MEC服务器为传感器分配的计算资源量与计算时延之间的关联关系、第三关联关系为MEC服务器为执行器分配的传输功率、执行器的传输带宽以及下行传输时延间的关联关系,所以通过所获得的上行传输时延以及第一关联关系,计算时延以及第二关联关系、下行传输时延以及第三关联关系,可以较为准确计算得到传感器的传输带宽、MEC服务器为传感器分配的计算资源量、MEC服务器为执行器分配的传输功率以及执行器的传输带宽。
与上述资源分配方法相对应,本发明实施例还提供了一种资源分配装置。
参见图3,图3为本发明实施例提供的一种资源分配装置的结构示意图,应用于移动边缘网络包含的具有管理功能的移动边缘计算MEC服务器,所述移动边缘网络包含传感器、执行器以及MEC服务器,上述装置包括以下模块301-306。
数据量获得模块301,用于获得传感器所采集数据的第一数据量、执行器所获得数据的第二数据量;
第一关联关系建立模块302,用于基于所述第一数据量,建立所述传感器的传输带宽与上行传输时延之间的第一关联关系,其中,所述上行传输时延为:通过上行链路传输所述第一数据量的数据的传输时延,所述上行链路为:所述传感器与MEC服务器间的链路;
第二关联关系建立模块303,用于基于所述第一数据量以及MEC服务器处理单位数据量的数据所需的计算资源量,建立MEC服务器为所述传感器分配的计算资源量与计算时延之间的第二关联关系,其中,所述计算时延为:所述MEC服务器处理所述第一数据量的数据的时延;
第三关联关系建立模块304,用于基于所述第二数据量,建立所述执行器的传输带宽、MEC服务器为所述执行器分配的传输功率以及下行传输时延间的第三关联关系,其中,所述下行传输时延为:通过下行链路传输所述第二数据量的数据的传输时延,所述下行链路为:所述MEC服务器与所述执行器间的链路;
资源确定模块305,用于根据所述第一关联关系、第二关联关系和第三关联关系,确定所述上行传输时延、计算时延和下行传输时延之和的最小值,并根据所述最小值,确定所述传感器的传输带宽、所述MEC服务器为所述传感器分配的计算资源量、所述MEC服务器为所述执行器分配的传输功率以及所述执行器的传输带宽,并确定所述传感器与所述执行器连接的目标MEC服务器;
资源分配模块306,用于为所述传感器和所述执行器分配所述目标MEC服务器,为所述传感器分配所确定的传输带宽,按照所确定的计算资源量,从所述目标MEC服务器为所述传感器分配计算资源,按照所确定的传输功率,从所述目标MEC服务器为所述执行器分配传输功率,并为所述执行器分配所确定的传输带宽。
由以上可见,应用本实施例提供的方案进行资源分配时,由于在传感器和执行器安装于不同电子设备时,数据是从传感器开始通过上行链路传输至MEC服务器、由MEC服务器进行处理后通过下行链路传输至执行器,也就是数据处理、传输的时延为上行传输时延、计算时延和下行传输时延之和,又由于上述传感器的传输带宽、MEC服务器为传感器分配的计算资源量、MEC服务器为执行器分配的传输功率以及执行器的传输带宽是根据上行传输时延、计算时延和下行传输时延之和的最小值确定的,因此,在按照所确定的各资源进行资源分配后,能够使得数据在传输、处理的时延较小,从而解决了在传感器和执行器安装在不同电子设备时数据传输、处理效率的问题。
本发明的一个实施例中,上述资源确定模块305,包括:
第一数值计算子模块,用于针对每一MEC服务器,在上行链路为所述传感器与该MEC服务器间的链路的情况下,根据所述第一关联关系,计算所述上行传输时延的最小值,并根据所述第二关联关系,计算所述计算时延的最小值,并在下行链路为该MEC服务器与所述执行器间的链路的情况下,根据所述第三关联关系,计算所述下行传输时延的最小值;
第二数值计算子模块,用于根据所确定的上行传输时延的各最小值、计算时延的各最小值以及下行传输时延的各最小值,计算所述上行传输时延、计算时延、下行传输时延之和的最小值。
这样,针对每一MEC服务器,计算相对应的上行传输时延的最小值、计算时延的最小值以及下行传输时延的最小值,从所确定的上行传输时延的各最小值、计算时延的各最小值以及下行传输时延的各最小值中,能够计算得到较为准确的上行传输时延、计算时延、下行传输时延之和的最小值。
本发明的一个实施例中,上述第一数值计算子模块,具体用于计算满足第一预设条件的最小传输时延,作为所述上行传输时延的最小值,所述第一预设条件为:
其中,表示传感器的序号,K表示传感器的总数量,表示第k个传感器所采集数据的第一数据量,表示上行传输时延,表示第k个传感器的传输带宽,表示第k个传感器的传输功率,m表示MEC服务器的序号,表示第k个传感器与第m个MEC服务器间上行链路的信道增益,表示噪声功率,表示各传感器的总传输带宽。
本发明的一个实施例中,上述第一数值计算子模块,具体用于计算满足第二预设条件的最小时延,作为所述计算时延的最小值,所述第二预设条件为:
其中,k表示传感器的序号,K表示传感器的总数量,表示第k个传感器所采集数据的第一数据量,表示MEC服务器处理单位数据量的数据所需的计算资源量,表示计算时延,表示MEC服务器为第k个传感器分配的计算资源量,表示第k个传感器与第m个MEC服务器间的关联策略,,表示第m个MEC服务器为各传感器分配的总计算资源量,m表示MEC服务器的序号,M表示MEC服务器的总数量。
本发明的一个实施例中,上述第一数值计算子模块,具体用于计算满足第三预设条件的最小时延,作为所述下行传输时延的最小值,所述第三预设条件为:
其中,表示第个执行器所请求的传感器序号,表示第个执行器所获得数据的第二数据量,表示下行传输时延,m表示MEC服务器的序号,M表示MEC服务器的总数量,表示执行器的序号,L表示执行器的总数量,表示第m个MEC服务器与第个执行器间的关联策略,,表示第个执行器的传输带宽,表示MEC服务器为第个执行器分配的传输功率,表示第m个MEC服务器与第个执行器间下行链路的信道增益,表示噪声功率,表示各执行器的总传输带宽,表示第m个MEC服务器为各执行器分配的总传输功率。
本发明的一个实施例中,上述资源确定模块305,包括:
时延获得子模块,用于获得所述最小值对应的所述上行传输时延、计算时延、下行传输时延;
第一传输带宽计算子模块,用于基于所获得的上行传输时延以及所述第一关联关系,计算所述传感器的传输带宽;
计算资源量计算子模块,用于基于所获得的计算时延以及所述第二关联关系,计算所述MEC服务器为所述传感器分配的计算资源量;
第二传输带宽计算子模块,用于基于所获得的下行传输时延以及所述第三关联关系,计算所述执行器的传输带宽以及所述MEC服务器为所述执行器分配的传输功率;
MEC服务器确定子模块,用于基于所计算的传感器的传输带宽、所述MEC服务器为所述传感器分配的计算资源量、所述执行器的带宽、以及所述MEC服务器为所述执行器分配的传输功率,确定所述传感器和所述执行器连接的目标MEC服务器。
这样,由于第一关联关系为传感器的传输带宽与上行传输时延之间的关联关系、第二关联关系为MEC服务器为传感器分配的计算资源量与计算时延之间的关联关系、第三关联关系为MEC服务器为执行器分配的传输功率、执行器的传输带宽以及下行传输时延间的关联关系,所以通过所获得的上行传输时延以及第一关联关系,计算时延以及第二关联关系、下行传输时延以及第三关联关系,可以较为准确计算得到传感器的传输带宽、MEC服务器为传感器分配的计算资源量、MEC服务器为执行器分配的传输功率、执行器的传输带宽。
本发明的一个实施例中,上述MEC服务器确定子模块,具体用于确定满足第四预设条件的MEC服务器,作为所述传感器和所述执行器连接的目标MEC服务器,
所述第四预设条件为:
其中,m表示MEC服务器的序号,M表示MEC服务器的总数量,表示第k个传感器与第m个MEC服务器间的关联策略,,k表示传感器的序号,K表示传感器的总数量,表示第k个传感器所采集数据的第一数据量, 表示所获得的上行传输时延,表示计算得到的第k个传感器的传输带宽,表示第k个传感器的传输功率,表示第k个传感器与第m个MEC服务器间上行链路的信道增益,表示噪声功率,表示第个执行器所请求的传感器序号,表示第个执行器所获得数据的第二数据量,表示所获得的下行传输时延,表示执行器的序号,表示第m个MEC服务器与第个执行器间的关联策略,,表示计算得到的第个执行器的传输带宽,表示计算得到的MEC服务器为第个执行器分配的传输功率,表示第m个MEC服务器与第个执行器间下行链路的信道增益,表示第m个MEC服务器为各执行器分配的总传输功率,表示计算得到的MEC服务器为第k个传感器分配的计算资源量,表示MEC服务器为各传感器分配的总计算资源量。
本发明的一个实施例中,上述第一关联关系建立模块302,具体用于按照以下表达式建立所述传感器的传输带宽与上行传输时延之间的第一关联关系:
其中,表示上行传输时延,表示第k个传感器所采集数据的第一数据量,m表示MEC服务器的序号,M表示MEC服务器的总数量,表示第k个传感器与第m个MEC服务器间的关联策略,,表示第k个传感器的传输带宽,表示第k个传感器的传输功率,表示第k个传感器与第m个MEC服务器间上行链路的信道增益,表示噪声功率;
上述第二关联关系建立模块303,具体用于按照以下表达式建立所述MEC服务器为所述传感器分配的计算资源量与计算时延之间的第二关联关系:
上述第三关联关系建立模块304,具体用于按照以下表达式建立所述执行器的传输带宽、MEC服务器为所述执行器分配的传输功率以及下行传输时延间的第三关联关系:
其中,表示下行传输时延,表示第个传感器相关联的第个执行器所获得的数据的第二数据量,m表示MEC服务器的序号,M表示MEC服务器的总数量,表示第个传感器相关联的第个传感器与第m个MEC服务器间的关联策略,,表示第个执行器的传输带宽,表示MEC服务器为第个执行器分配的传输功率,表示第m个MEC服务器与第个执行器间下行链路的信道增益,表示噪声功率。
与上述资源分配方法相对应,本发明实施例还提供了一种MEC服务器。
参见图4,图4为本发明实施例提供的一种MEC服务器的结构示意图,包括处理器401、通信接口402、存储器403和通信总线404,其中,处理器401,通信接口402,存储器403通过通信总线404完成相互间的通信,
存储器403,用于存放计算机程序;
处理器401,用于执行存储器403上所存放的程序时,实现本发明实施例提供的资源分配方法。
上述电子设备提到的通信总线可以是外设部件互连标准(Peripheral ComponentInterconnect,PCI)总线或扩展工业标准结构(Extended Industry StandardArchitecture,EISA)总线等。该通信总线可以分为地址总线、数据总线、控制总线等。为便于表示,图中仅用一条粗线表示,但并不表示仅有一根总线或一种类型的总线。
通信接口用于上述电子设备与其他设备之间的通信。
存储器可以包括随机存取存储器(Random Access Memory,RAM),也可以包括非易失性存储器(Non-Volatile Memory,NVM),例如至少一个磁盘存储器。可选的,存储器还可以是至少一个位于远离前述处理器的存储装置。
上述的处理器可以是通用处理器,包括中央处理器(Central Processing Unit,CPU)、网络处理器(Network Processor,NP)等;还可以是数字信号处理器(Digital SignalProcessor,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现场可编程门阵列(Field-Programmable Gate Array,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。
在本发明提供的又一实施例中,还提供了一种计算机可读存储介质,该计算机可读存储介质内存储有计算机程序,所述计算机程序被处理器执行时实现本发明实施例提供的资源分配方法。
在本发明提供的又一实施例中,还提供了一种包含指令的计算机程序产品,当其在计算机上运行时,使得计算机执行时实现本发明实施例提供的资源分配方法。
由以上可见,应用本实施例提供的方案进行资源分配时,由于在传感器和执行器安装于不同电子设备时,数据是从传感器开始通过上行链路传输至MEC服务器、由MEC服务器进行处理后通过下行链路传输至执行器,也就是数据处理、传输的时延为上行传输时延、计算时延和下行传输时延之和,又由于上述传感器的传输带宽、MEC服务器为传感器分配的计算资源量、MEC服务器为执行器分配的传输功率和执行器的传输带宽是根据上行传输时延、计算时延和下行传输时延之和的最小值确定的,因此,在按照所确定的各资源进行资源分配后,能够使得数据在传输、处理的时延较小,从而解决了在传感器和执行器安装在不同电子设备时数据传输、处理效率的问题。
