CN113709886A - 基于匹配理论的移动边缘计算中的动态资源分配方法 - Google Patents

基于匹配理论的移动边缘计算中的动态资源分配方法 Download PDF

Info

Publication number
CN113709886A
CN113709886A CN202110968292.8A CN202110968292A CN113709886A CN 113709886 A CN113709886 A CN 113709886A CN 202110968292 A CN202110968292 A CN 202110968292A CN 113709886 A CN113709886 A CN 113709886A
Authority
CN
China
Prior art keywords
time slot
mobile
edge
mobile user
delay
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
Application number
CN202110968292.8A
Other languages
English (en)
Other versions
CN113709886B (zh
Inventor
刘伟
牛斌
马英红
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Xidian University
Original Assignee
Xidian University
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Xidian University filed Critical Xidian University
Priority to CN202110968292.8A priority Critical patent/CN113709886B/zh
Publication of CN113709886A publication Critical patent/CN113709886A/zh
Application granted granted Critical
Publication of CN113709886B publication Critical patent/CN113709886B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

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
    • G06F9/50—Allocation of resources, e.g. of the central processing unit [CPU]
    • G06F9/5005—Allocation of resources, e.g. of the central processing unit [CPU] to service a request
    • G06F9/5027—Allocation of resources, e.g. of the central processing unit [CPU] to service a request the resource being a machine, e.g. CPUs, Servers, Terminals
    • 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
    • G06F9/50—Allocation of resources, e.g. of the central processing unit [CPU]
    • G06F9/5061—Partitioning or combining of resources
    • G06F9/5072—Grid computing
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W72/00—Local resource management
    • H04W72/50—Allocation or scheduling criteria for wireless resources
    • H04W72/54—Allocation or scheduling criteria for wireless resources based on quality criteria
    • H04W72/542—Allocation or scheduling criteria for wireless resources based on quality criteria using measured or perceived quality
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W72/00—Local resource management
    • H04W72/50—Allocation or scheduling criteria for wireless resources
    • H04W72/56—Allocation or scheduling criteria for wireless resources based on priority criteria
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W72/00—Local resource management
    • H04W72/50—Allocation or scheduling criteria for wireless resources
    • H04W72/56—Allocation or scheduling criteria for wireless resources based on priority criteria
    • H04W72/566—Allocation or scheduling criteria for wireless resources based on priority criteria of the information or information source or recipient
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W72/00—Local resource management
    • H04W72/50—Allocation or scheduling criteria for wireless resources
    • H04W72/56—Allocation or scheduling criteria for wireless resources based on priority criteria
    • H04W72/566—Allocation or scheduling criteria for wireless resources based on priority criteria of the information or information source or recipient
    • H04W72/569—Allocation or scheduling criteria for wireless resources based on priority criteria of the information or information source or recipient of the traffic information
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
    • Y02D30/00—Reducing energy consumption in communication networks
    • Y02D30/70—Reducing energy consumption in communication networks in wireless communication networks

Landscapes

  • Engineering & Computer Science (AREA)
  • Software Systems (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Quality & Reliability (AREA)
  • Mathematical Physics (AREA)
  • Mobile Radio Communication Systems (AREA)

Abstract

本发明提出了一种基于匹配理论的移动边缘计算中的动态资源分配方法，实现步骤为：初始化移动边缘计算场景下的系统参数，获取每个时隙每个移动用户的通信时延，然后建立每个时隙每个边缘服务器的偏好列表，建立每个时隙每个移动用户的偏好列表，接着通过匹配理论获取每个时隙所有移动用户与所有边缘服务器的匹配矩阵，最后获取移动边缘计算中的动态资源分配结果。本发明考虑了移动边缘计算场景下同时存在多个移动用户的情景，在每个时隙通过匹配理论，根据所有移动用户和所有边缘服务器的偏好列表，竞争对于用户最优的边缘服务器资源和对于边缘服务器最优的用户，有效利用边缘服务器的资源降低了移动用户服务时延，用户服务质量较高。

