CN113742046A - 流量疏导的云边计算网络计算资源均衡调度方法及系统 - Google Patents
流量疏导的云边计算网络计算资源均衡调度方法及系统 Download PDFInfo
- Publication number
- CN113742046A CN113742046A CN202111094802.XA CN202111094802A CN113742046A CN 113742046 A CN113742046 A CN 113742046A CN 202111094802 A CN202111094802 A CN 202111094802A CN 113742046 A CN113742046 A CN 113742046A
- Authority
- CN
- China
- Prior art keywords
- connection request
- spectrum
- network
- computing
- resources
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 43
- 230000003370 grooming effect Effects 0.000 title claims abstract description 31
- 238000001228 spectrum Methods 0.000 claims abstract description 173
- 230000005540 biological transmission Effects 0.000 claims abstract description 79
- 238000004364 calculation method Methods 0.000 claims abstract description 46
- 230000000903 blocking effect Effects 0.000 claims abstract description 38
- 230000003287 optical effect Effects 0.000 claims abstract description 26
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 15
- 230000008569 process Effects 0.000 claims abstract description 10
- 238000012545 processing Methods 0.000 claims description 18
- 230000006870 function Effects 0.000 claims description 14
- 238000013468 resource allocation Methods 0.000 claims description 13
- 230000001174 ascending effect Effects 0.000 claims description 5
- 238000012544 monitoring process Methods 0.000 claims description 5
- 230000009286 beneficial effect Effects 0.000 abstract description 2
- 238000010586 diagram Methods 0.000 description 9
- 238000004590 computer program Methods 0.000 description 7
- 239000013307 optical fiber Substances 0.000 description 5
- 238000005457 optimization Methods 0.000 description 5
- 238000005516 engineering process Methods 0.000 description 4
- 230000006855 networking Effects 0.000 description 4
- 238000003860 storage Methods 0.000 description 4
- 239000004576 sand Substances 0.000 description 3
- 238000004891 communication Methods 0.000 description 2