在上述实施例中,可以全部或部分地通过软件、硬件、固件或者其任意组合来实现。当使用软件实现时,可以全部或部分地以计算机程序产品的形式实现。所述计算机程序产品包括一个或多个计算机指令。在计算机上加载和执行所述计算机程序指令时,全部或部分地产生按照本发明实施例所述的流程或功能。所述计算机可以是通用计算机、专用计算机、计算机网络、或者其他可编程装置。所述计算机指令可以存储在计算机可读存储介质中,或者从一个计算机可读存储介质向另一个计算机可读存储介质传输,例如,所述计算机指令可以从一个网站站点、计算机、服务器或数据中心通过有线(例如同轴电缆、光纤、数字用户线(DSL))或无线(例如红外、无线、微波等)方式向另一个网站站点、计算机、服务器或数据中心进行传输。所述计算机可读存储介质可以是计算机能够存取的任何可用介质或者是包含一个或多个可用介质集成的服务器、数据中心等数据存储设备。所述可用介质可以是磁性介质,(例如,软盘、硬盘、磁带)、光介质(例如,DVD)、或者半导体介质(例如固态硬盘Solid State Disk (SSD))等。
需要说明的是,在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
本说明书中的各个实施例均采用相关的方式描述,各个实施例之间相同相似的部分互相参见即可,每个实施例重点说明的都是与其他实施例的不同之处。尤其,对于装置、MEC服务器、计算机可读存储介质实施例而言,由于其基本相似于方法实施例,所以描述的比较简单,相关之处参见方法实施例的部分说明即可。
以上所述仅为本发明的较佳实施例而已,并非用于限定本发明的保护范围。凡在本发明的精神和原则之内所作的任何修改、等同替换、改进等,均包含在本发明的保护范围内。
Claims (10)
1.一种资源分配方法,其特征在于,应用于移动边缘网络包含的具有管理功能的移动边缘计算MEC服务器,所述移动边缘网络包含传感器、执行器以及MEC服务器,所述方法包括:
获得传感器所采集数据的第一数据量、执行器所获得数据的第二数据量;
基于所述第一数据量,建立所述传感器的传输带宽与上行传输时延之间的第一关联关系,其中,所述上行传输时延为:通过上行链路传输所述第一数据量的数据的传输时延,所述上行链路为:所述传感器与MEC服务器间的链路;
基于所述第一数据量以及MEC服务器处理单位数据量的数据所需的计算资源量,建立MEC服务器为所述传感器分配的计算资源量与计算时延之间的第二关联关系,其中,所述计算时延为:所述MEC服务器处理所述第一数据量的数据的时延;
基于所述第二数据量,建立所述执行器的传输带宽、MEC服务器为所述执行器分配的传输功率以及下行传输时延间的第三关联关系,其中,所述下行传输时延为:通过下行链路传输所述第二数据量的数据的传输时延,所述下行链路为:所述MEC服务器与所述执行器间的链路;
根据所述第一关联关系、第二关联关系和第三关联关系,确定所述上行传输时延、计算时延和下行传输时延之和的最小值,并根据所述最小值,确定所述传感器的传输带宽、所述MEC服务器为所述传感器分配的计算资源量、所述MEC服务器为所述执行器分配的传输功率以及所述执行器的传输带宽,并确定所述传感器与所述执行器连接的目标MEC服务器;
为所述传感器和所述执行器分配所述目标MEC服务器,为所述传感器分配所确定的传输带宽,按照所确定的计算资源量,从所述目标MEC服务器为所述传感器分配计算资源,按照所确定的传输功率,从所述目标MEC服务器为所述执行器分配传输功率,并为所述执行器分配所确定的传输带宽。
2.根据权利要求1所述的方法,其特征在于,所述根据所述第一关联关系、第二关联关系和第三关联关系,确定所述上行传输时延、计算时延和下行传输时延之和的最小值,包括:
针对每一MEC服务器,在上行链路为所述传感器与该MEC服务器间的链路的情况下,根据所述第一关联关系,计算所述上行传输时延的最小值,并根据所述第二关联关系,计算所述计算时延的最小值,并在下行链路为该MEC服务器与所述执行器间的链路的情况下,根据所述第三关联关系,计算所述下行传输时延的最小值;
根据所确定的上行传输时延的各最小值、计算时延的各最小值以及下行传输时延的各最小值,计算所述上行传输时延、计算时延、下行传输时延之和的最小值。
5.根据权利要求2所述的方法,其特征在于,所述根据所述第三关联关系,计算所述下行传输时延的最小值,包括:
计算满足第三预设条件的最小时延,作为所述下行传输时延的最小值,
所述第三预设条件为:
6.根据权利要求1-5中任一项所述的方法,其特征在于,所述根据所述最小值,确定所述传感器的传输带宽、所述MEC服务器为所述传感器分配的计算资源量、所述MEC服务器为所述执行器分配的传输功率以及所述执行器的传输带宽,并确定所述传感器与所述执行器连接的目标MEC服务器,包括:
获得所述最小值对应的所述上行传输时延、计算时延、下行传输时延;
基于所获得的上行传输时延以及所述第一关联关系,计算所述传感器的传输带宽;
基于所获得的计算时延以及所述第二关联关系,计算所述MEC服务器为所述传感器分配的计算资源量;
基于所获得的下行传输时延以及所述第三关联关系,计算所述执行器的传输带宽以及所述MEC服务器为所述执行器分配的传输功率;
基于所计算的传感器的传输带宽、所述MEC服务器为所述传感器分配的计算资源量、所述执行器的传输带宽、以及所述MEC服务器为所述执行器分配的传输功率,确定所述传感器和所述执行器连接的目标MEC服务器。
7.根据权利要求6所述的方法,其特征在于,所述确定所述传感器和所述执行器连接的目标MEC服务器,包括:
确定满足第四预设条件的MEC服务器,作为所述传感器和所述执行器连接的目标MEC服务器,
所述第四预设条件为:
其中,m表示MEC服务器的序号,M表示MEC服务器的总数量,表示第k个传感器与第m个MEC服务器间的关联策略,,k表示传感器的序号,K表示传感器的总数量,表示第k个传感器所采集数据的第一数据量,表示所获得的上行传输时延,表示计算得到的第k个传感器的传输带宽,表示第k个传感器的传输功率,表示第k个传感器与第m个MEC服务器间上行链路的信道增益,表示噪声功率,表示第个执行器所请求的传感器序号,表示第个执行器所获得数据的第二数据量,表示所获得的下行传输时延,表示执行器的序号,表示第m个MEC服务器与第个执行器间的关联策略,,表示计算得到的第个执行器的传输带宽,表示计算得到的MEC服务器为第个执行器分配的传输功率,表示第m个MEC服务器与第个执行器间下行链路的信道增益,表示第m个MEC服务器为各执行器分配的总传输功率,表示计算得到的MEC服务器为第k个传感器分配的计算资源量,表示MEC服务器为各传感器分配的总计算资源量。
8.根据权利要求1-5中任一项所述的方法,其特征在于,
所述基于所述第一数据量,建立所述传感器的传输带宽与上行传输时延之间的第一关联关系,包括:
按照以下表达式建立所述传感器的传输带宽与上行传输时延之间的第一关联关系:
其中,表示上行传输时延,表示第k个传感器所采集数据的第一数据量,m表示MEC服务器的序号,M表示MEC服务器的总数量,表示第k个传感器与第m个MEC服务器间的关联策略,,表示第k个传感器的传输带宽,表示第k个传感器的传输功率,表示第k个传感器与第m个MEC服务器间上行链路的信道增益,表示噪声功率;
所述基于所述第一数据量以及MEC服务器处理单位数据量的数据所需的计算资源量,建立MEC服务器为所述传感器分配的计算资源量与计算时延之间的第二关联关系,包括:
按照以下表达式建立所述MEC服务器为所述传感器分配的计算资源量与计算时延之间的第二关联关系:
所述基于所述第二数据量,建立所述执行器的传输带宽、MEC服务器为所述执行器分配的传输功率以及下行传输时延间的第三关联关系,包括:
按照以下表达式建立所述执行器的传输带宽、MEC服务器为所述执行器分配的传输功率以及下行传输时延间的第三关联关系:
9.一种资源分配装置,其特征在于,应用于移动边缘网络包含的具有管理功能的移动边缘计算MEC服务器,所述移动边缘网络包含传感器、执行器以及MEC服务器,所述装置包括:
数据量获得模块,用于获得传感器所采集数据的第一数据量、执行器所获得数据的第二数据量;
第一关联关系建立模块,用于基于所述第一数据量,建立所述传感器的传输带宽与上行传输时延之间的第一关联关系,其中,所述上行传输时延为:通过上行链路传输所述第一数据量的数据的传输时延,所述上行链路为:所述传感器与MEC服务器间的链路;
第二关联关系建立模块,用于基于所述第一数据量以及MEC服务器处理单位数据量的数据所需的计算资源量,建立MEC服务器为所述传感器分配的计算资源量与计算时延之间的第二关联关系,其中,所述计算时延为:所述MEC服务器处理所述第一数据量的数据的时延;
第三关联关系建立模块,用于基于所述第二数据量,建立所述执行器的传输带宽、MEC服务器为所述执行器分配的传输功率以及下行传输时延间的第三关联关系,其中,所述下行传输时延为:通过下行链路传输所述第二数据量的数据的传输时延,所述下行链路为:所述MEC服务器与所述执行器间的链路;