Description

基于匹配理论的移动边缘计算中的动态资源分配方法
技术领域
本发明属于通信技术领域，涉及一种动态资源分配方法，具体涉及一种基于匹配理论的移动边缘计算中的动态资源分配方法。
背景技术
随着5G技术以及物联网技术的快速发展，涌现出一大批新型的移动终端应用，而这些应用对于计算资源的需求不断增加，并且对于服务时延非常敏感。然而由于用户设备本身的计算资源非常有限，并不足以支持这些应用在设备端直接进行计算。因此，使用云服务器已经成为一种有效的解决方案。尽管云服务器可以为用户提供充分的计算资源，但是由于其部署相对集中，导致用户设备与云服务器之间的传输时延增加。为了有效降低传输时延，移动边缘计算已经成为一种有前景的解决方案。通过将云服务器下沉至网络边缘为终端提供服务，降低用户设备与服务器之间的传输时延，从而降低用户时延，为用户提供高质量的服务。然而，对边缘服务器计算资源分配不平衡会导致资源浪费以及用户服务时延增加；同时，用户移动与边缘服务器有限服务范围之间的矛盾，使得对用户服务并不连续，也会导致用户服务时延增加。一般而言，用户的服务质量，采用用户服务时延来进行衡量，用户服务时延越小，用户服务质量越高。
为了降低因对用户服务不连续导致的用户服务时延增加的缺陷，例如S.Wang,R.Urgaonkar等人在其2019年发表在IEEE/ACM Transactions on Networking中的论文“Dynamic service migration in mobile edge computing based on markov decisionprocess”中，公开了一种移动边缘计算场景下动态的资源分配方法。该方法将用户移动过程构建成一维的马尔可夫移动过程，最后通过设计激励函数动态分配边缘服务器的资源对用户任务进行迁移。该方法通过对单个移动用户分配边缘服务器的资源进行任务迁移，降低了移动用户的服务时延。但是，该方法的不足之处是只考虑了边缘计算场景下存在单个移动用户的情景，并未考虑该场景下同时存在多个移动用户的情景，多个移动用户之间对于边缘服务器计算资源的竞争，导致移动用户服务时延增加，移动用户服务质量降低，同时该方法只在一维空间里考虑移动用户的运动轨迹，并未考虑实际情况下的二维空间，导致该方法的应用范围有限。
发明内容
本发明的目的在于针对上述现有技术的不足，提出了一种基于匹配理论的移动边缘计算中的动态资源分配方法，用于解决现有技术下中存在的在边缘计算场景下同时存在多个移动用户时，多个移动用户之间对于资源的竞争，导致移动用户服务时延增加的技术问题。
为实现上述目的，本发明采用的技术方案包括如下步骤：
(1)初始化移动边缘计算场景下的系统参数：
初始化包括M个边缘服务器ES＝{ES1,ES2,...,ESm,...,ESM}和N个移动用户U＝{u1,u2,...,un,...,uN}的边缘计算场景，每个边缘服务器ESm为每个移动用户un提供的任务数据上传带宽均为B，ESm的计算资源为Cm，ESm均可以同时为γ个移动用户提供计算服务，边缘服务器之间的传输速率均为ω，对每个移动用户un运动轨迹进行采样的时隙均为t，时隙总数为T，第t个时隙移动用户un任务未处理的比例为μn(t)，μn(t)∈(0,1)，并令t＝1，令μn(t)＝1，其中M≥5，ESm表示第m个边缘服务器，N≥10，un表示第n个移动用户，γ≥5，T≥20；
(2)获取每个时隙每个移动用户un的通信时延：
(2a)计算第t个时隙每个移动用户un与距离其最近的边缘服务器
Figure BDA0003224998320000021
所使用的信道信噪比
Figure BDA0003224998320000022
并通过
Figure BDA0003224998320000023
计算un与
Figure BDA0003224998320000024
之间传输的数据速率
Figure BDA0003224998320000025
Figure BDA0003224998320000026
Figure BDA0003224998320000027
其中，pn表示移动用户un的传输功率，
Figure BDA0003224998320000031
表示第t个时隙移动用户un和边缘服务器
Figure BDA0003224998320000032
所使用的信道功率增益，ln,close(t)表示第t个时隙移动用户un和边缘服务器
Figure BDA0003224998320000033
之间的距离，δ2表示噪声功率，θ表示路径损失；
(2b)通过
Figure BDA0003224998320000034
和un的任务数据量Dn计算第t个时隙移动用户un与距离其最近的边缘服务器
Figure BDA0003224998320000035
的通信时延
Figure BDA0003224998320000036
并令第t个时隙每个移动用户un与除
Figure BDA0003224998320000037
以外的M-1个边缘服务器的通信时延为0，得到第t个时隙N个移动用户U与M个边缘服务器ES的通信时延集合Tcomm(t)，其中：
Figure BDA0003224998320000038
Figure BDA0003224998320000039
Figure BDA00032249983200000310
为第t个时隙每个移动用户un与M个边缘服务器ESm的通信时延子集合；
Figure BDA00032249983200000311
为第t个时隙每个移动用户un与每个边缘服务器ESm的通信时延；