- 230000009977 dual effect Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000008859 change Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 238000005265 energy consumption Methods 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 229920003087 methylethyl cellulose Polymers 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 230000008447 perception Effects 0.000 description 1
- 230000010363 phase shift Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 238000004904 shortening Methods 0.000 description 1
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
- G06F9/48—Program initiating; Program switching, e.g. by interrupt
- G06F9/4806—Task transfer initiation or dispatching
- G06F9/4843—Task transfer initiation or dispatching by program, e.g. task dispatcher, supervisor, operating system
- G06F9/4881—Scheduling strategies for dispatcher, e.g. round robin, multi-level priority queues
-
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2209/00—Indexing scheme relating to G06F9/00
- G06F2209/48—Indexing scheme relating to G06F9/48
- G06F2209/484—Precedence
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2209/00—Indexing scheme relating to G06F9/00
- G06F2209/50—Indexing scheme relating to G06F9/50
- G06F2209/5021—Priority
Landscapes
- Engineering & Computer Science (AREA)
- Software Systems (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Mathematical Physics (AREA)
- Data Exchanges In Wide-Area Networks (AREA)
Abstract
本发明涉及一种流量疏导的云边计算网络计算资源均衡调度方法及系统,包括：获取网络拓扑信息，初始化网络参数，生成一组连接请求集合；对于每一个连接请求，判断源区域和目的区域是否有足够计算资源处理连接请求的计算节点；用K条最短路径路算法计算得到从源节点到目的节点之间的K条候选路径，并按优先级进行排列，对连接请求的传输宽带进行整理；依次判断根据优先级选取的候选传输路径上的空闲频谱资源是否满足连接请求的频谱资源需求以及频谱灵活光网络传输的频谱一致性和频谱连续性条件；更新中央控制器中链路频谱资源状态信息和节点计算资源信息，计算整个网络中连接请求阻塞率。本发明有利于降低业务的阻塞率并提高网络频谱资源利用率。
Description
技术领域
本发明涉及云边计算的技术领域，尤其是指一种流量疏导的云边计算网络计算资源均衡调度方法。
背景技术
近年来，随着物联网(IoT)的高速发展和大数据应用的广泛使用，用户对于网络计算资源的需求量急剧增长。此外，智能手机、笔记本电脑和平板电脑的技术进步，使得新的高要求服务和应用得以出现。尽管新的移动设备在中央处理器(CPU)方面越来越强大，但可能无法在短时间内处理业务量大的应用程序。云计算具有强大的计算能力，设备可以通过计算资源卸载，将计算任务传输到远端云服务器执行，从而能够有效缓解计算资源需求量较大的问题。然而，云计算资源也是有限的，当计算任务数量过多时，云端服务器无法在短时间内处理达到的计算任务，部分计算任务无法被实时处理进而导致业务阻塞。此外，将计算任务传输到云端服务器会带来较高的时延、增加额外传输能量消耗和数据泄露等问题。
为了解决云计算卸载过程中面临的高时延等问题，欧洲电信标准协会(ETSI)于2014年率先提出移动边缘计算MEC的概念：一种在靠近用户的无线接入网提供IT及云计算的平台，被认为是第五代移动通信的关键技术之一。MEC系统允许设备将计算任务卸载到网络边缘节点处，如基站、无线接入点等，既满足了终端设备计算能力的扩展需求，同时弥补了云计算时延较长的缺点。MEC技术有助于达到5G业务超低时延、超高能效、超高可靠性等关键技术指标。通过将云计算和云存储部署到网络边缘，提供一个具备高性能、低时延与高带宽的电信服务环境，加速网络中各项内容、服务以及应用的分发和下载，让消费者享有更高质量网络体验。