资源确定模块,用于根据所述第一关联关系、第二关联关系和第三关联关系,确定所述上行传输时延、计算时延和下行传输时延之和的最小值,并根据所述最小值,确定所述传感器的传输带宽、所述MEC服务器为所述传感器分配的计算资源量、所述MEC服务器为所述执行器分配的传输功率以及所述执行器的传输带宽,并确定所述传感器与所述执行器连接的目标MEC服务器;
资源分配模块,用于为所述传感器和所述执行器分配所述目标MEC服务器,为所述传感器分配所确定的传输带宽,按照所确定的计算资源量,从所述目标MEC服务器为所述传感器分配计算资源,按照所确定的传输功率,从所述目标MEC服务器为所述执行器分配传输功率,并为所述执行器分配所确定的传输带宽。
10.根据权利要求9所述的装置,其特征在于,所述资源确定模块,包括:
第一数值计算子模块,用于针对每一MEC服务器,在上行链路为所述传感器与该MEC服务器间的链路的情况下,根据所述第一关联关系,计算所述上行传输时延的最小值,并根据所述第二关联关系,计算所述计算时延的最小值,并在下行链路为该MEC服务器与所述执行器间的链路的情况下,根据所述第三关联关系,计算所述下行传输时延的最小值;
第二数值计算子模块,用于根据所确定的上行传输时延的各最小值、计算时延的各最小值以及下行传输时延的各最小值,计算所述上行传输时延、计算时延、下行传输时延之和的最小值。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110450932.6A CN112867061B (zh) | 2021-04-26 | 2021-04-26 | 一种资源分配方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110450932.6A CN112867061B (zh) | 2021-04-26 | 2021-04-26 | 一种资源分配方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112867061A true CN112867061A (zh) | 2021-05-28 |
CN112867061B CN112867061B (zh) | 2021-09-17 |
Family
ID=75992849
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110450932.6A Active CN112867061B (zh) | 2021-04-26 | 2021-04-26 | 一种资源分配方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112867061B (zh) |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107333281A (zh) * | 2017-05-15 | 2017-11-07 | 北京邮电大学 | 移动计算卸载协同控制系统及方法 |
US20190045374A1 (en) * | 2018-02-20 | 2019-02-07 | Intel Corporation | Mobile service chain placement |
CN110098947A (zh) * | 2018-01-31 | 2019-08-06 | 华为技术有限公司 | 一种应用的部署方法、设备及系统 |
CN110740473A (zh) * | 2019-10-22 | 2020-01-31 | 中国科学院计算技术研究所 | 一种用于移动边缘计算的管理方法及边缘服务器 |
CN111666149A (zh) * | 2020-05-06 | 2020-09-15 | 西北工业大学 | 基于深度强化学习的超密边缘计算网络移动性管理方法 |
-
2021
- 2021-04-26 CN CN202110450932.6A patent/CN112867061B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107333281A (zh) * | 2017-05-15 | 2017-11-07 | 北京邮电大学 | 移动计算卸载协同控制系统及方法 |
CN110098947A (zh) * | 2018-01-31 | 2019-08-06 | 华为技术有限公司 | 一种应用的部署方法、设备及系统 |