(3)建立每个时隙每个边缘服务器ESm的偏好列表：
(3a)计算每个移动用户un在第t个时隙的任务计算量DCn(t)，并通过DCn(t)、γ和边缘服务器ESm的计算资源Cm计算该时隙移动用户un使用ESm的计算时延
Figure BDA00032249983200000312
得到N个移动用户U使用M个边缘服务器ES的计算时延集合Tcomp(t)，其中：
DCn(t)＝μn(t)DCn
Figure BDA00032249983200000313
Figure BDA00032249983200000314
Figure BDA00032249983200000315
其中，
Figure BDA0003224998320000041
表示第t个时隙N个移动用户使用边缘服务器ESm的计算时延子集合；
(3b)按照由小到大的顺序对计算时延子集合
Figure BDA0003224998320000042
中的N个计算时延进行排序，并将排序后的计算时延子集合中N个计算时延对应的N个移动用户组成在第t个时隙ESm的偏好列表
Figure BDA0003224998320000043
则M个边缘服务器ES在第t个时隙的偏好列表集合为
Figure BDA0003224998320000044
(4)建立每个时隙每个移动用户un的偏好列表：
(4a)计算第t个时隙每个移动用户un的任务数据量Dn(t)，并通过Dn(t)和ω计算第t个时隙距离un最近的边缘服务器
Figure BDA0003224998320000045
将un的任务迁移至除
Figure BDA0003224998320000046
以外的每个边缘服务器
Figure BDA0003224998320000047
的迁移时延
Figure BDA0003224998320000048
a∈[1,M-1]，令第t个时隙
Figure BDA0003224998320000049
将un的任务迁移至本身的迁移时延
Figure BDA00032249983200000410
得到第t个时隙N个移动用户U与M个边缘服务器ES的迁移时延集合Tmig(t)，其中：
Figure BDA00032249983200000411
Figure BDA00032249983200000412
Figure BDA00032249983200000413
为第t个时隙每个移动用户un与M个边缘服务器ESm的迁移时延子集合；
Figure BDA00032249983200000414
为第t个时隙每个移动用户un与每个边缘服务器ESm的迁移时延；
(4b)通过
Figure BDA00032249983200000415
和
Figure BDA00032249983200000416
计算第t个时隙移动用户un使用ESm的服务时延
Figure BDA00032249983200000417
得到该时隙N个移动用户U使用M个边缘服务器ES的服务时延集合Tser(t)：
Figure BDA00032249983200000418
Figure BDA00032249983200000419
Figure BDA00032249983200000420
其中，
Figure BDA0003224998320000051
表示第t个时隙移动用户un使用M个边缘服务器ES的服务时延子集合；
(4c)按照由小到大的顺序对服务时延子集合
Figure BDA0003224998320000052
中的M个服务时延进行排序，并将排序后的服务时延子集合中M个服务时延对应的M个边缘服务器组成在第t个时隙un的偏好列表
Figure BDA0003224998320000053
则N个移动用户U在第t个时隙的偏好列表集合为
Figure BDA0003224998320000054
(5)获取第t个时隙所有移动用户与所有边缘服务器的匹配矩阵：
(5a)初始化第t个时隙N个移动用户U和M个边缘服务器ES的匹配矩阵H(t)为N×M的全零矩阵；
(5b)令n＝1，m＝1；
(5c)判断移动用户un是否已匹配边缘服务器，若是，执行步骤(5d)，否则，移除第t个时隙移动用户un的偏好列表
Figure BDA0003224998320000055
中优先级最高的边缘服务器，并将其与un在匹配矩阵H(t)中的匹配值置为1，并执行步骤(5d)；
(5d)判断n＝N是否成立，若是，执行步骤(5e),否则，令n＝n+1，执行步骤(5c)；
(5e)判断匹配边缘服务器ESm的移动用户数是否超过了服务上限γ，若是，移除第t个时隙ESm偏好列表
Figure BDA0003224998320000056
中在当前匹配结果中优先级最低的移动用户，并将匹配矩阵H(t)中的匹配值置为0，再执行步骤(5b)，否则，执行步骤(5f)；
(5f)判断m＝M是否成立，若是，得到第t个时隙N个移动用户U和M个边缘服务器ES的匹配矩阵H(t)，否则，令m＝m+1，执行步骤(5e)；
(6)获取移动边缘计算中的动态资源分配结果：
判断t＝T是否成立，若是，得到所有时隙的匹配矩阵H＝{H(1),H(2),...,H(t),...,H(T)}，实现所有边缘服务器的计算资源到所有移动用户的动态分配，否则，通过H(t)将每一移动用户un的任务未处理的比例μn(t)更新为μn(t)*，同时将
Figure BDA0003224998320000061
更新为第t个时隙为用户提供服务的边缘服务器，并令t＝t+1，
Figure BDA0003224998320000062
再执行步骤(3)，其中：