首先，MEC能缩短任务执行时延。移动应用任务处理时延包括传输时延、计算时延和通信时延。传统的移动云计算中，信息需要经过无线接入网、回传链路到达位于核心网的云服务器。MEC将边缘服务器部署在无线接入网侧，缩短了计算服务器与移动设备之间的距离。一方面，由于传输距离的缩短，MEC的任务卸载不需要经过回传链路和核心网，减少了时延开销。另一方面，边缘服务器的计算处理能力远大于移动设备，从而大幅降低任务计算时延。因此，MEC传输距离短、协议扁平化的特点使其能够满足5G网络的超低时延需求。
其次，MEC能大幅提升网络能效。物联网设备可广泛应用到环境监测、人群感知、智能农业等各种场景。但部署的物联网设备大多无法通过电网供电，在设备电池能量有限的情况下，MEC缩短了边缘服务器与移动设备的距离，大幅节约了任务卸载、无线传输所耗能量，延长了物联网设备的使用周期。
此外，MEC能提供更高的服务可靠性。MEC的服务器采用分布式部署，单个服务器服务规模小，不可存储过多的有价值信息。因此，相较于移动云计算的数据中心，不易成为被攻击的目标，可以提供更可靠的服务。同时，多数移动边缘云服务器属于私有云，信息泄露风险低，也具有更高的安全性。
最后，基于开放流(OpenFlow)扩展协议的软件定义网络的技术在近年来也得到了迅速发展，为了软件定义边缘服务器与交换机组网问题，建立应用服务需求的端到端业务数据传输而设计。可通过软件定义网络的开放流扩展协议的机制，具备智能化集成通信传输交换能力，形成统一控管功能、实时调度策略的动态变化、增强边缘计算网络业务请求接入快速响应速度，结合运用可编程组网技术，提高边缘计算组网灵活性与传输效率。
目前，在云计算与边缘计算的研究中，有仅考虑优化计算资源选择的业务卸载方法和仅考虑优化链路频谱资源分配的业务卸载方法，然而，这两种分配方法都是仅仅针对一个优化目标而设计的资源分配方法。计算资源优化分配方法能够有效降低业务的计算时延，但却不能提高网络链路传输业务的能力，业务传输时延仍然可进一步优化处理；链路频谱资源优化分配方法可以提高节点处理业务的速度，但是网络中各边缘节点的计算资源利用率仍可进一步优化。
发明内容
为此，本发明所要解决的技术问题在于克服现有技术中业务阻塞率高，同时网络频谱资源利用率低的问题，从而提供一种使得业务阻塞率尽可能低，同时提高网络频谱资源利用率的流量疏导的云边计算网络计算资源均衡调度方法及系统。
为解决上述技术问题，本发明的一种流量疏导的云边计算网络计算资源均衡调度方法，包括如下步骤：步骤S1：获取网络拓扑信息，初始化网络参数，生成一组连接请求集合；步骤S2：对于每一个连接请求，判断源区域和目的区域是否有足够计算资源处理连接请求的计算节点，若没有，则连接请求建立失败；若有，选取相应区域空闲计算资源最多的服务器作为连接请求的源节点和目的节点；步骤S3：用K条最短路径路算法计算得到从源节点到目的节点之间的K条候选路径，并按优先级进行排列，对连接请求的传输宽带进行整理，得到传输所需频谱资源；步骤S4：依次判断根据优先级选取的候选传输路径上的空闲频谱资源是否满足连接请求的频谱资源需求以及频谱灵活光网络传输的频谱一致性和频谱连续性条件，若满足，选择最短路径作为连接请求的传输路径；若不满足，继续判断K条候选路径是否完成，若没完成，则返回步骤S3，若完成，则连接请求建立失败；步骤S5：更新中央控制器中链路频谱资源状态信息和节点计算资源信息，计算整个网络中连接请求阻塞率。
在本发明的一个实施例中，初始化网络参数包括对网络中的云服务器和边缘服务器的计算资源进行初始化，频谱灵活光网络初始化，以及基于OpenFlow的中央控制器内部存储的状态信息初始化。
在本发明的一个实施例中，选取相应区域空闲计算资源最多的服务器是由中央控制器根据所存储的各边缘服务器计算资源占用情况实时信息分别在源区域和目的区域选择空闲计算资源最多的服务器。
在本发明的一个实施例中，按优先级进行排列时，按距离由小到大升序排列，路径距离越小，优先级越高。
在本发明的一个实施例中，连接请求的频谱资源需求是由其带宽要求与流量疏导使用的线速率大小共同决定每一个连接请求传输所需要的频谱资源。
在本发明的一个实施例中，更新中央控制器中链路频谱资源状态信息和频谱资源信息前，连接请求成功建立工作路径并分配频谱资源后，对中央控制器中记录各边缘计算服务器的计算资源以及各链路的频谱资源的状态信息进行更新。
在本发明的一个实施例中，更新中央控制器中链路频谱资源状态信息和节点计算资源信息时，当前连接请求传输完毕后，释放所占用的频谱资源，更新中央控制器中链路频谱资源状态信息；同时在边缘计算服务器处理完连接请求后，释放所占用的边缘计算服务器的计算资源，更新中央控制器中存储各边缘计算服务器计算资源状态信息。