US20190045374A1 (en) * | 2018-02-20 | 2019-02-07 | Intel Corporation | Mobile service chain placement |
CN110740473A (zh) * | 2019-10-22 | 2020-01-31 | 中国科学院计算技术研究所 | 一种用于移动边缘计算的管理方法及边缘服务器 |
CN111666149A (zh) * | 2020-05-06 | 2020-09-15 | 西北工业大学 | 基于深度强化学习的超密边缘计算网络移动性管理方法 |
Also Published As
Publication number | Publication date |
---|---|
CN112867061B (zh) | 2021-09-17 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111444009B (zh) | 一种基于深度强化学习的资源分配方法及装置 | |
CN108449286B (zh) | 网络带宽资源分配方法及装置 | |
US10235263B2 (en) | Optimizing adaptive monitoring in resource constrained environments | |
CN108173905B (zh) | 一种资源配置方法、装置及电子设备 | |
US8965107B1 (en) | Feature reduction based on local densities for bundle adjustment of images | |
CN110188990B (zh) | 一种资源请求和资金请求分流方法、装置及设备 | |
US20210176174A1 (en) | Load balancing device and method for an edge computing network | |
CN115134368B (zh) | 一种负载均衡方法、装置、设备以及存储介质 | |
CN111970762B (zh) | 一种频谱分配方法、装置及电子设备 | |
US20190213052A1 (en) | Distributed processing system, distributed processing method, and recording medium | |
CN112148468A (zh) | 一种资源调度方法、装置、电子设备及存储介质 | |
US20140351414A1 (en) | Systems And Methods For Providing Prediction-Based Dynamic Monitoring | |
CN111177513B (zh) | 异常访问地址的确定方法、装置、电子设备及存储介质 | |
CN115269108A (zh) | 一种数据处理方法、装置及设备 | |
CN110766184A (zh) | 订单量预测方法和装置 | |
CN111104438A (zh) | 时间序列的周期性确定方法、装置及电子设备 | |
CN112867061B (zh) | 一种资源分配方法及装置 | |
CN113378498A (zh) | 一种任务分配方法及装置 | |
CN111861962B (zh) | 一种数据融合方法及电子设备 | |
CN107357649B (zh) | 系统资源部署策略的确定方法、装置及电子设备 | |
CN113961827B (zh) | 一种区域防控风险的检测方法及装置 | |
US20210064981A1 (en) | Controlling performance of deployed deep learning models on resource constrained edge device via predictive models | |
CN112434717B (zh) | 一种模型训练方法及装置 | |
CN112771816A (zh) | 一种预测网络速率的方法及预测装置 | |
CN111585739B (zh) | 一种相位调整方法及装置 |
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 |