Figure BDA0003224998320000063
本发明与现有技术相比，具有如下优点：
1.本发明对每个移动用户的运动轨迹以时隙为间隔进行采样；然后在每个时隙根据所有移动用户的计算时延建立边缘服务器的偏好列表，移动用户的计算时延越小，其在边缘服务器的优先级越高；根据所有移动用户的服务时延建立移动用户的偏好列表，边缘服务器为用户提供的服务时延越小，其在用户的优先级越高；在每个时隙通过匹配理论，根据所有移动用户的偏好列表，竞争对于用户最优的边缘服务器资源，根据所有边缘服务器的偏好列表，选择对于边缘服务器最优的用户，从而得到所有时隙所有边缘服务器和所有移动用户的匹配矩阵，实现在每个时隙的所有边缘服务器的计算资源到所有移动用户的动态分配，有效降低了移动用户的服务时延。
2.本发明对每个移动用户的运动轨迹以时隙为间隔进行采样，移动用户在二维空间里进行移动，采用匹配理论对多个移动用户进行边缘服务器的计算资源分配，与现有技术相比，本发明应用范围更广。
附图说明
图1是本发明的实现流程图。
具体实施方式
下面结合附图和具体实施例，对本发明作进一步详细描述。
参照图1，本发明包括如下步骤：
步骤1)初始化移动边缘计算场景下的系统参数：
初始化包括M个边缘服务器ES＝{ES1,ES2,...,ESm,...,ESM}和N个移动用户U＝{u1,u2,...,un,...,uN}的边缘计算场景，每个边缘服务器ESm为每个移动用户un提供的任务数据上传带宽均为B，ESm的计算资源为Cm，ESm均可以同时为γ个移动用户提供计算服务，边缘服务器之间的传输速率均为ω。本发明考虑了二维空间下移动用户的运动轨迹，而移动用户的运动轨迹是连续的，采用时隙t对每个移动用户un运动轨迹进行采样，在每一个时隙内进行资源分配，时隙总数为T，第t个时隙移动用户un任务未处理的比例为μn(t)，μn(t)∈(0,1)，并令t＝1，令μn(t)＝1，其中M＝30，ESm表示第m个边缘服务器，N＝100，un表示第n个移动用户，B＝180KHz，Cm＝5GHz，γ＝5，ω＝500Mbps，T＝30。
步骤2)获取每个时隙每个移动用户un的通信时延：
步骤2a)当移动用户un有计算任务时，首先将任务上传至在第t个时隙距离un最近的边缘服务器
Figure BDA0003224998320000071
计算第t个时隙每个移动用户un与距离其最近的边缘服务器
Figure BDA0003224998320000072
所使用的信道信噪比
Figure BDA0003224998320000073
并通过
Figure BDA0003224998320000074
计算un与
Figure BDA0003224998320000075
之间传输的数据速率
Figure BDA0003224998320000076
Figure BDA0003224998320000077
Figure BDA0003224998320000078
其中，pn表示移动用户un的传输功率，
Figure BDA0003224998320000079
表示第t个时隙移动用户un和边缘服务器
Figure BDA00032249983200000710
所使用的信道功率增益，ln,close(t)表示第t个时隙移动用户un和边缘服务器
Figure BDA00032249983200000711
之间的距离，δ2表示噪声功率，θ表示路径损失。
步骤2b)通过
Figure BDA00032249983200000712
和un的任务数据量Dn计算第t个时隙移动用户un与距离其最近的边缘服务器
Figure BDA00032249983200000713
的通信时延
Figure BDA00032249983200000714
并令第t个时隙每个移动用户un与除
Figure BDA00032249983200000715
以外的M-1个边缘服务器的通信时延为0，得到第t个时隙N个移动用户U与M个边缘服务器ES的通信时延集合Tcomm(t)，其中：
Figure BDA00032249983200000716
Figure BDA00032249983200000717
Figure BDA0003224998320000081
其中，
Figure BDA0003224998320000082
为第t个时隙每个移动用户un与M个边缘服务器ESm的通信时延子集合。
Figure BDA0003224998320000083
为第t个时隙每个移动用户un与每个边缘服务器ESm的通信时延。
步骤3)建立每个时隙每个边缘服务器ESm的偏好列表：
步骤3a)计算每个移动用户un在第t个时隙的任务计算量DCn(t)，并通过DCn(t)、γ和边缘服务器ESm的计算资源Cm计算该时隙移动用户un使用ESm的计算时延
Figure BDA0003224998320000084
得到N个移动用户U使用M个边缘服务器ES的计算时延集合Tcomp(t)，其中：
DCn(t)＝μn(t)DCn
Figure BDA0003224998320000085
Figure BDA0003224998320000086
Figure BDA0003224998320000087
Figure BDA0003224998320000088
表示第t个时隙N个移动用户使用边缘服务器ESm的计算时延子集合。
步骤3b)从边缘服务器ESm的角度来看，衡量移动用户优先级的指标是每个移动用户在ESm的计算时延，因此按照由小到大的顺序对计算时延子集合
Figure BDA0003224998320000089