本发明还提供了一种流量疏导的云边计算网络计算资源均衡调度系统，包括：网络拓扑初始化模块，用于获取网络拓扑信息，初始化网络参数，生成一组连接请求集合；边缘计算服务器选择模块，用于对于每一个连接请求，判断源区域和目的区域是否有足够计算资源处理连接请求的计算节点，若没有，则连接请求建立失败；若有，选取相应区域空闲计算资源最多的服务器作为连接请求的源节点和目的节点；工作路径计算模块，用于用K条最短路径路算法计算得到从源节点到目的节点之间的K条候选路径，并按优先级进行排列，对连接请求的传输宽带进行整理，得到传输所需频谱资源；频谱资源分配模块，用于依次判断根据优先级选取的候选传输路径上的空闲频谱资源是否满足连接请求的频谱资源需求以及频谱灵活光网络传输的频谱一致性和频谱连续性条件，若满足，选择最短路径作为连接请求的传输路径；若不满足，继续判断K条候选路径是否完成，若没完成，则返回工作路径计算模块，若完成，则连接请求建立失败；网络资源信息更新模块，用于更新中央控制器中链路频谱资源状态信息和节点计算资源信息，计算整个网络中连接请求阻塞率。
在本发明的一个实施例中，还包括网络资源释放模块和阻塞率计算模块，其中所述网络资源释放模块用于在连接请求成功传输后，对工作路径占用的频谱资源进行资源释放，同时，在连接请求被相应计算节点处理完成后，对处理用户请求的服务器的计算资源进行释放，最后，将连接请求建立的工作路径进行信息清除；所述阻塞率计算模块用于在网络中所有连接请求发送完毕后，计算整体的业务阻塞率，其中未成功建立的连接请求数包含由于源节点或目的节点计算资源不足导致的连接请求阻塞数量与由于传输路径上链路频谱资源不足导致的连接请求阻塞数量。
在本发明的一个实施例中，还包括中央控制器模块和判决和预警模块，所述中央控制器模块用于完成对网络进行初始化、连接请求边缘计算服务器选择、传输路径计算、频谱资源分配、计算资源更新、资源释放、网络阻塞率计算的状态监控功能；所述判决和预警模块用于执行各个模块之间的协调功能，以及每个模块是否建立成功的判决与预警功能，完成整个网络拓扑中降低业务阻塞率的目标。
本发明的上述技术方案相比现有技术具有以下优点：
本发明所述的流量疏导的云边计算网络计算资源均衡调度方法及系统，主要针对云边计算网络中如何平衡计算资源、降低业务阻塞率与提高网络频谱资源利用率问题，提出基于流量疏导的计算资源均衡方法和系统。
对每一个连接请求，根据其计算资源需求分别在源区域和目的区域选择空闲计算资源最多的服务器作为源节点和目的节点。由于根据连接请求所要求的计算资源在相应区域选择空闲计算资源最多的服务器作为源节点或目的节点，从而达到网络中各区域服务器计算资源的均衡。
采用K条最短路径算法计算源节点到目的节点之间的候选路径。使用流量疏导的方法对连接请求的带宽进行整理并得到连接请求传输所需的频谱资源。
对K条候选路径按优先级从高到低顺序，采用首次命中的频谱分配算法对路径进行频谱资源分配，若同时满足频谱一致性和频谱连续性两个约束条件，则选用该条路径作为连接请求的工作路径。然后对网络计算资源和频谱资源状态进行实时更新。在流量疏导过程中选用合适大小的线速率对连接请求传输带宽进行整理，对于带宽需求小于一个光通道容量的连接请求，优先考虑使用已建立的光通道，从而充分利用各光通道的空闲带宽，提高网路频谱资源利用率。
通过为每个连接请求选择空闲度最高的计算节点并使用流量疏导的方法对传输带宽进行整理，有效平衡云边计算网络各区域计算资源占用和提供频谱资源利用率，在合理分配资源的情况下尽可能降低业务阻塞率。
基于OpenFlow的中央控制器需要保证所存储的网络计算资源与链路频谱资源更新速度要能够保证在连续多个连接请求寻找路径与分配频谱资源时所需网络资源信息的及时性与准确性。
附图说明
为了使本发明的内容更容易被清楚的理解，下面根据本发明的具体实施例并结合附图，对本发明作进一步详细的说明，其中
图1是本发明流量疏导的云边计算网络计算资源均衡调度方法流程图；
图2是本发明基于流量疏导的云边计算网络计算资源均衡调度网络图；
图3是本发明流量疏导的云边计算网络计算资源均衡调度系统流程图。
具体实施方式
实施例一
如图1所示，本实施例提供一种流量疏导的云边计算网络计算资源均衡调度方法，包括如下步骤：步骤S1：获取网络拓扑信息，初始化网络参数，生成一组连接请求集合；步骤S2：对于每一个连接请求，判断源区域和目的区域是否有足够计算资源处理连接请求的计算节点，若没有，则连接请求建立失败；若有，选取相应区域空闲计算资源最多的服务器作为连接请求的源节点和目的节点；步骤S3：用K条最短路径路算法计算得到从源节点到目的节点之间的K条候选路径，并按优先级进行排列，对连接请求的传输宽带进行整理，得到传输所需频谱资源；步骤S4：依次判断根据优先级选取的候选传输路径上的空闲频谱资源是否满足连接请求的频谱资源需求以及频谱灵活光网络传输的频谱一致性和频谱连续性条件，若满足，选择最短路径作为连接请求的传输路径；若不满足，继续判断K条候选路径是否完成，若没完成，则返回步骤S3，若完成，则连接请求建立失败；步骤S5：更新中央控制器中链路频谱资源状态信息和节点计算资源信息，计算整个网络中连接请求阻塞率。