中的N个计算时延进行排序，并将排序后的计算时延子集合中N个计算时延对应的N个移动用户组成在第t个时隙ESm的偏好列表
Figure BDA00032249983200000810
则M个边缘服务器ES在第t个时隙的偏好列表集合为
Figure BDA00032249983200000811
步骤4)建立每个时隙每个移动用户un的偏好列表：
步骤4a)由于移动用户un的任务会经历多个时隙，为了有效利用所有边缘服务器的计算资源，需要在边缘服务器之间进行任务迁移。计算第t个时隙每个移动用户un的任务数据量Dn(t)，并通过Dn(t)和ω计算第t个时隙距离un最近的边缘服务器
Figure BDA0003224998320000091
将un的任务迁移至除
Figure BDA0003224998320000092
以外的每个边缘服务器
Figure BDA0003224998320000093
的迁移时延
Figure BDA0003224998320000094
a∈[1,M-1]，令第t个时隙
Figure BDA0003224998320000095
将un的任务迁移至本身的迁移时延
Figure BDA0003224998320000096
得到第t个时隙N个移动用户U与M个边缘服务器ES的迁移时延集合Tmig(t)，其中：
Dn(t)＝μn(t)Dn
Figure BDA0003224998320000097
Figure BDA0003224998320000098
Figure BDA0003224998320000099
Figure BDA00032249983200000910
为第t个时隙每个移动用户un与M个边缘服务器ESm的迁移时延子集合。
Figure BDA00032249983200000911
为第t个时隙每个移动用户un与每个边缘服务器ESm的迁移时延。
步骤4b)移动用户un的服务时延由三部分组成，通信时延，计算时延以及迁移时延，因此通过
Figure BDA00032249983200000912
和
Figure BDA00032249983200000913
计算第t个时隙移动用户un使用ESm的服务时延
Figure BDA00032249983200000914
得到该时隙N个移动用户U使用M个边缘服务器ES的服务时延集合Tser(t)：
Figure BDA00032249983200000915
Figure BDA00032249983200000916
Figure BDA00032249983200000917
其中，
Figure BDA00032249983200000918
表示第t个时隙移动用户un使用M个边缘服务器ES的服务时延子集合。
步骤4c)从移动用户un的角度来看，衡量边缘服务器优先级的指标是在每个边缘服务器对un的服务时延，因此按照由小到大的顺序对服务时延子集合
Figure BDA0003224998320000101
中的M个服务时延进行排序，并将排序后的服务时延子集合中M个服务时延对应的M个边缘服务器组成在第t个时隙un的偏好列表
Figure BDA0003224998320000102
则N个移动用户U在第t个时隙的偏好列表集合为
Figure BDA0003224998320000103
步骤5)获取第t个时隙所有移动用户与所有边缘服务器的匹配矩阵：
步骤5a)初始化第t个时隙N个移动用户U和M个边缘服务器ES的匹配矩阵H(t)为N×M的全零矩阵；
步骤5b)令n＝1，m＝1；
步骤5c)判断移动用户un是否已匹配边缘服务器，若是，执行步骤(5d)，否则，移除第t个时隙移动用户un的偏好列表
Figure BDA0003224998320000104
中优先级最高的边缘服务器，以此来保证un的偏好列表
Figure BDA0003224998320000105
中存在的都是之前未被移动用户un匹配过的服务器，并将其与un在匹配矩阵H(t)中的匹配值置为1，并执行步骤(5d)；
步骤5d)判断n＝N是否成立，若是，执行步骤(5e),否则，令n＝n+1，执行步骤(5c)；
步骤5e)判断匹配边缘服务器ESm的移动用户数是否超过了服务上限γ，若是，移除第t个时隙ESm偏好列表
Figure BDA0003224998320000106
中在当前匹配结果中优先级最低的移动用户，以此来保证ESm偏好列表
Figure BDA0003224998320000107
中存在的都是之前未被移动用户un匹过的服务器，并将匹配矩阵H(t)中的匹配值置为0，再执行步骤(5b)，否则，执行步骤(5f)；
步骤5f)判断m＝M是否成立，若是，得到第t个时隙N个移动用户U和M个边缘服务器ES的匹配矩阵H(t)，否则，令m＝m+1，执行步骤(5e)；
步骤6)获取移动边缘计算中的动态资源分配结果：
判断t＝T是否成立，若是，得到所有时隙的匹配矩阵H＝{H(1),H(2),...,H(t),...,H(T)}，实现所有边缘服务器的计算资源到所有移动用户的动态分配，否则，通过H(t)将每一移动用户un的任务未处理的比例μn(t)更新为μn(t)*，由于在第t个时隙每个移动用户un的任务已被计算一部分，因此需要对其任务未处理的比例进行更新，作为下一个时隙un的任务为处理比例，同时将
Figure BDA0003224998320000111
更新为第t个时隙为用户提供服务的边缘服务器，并令t＝t+1，
Figure BDA0003224998320000112
再执行步骤(3)，其中：
Figure BDA0003224998320000113

Claims (3)

1.一种基于匹配理论的移动边缘计算中的动态资源分配方法，其特征在于包括如下步骤：
(1)初始化移动边缘计算场景下的系统参数：
初始化包括M个边缘服务器ES＝{ES1,ES2,...,ESm,...,ESM}和N个移动用户U＝{u1,u2,...,un,...,uN}的边缘计算场景，每个边缘服务器ESm为每个移动用户un提供的任务数据上传带宽均为B，ESm的计算资源为Cm，ESm均可以同时为γ个移动用户提供计算服务，边缘服务器之间的传输速率均为ω，对每个移动用户un运动轨迹进行采样的时隙均为t，时隙总数为T，第t个时隙移动用户un任务未处理的比例为μn(t)，μn(t)∈(0,1)，并令t＝1，令μn(t)＝1，其中M≥5，ESm表示第m个边缘服务器，N≥10，un表示第n个移动用户，γ≥5，T≥20；
(2)获取每个时隙每个移动用户un的通信时延：
(2a)计算第t个时隙每个移动用户un与距离其最近的边缘服务器
Figure FDA0003224998310000011
所使用的信道信噪比
Figure FDA0003224998310000012
并通过
Figure FDA0003224998310000013
计算un与
Figure FDA0003224998310000014
之间传输的数据速率
Figure FDA0003224998310000015
Figure FDA0003224998310000016
Figure FDA0003224998310000017
其中，pn表示移动用户un的传输功率，
Figure FDA0003224998310000018
表示第t个时隙移动用户un和边缘服务器
Figure FDA0003224998310000019
所使用的信道功率增益，ln,close(t)表示第t个时隙移动用户un和边缘服务器
Figure FDA00032249983100000110
之间的距离，δ2表示噪声功率，θ表示路径损失；
(2b)通过
Figure FDA0003224998310000021
和un的任务数据量Dn计算第t个时隙移动用户un与距离其最近的边缘服务器
Figure FDA0003224998310000022
的通信时延
Figure FDA0003224998310000023
并令第t个时隙每个移动用户un与除
Figure FDA0003224998310000024
以外的M-1个边缘服务器的通信时延为0，得到第t个时隙N个移动用户U与M个边缘服务器ES的通信时延集合Tcomm(t)，其中：
Figure FDA0003224998310000025
Figure FDA0003224998310000026
Figure FDA0003224998310000027
为第t个时隙每个移动用户un与M个边缘服务器ESm的通信时延子集合；
Figure FDA0003224998310000028
为第t个时隙每个移动用户un与每个边缘服务器ESm的通信时延；
(3)建立每个时隙每个边缘服务器ESm的偏好列表：
(3a)计算每个移动用户un在第t个时隙的任务计算量DCn(t)，并通过DCn(t)、γ和边缘服务器ESm的计算资源Cm计算该时隙移动用户un使用ESm的计算时延
Figure FDA0003224998310000029
得到N个移动用户U使用M个边缘服务器ES的计算时延集合Tcomp(t)，其中：
DCn(t)＝μn(t)DCn
Figure FDA00032249983100000210
Figure FDA00032249983100000211
Figure FDA00032249983100000212
其中，
Figure FDA00032249983100000213
表示第t个时隙N个移动用户使用边缘服务器ESm的计算时延子集合；
(3b)按照由小到大的顺序对计算时延子集合
Figure FDA0003224998310000031
中的N个计算时延进行排序，并将排序后的计算时延子集合中N个计算时延对应的N个移动用户组成在第t个时隙ESm的偏好列表
Figure FDA0003224998310000032
则M个边缘服务器ES在第t个时隙的偏好列表集合为
Figure FDA0003224998310000033
(4)建立每个时隙每个移动用户un的偏好列表：
(4a)计算第t个时隙每个移动用户un的任务数据量Dn(t)，并通过Dn(t)和ω计算第t个时隙距离un最近的边缘服务器
Figure FDA0003224998310000034
将un的任务迁移至除
Figure FDA0003224998310000035
以外的每个边缘服务器
Figure FDA0003224998310000036
的迁移时延
Figure FDA0003224998310000037
令第t个时隙
Figure FDA0003224998310000038
将un的任务迁移至本身的迁移时延
Figure FDA0003224998310000039
得到第t个时隙N个移动用户U与M个边缘服务器ES的迁移时延集合Tmig(t)，其中：
Figure FDA00032249983100000310
Figure FDA00032249983100000311
Figure FDA00032249983100000312
为第t个时隙每个移动用户un与M个边缘服务器ESm的迁移时延子集合；
Figure FDA00032249983100000313
为第t个时隙每个移动用户un与每个边缘服务器ESm的迁移时延；
(4b)通过
Figure FDA00032249983100000314
和
Figure FDA00032249983100000315
计算第t个时隙移动用户un使用ESm的服务时延
Figure FDA00032249983100000316
得到该时隙N个移动用户U使用M个边缘服务器ES的服务时延集合Tser(t)：
Figure FDA00032249983100000317
Figure FDA00032249983100000318
Figure FDA00032249983100000319
其中，
Figure FDA0003224998310000041
表示第t个时隙移动用户un使用M个边缘服务器ES的服务时延子集合；
(4c)按照由小到大的顺序对服务时延子集合
Figure FDA0003224998310000042
中的M个服务时延进行排序，并将排序后的服务时延子集合中M个服务时延对应的M个边缘服务器组成在第t个时隙un的偏好列表
Figure FDA0003224998310000043
则N个移动用户U在第t个时隙的偏好列表集合为
Figure FDA0003224998310000044
(5)获取第t个时隙所有移动用户与所有边缘服务器的匹配矩阵：
(5a)初始化第t个时隙N个移动用户U和M个边缘服务器ES的匹配矩阵H(t)为N×M的全零矩阵；
(5b)令n＝1，m＝1；
(5c)判断移动用户un是否已匹配边缘服务器，若是，执行步骤(5d)，否则，移除第t个时隙移动用户un的偏好列表
Figure FDA0003224998310000045
中优先级最高的边缘服务器，并将其与un在匹配矩阵H(t)中的匹配值置为1，并执行步骤(5d)；
(5d)判断n＝N是否成立，若是，执行步骤(5e),否则，令n＝n+1，执行步骤(5c)；
(5e)判断匹配边缘服务器ESm的移动用户数是否超过了服务上限γ，若是，移除第t个时隙ESm偏好列表
Figure FDA0003224998310000046
中在当前匹配结果中优先级最低的移动用户，并将匹配矩阵H(t)中的匹配值置为0，再执行步骤(5b)，否则，执行步骤(5f)；
(5f)判断m＝M是否成立，若是，得到第t个时隙N个移动用户U和M个边缘服务器ES的匹配矩阵H(t)，否则，令m＝m+1，执行步骤(5e)；
(6)获取移动边缘计算中的动态资源分配结果：
判断t＝T是否成立，若是，得到所有时隙的匹配矩阵H＝{H(1),H(2),...,H(t),...,H(T)}，实现所有边缘服务器的计算资源到所有移动用户的动态分配，否则，通过H(t)将每一移动用户un的任务未处理的比例μn(t)更新为μn(t)*，同时将
Figure FDA0003224998310000051
更新为第t个时隙为用户提供服务的边缘服务器，并令t＝t+1，
Figure FDA0003224998310000052
再执行步骤(3)，其中：
Figure FDA0003224998310000053
2.根据权利要求1所述的基于匹配理论的移动边缘计算中的动态资源分配方法，其特征在于，步骤(2b)中所述的通过
Figure FDA0003224998310000054
和un的任务数据量Dn计算第t个时隙移动用户un与距离其最近的边缘服务器
Figure FDA0003224998310000055
的通信时延
Figure FDA0003224998310000056
计算公式为：
Figure FDA0003224998310000057
3.根据权利要求1所述的基于匹配理论的移动边缘计算中的动态资源分配方法，其特征在于，步骤(4a)中所述的计算第t个时隙每个移动用户un的任务数据量Dn(t)，并通过Dn(t)和ω计算第t个时隙距离un最近的边缘服务器
Figure FDA0003224998310000058
将un的任务迁移至除
Figure FDA0003224998310000059
以外的每个边缘服务器
Figure FDA00032249983100000510
的迁移时延
Figure FDA00032249983100000511
计算公式为：
Dn(t)＝μn(t)Dn
Figure FDA00032249983100000512
CN202110968292.8A 2021-08-23 2021-08-23 基于匹配理论的移动边缘计算中的动态资源分配方法 Active CN113709886B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110968292.8A CN113709886B (zh) 2021-08-23 2021-08-23 基于匹配理论的移动边缘计算中的动态资源分配方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110968292.8A CN113709886B (zh) 2021-08-23 2021-08-23 基于匹配理论的移动边缘计算中的动态资源分配方法

Publications (2)

Publication Number Publication Date
CN113709886A true CN113709886A (zh) 2021-11-26
CN113709886B CN113709886B (zh) 2023-08-18

Family

ID=78653997

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110968292.8A Active CN113709886B (zh) 2021-08-23 2021-08-23 基于匹配理论的移动边缘计算中的动态资源分配方法

Country Status (1)

Country Link
CN (1) CN113709886B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114286304A (zh) * 2021-12-23 2022-04-05 天地（常州）自动化股份有限公司 一种基于二维动态匹配的mec资源分配方法

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107317700A (zh) * 2017-06-09 2017-11-03 湖北理工学院 车载边缘计算节点选择系统及方法
CN109788069A (zh) * 2019-02-27 2019-05-21 电子科技大学 物联网中基于移动边缘计算的计算卸载方法
CN109819047A (zh) * 2019-02-26 2019-05-28 吉林大学 一种基于激励机制的移动边缘计算资源分配方法
CN111447619A (zh) * 2020-03-12 2020-07-24 重庆邮电大学 一种移动边缘计算网络中联合任务卸载和资源分配方法
KR20200114957A (ko) * 2019-03-29 2020-10-07 삼성전자주식회사 엣지 컴퓨팅 서비스를 위한 방법 및 그의 전자 장치
WO2020204269A1 (ko) * 2019-03-29 2020-10-08 삼성전자 주식회사 엣지 컴퓨팅 서비스를 위한 방법 및 그의 전자 장치
CN112600895A (zh) * 2020-12-07 2021-04-02 中国科学院深圳先进技术研究院 移动边缘计算的服务调度方法、系统、终端以及存储介质
WO2021139537A1 (zh) * 2020-01-08 2021-07-15 上海交通大学 一种工业物联网中基于功率控制和资源分配的任务卸载方法

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107317700A (zh) * 2017-06-09 2017-11-03 湖北理工学院 车载边缘计算节点选择系统及方法
CN109819047A (zh) * 2019-02-26 2019-05-28 吉林大学 一种基于激励机制的移动边缘计算资源分配方法
CN109788069A (zh) * 2019-02-27 2019-05-21 电子科技大学 物联网中基于移动边缘计算的计算卸载方法
KR20200114957A (ko) * 2019-03-29 2020-10-07 삼성전자주식회사 엣지 컴퓨팅 서비스를 위한 방법 및 그의 전자 장치
WO2020204269A1 (ko) * 2019-03-29 2020-10-08 삼성전자 주식회사 엣지 컴퓨팅 서비스를 위한 방법 및 그의 전자 장치
WO2021139537A1 (zh) * 2020-01-08 2021-07-15 上海交通大学 一种工业物联网中基于功率控制和资源分配的任务卸载方法
CN111447619A (zh) * 2020-03-12 2020-07-24 重庆邮电大学 一种移动边缘计算网络中联合任务卸载和资源分配方法
CN112600895A (zh) * 2020-12-07 2021-04-02 中国科学院深圳先进技术研究院 移动边缘计算的服务调度方法、系统、终端以及存储介质

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
QI ZHANG等: "Dynamic Task Offloading and Resource Allocation for Mobile-Edge Computing in Dense Cloud RAN", 《IEEE》 *
马惠荣等: "绿色能源驱动的移动边缘计算动态任务卸载", 《CNKI》 *

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114286304A (zh) * 2021-12-23 2022-04-05 天地（常州）自动化股份有限公司 一种基于二维动态匹配的mec资源分配方法

Also Published As

Publication number Publication date
CN113709886B (zh) 2023-08-18

Similar Documents

Publication Publication Date Title
CN109684075B (zh) 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
CN109857546B (zh) 基于Lyapunov优化的多服务器移动边缘计算卸载方法及装置
Fan et al. Workload allocation in hierarchical cloudlet networks
CN107911478B (zh) 基于化学反应优化算法的多用户计算卸载方法及装置
CN111132191B (zh) 移动边缘计算服务器联合任务卸载、缓存及资源分配方法
CN109151864B (zh) 一种面向移动边缘计算超密集网络的迁移决策与资源优化分配方法
JP5573957B2 (ja) 通信ネットワークにおけるリソース配分方法及び装置
CN112416554A (zh) 一种任务迁移方法、装置、电子设备及存储介质
US10299165B2 (en) Method and apparatus for user/base-station signaling and association achieving load balancing across wireless multi-band heterogeneous networks
CN110868700B (zh) 车载边缘计算环境下基于可分裂任务的协作计算卸载方法
CN112105062A (zh) 时敏条件下移动边缘计算网络能耗最小化策略方法
CN111711962B (zh) 一种移动边缘计算系统子任务协同调度方法
CN111757361B (zh) 一种雾网络中基于无人机辅助的任务卸载方法
CN111030771B (zh) 非正交多重接入系统中的用户装置选择方法及其基站
CN114189936A (zh) 一种基于深度强化学习的协作边缘计算任务卸载方法
JP2008289127A (ja) 複数チャネルを備えるｂ３ｇ／４ｇセルラーネットワークにおける異種のトラフィックをスケジューリングする方法
US9665409B2 (en) Methods and apparatus facilitating access to storage among multiple computers
CN111328146B (zh) 一种基于遗传算法优化传输速率权重的业务调度方法
US9031024B2 (en) Radio resource management for distributed cellular systems
CN106792919B (zh) 无线虚拟网中基于等效容量的资源分配方法
CN112511652B (zh) 一种边缘计算下的合作计算任务分配方法
CN112437449B (zh) 联合资源分配方法
CN113709886A (zh) 基于匹配理论的移动边缘计算中的动态资源分配方法
CN113840333A (zh) 电网资源分配的方法、装置、电子设备及存储介质
CN116915869A (zh) 基于云边协同的时延敏感型智能服务快速响应方法

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