本实施例所述流量疏导的云边计算网络计算资源均衡调度方法，判断源区域和目的区域是否有足够计算资源处理连接请求的计算节点，若没有，则连接请求建立失败；若有，选取相应区域空闲计算资源最多的服务器作为连接请求的源节点和目的节点，由于可根据连接请求的计算资源需求，分别在源区域与目的区域为连接请求选择空闲计算资源最多的边缘服务器作为源节点和目的节点，同时在连接请求传输过程中，根据各连接请求的传输带宽需求，使用流量疏导的方法，实现光纤频谱资源的共用，从而提高网络频谱资源利用率并降低连接请求阻塞率；用K条最短路径路算法计算得到从源节点到目的节点之间的K条候选路径，并按优先级进行排列，有利于使得业务阻塞率尽可能低，同时提高网络频谱资源的利用率；另外，依次判断根据优先级选取的候选传输路径上的空闲频谱资源是否满足连接请求的频谱资源需求以及频谱灵活光网络传输的频谱一致性和频谱连续性条件，综合考虑云边计算网络中各边缘区域每个边缘服务器计算资源与每段光纤链路频谱资源使用情况，为每个连接请求选择最优的计算节点与频谱资源分配方式，这样有利于合理规划边缘区域与云区域的网络资源调度，以最大程度地减少连接请求阻塞率并提高网络频谱资源利用率，进而改善网络的服务质量。
所述步骤S1中，初始化网络参数包括对网络中的云服务器和边缘服务器的计算资源进行初始化，频谱灵活光网络初始化，以及基于OpenFlow的中央控制器内部存储的状态信息初始化。
具体地，对网络中的云服务器和边缘服务器的计算资源进行初始化，频谱灵活光网络初始化，以及基于OpenFlow的中央控制器内部存储的状态信息初始化。在云边计算网络G(CR,Ne,Nc,L,S,C)，CR＝{CR1,CR2,…,CR|CR|}表示一组连接请求，|CR|为连接请求数量；Ne＝{ne1,ne2,…,n|Ne|}表示一组边缘节点，|Ne|为边缘节点数量；Nc＝{nc1,nc2,…,n|Nc|}表示一组云节点，|Nc|为云节点数量；L＝{l1,l2,…,l|L|}为云边计算网络的光纤链路集合，|L|为网络拓扑中光纤链路总数量；S＝{s1,s2,…,s|S|}表示光纤链路中的频谱隙集合，|S|为光纤链路中频谱隙总数量；C表示中央控制器，所有交换机共享一个控制器，控制器可实时监控交换机相连的各服务器计算资源以及与各链路频谱资源占用情况。
所述步骤S2中，选取相应区域空闲计算资源最多的服务器是由中央控制器根据所存储的各边缘服务器计算资源占用情况实时信息分别在源区域和目的区域选择空闲计算资源最多的服务器。
具体地，生成一组连接请求集合CR，每一个连接请求CR(s,d,BR,Cs,Cd)∈CR，其中s表示源节点，d表示目的节点，s和d需要由源区域Rs与目的区域Rd内的计算资源占用情况确定，Rs与Rd随机生成，BR表示连接请求的带宽需求，Cs表示连接请求在源节点处所要求的计算资源，Cd表示连接请求在目的节点处所要求的计算资源。
对于每一个连接请求CR(s,d,BR,Cs,Cd)，假定其源区域Rs与目的区域Rd已随机生成，首先由中央控制器根据所存储的各边缘服务器计算资源占用情况实时信息分别在源区域和目的区域选择空闲计算资源最多的服务器作为连接请求的源节点和目的节点，如果源节点或目的节点存在计算资源无法满足连接请求的计算资源需求的情况，连接请求阻塞。
所述步骤S3中，按优先级进行排列时，按距离由小到大升序排列，路径距离越小，优先级越高。
根据在网络拓扑中用K条最短路径路算法计算得到从源节点到目的节点之间的K条候选路径。并按距离由小到大升序排列，即路径距离越小，优先选择权就越高，即其优先级越高。
根据每一个连接请求的带宽要求BR，可用不同大小的线速率将其疏导至不同的光通道之中，对于容量未满的光通道，可继续供后续连接请求使用。由其带宽要求与流量疏导使用的线速率大小共同决定每一个连接请求传输所需要的频谱资源，其中每个光通道建立所需的频谱资源，采用首次命中的频谱分配算法，根据路径上所有链路的频谱资源状态生成一张频谱资源表进行编号，从标号小的一端开始查找可用的频谱间隙。如果找到可用的频谱间隙则进行频谱资源分配并进行频谱资源状态更新；如果没有找到则频谱资源分配失败。假定有M个连接请求共用一个光通道，选用线速率大小为LR，则应满足以下约束：
所述步骤S4中，在找出连接请求的候选传输路径后，由中央控制器在所选的K条路径按照优先级由高到低依次判断路径上的空闲频谱资源在是否满足连接请求的频谱资源需求以及频谱灵活光网络传输的频谱一致性和频谱连续性条件，选择满足各项条件的最短路径作为连接请求的传输路径；如果K条路径都无法同时满足全部条件，连接请求阻塞。
连接请求的频谱资源需求是由其带宽要求与流量疏导使用的线速率大小共同决定每一个连接请求传输所需要的频谱资源。
依次判断根据优先级选取的候选传输路径上的空闲频谱资源是否满足连接请求的频谱资源需求以及频谱灵活光网络传输的频谱一致性和频谱连续性条件，若不满足，返回步骤S3，根据公式(4)计算整个网络中连接请求阻塞率BP，其中FCRc表示由于边缘计算服务器计算资源不足所导致的连接请求阻塞数量，FCRl表示由于K条候选传输路径上的频谱资源无法满足传输需求导致的连接请求阻塞数量。
BP＝(FCRl+FCRc)/|CR| (4)
所述步骤S5中，更新中央控制器中链路频谱资源状态信息和节点计算资源信息前，连接请求成功建立工作路径并分配频谱资源后，对中央控制器中记录各边缘计算服务器的计算资源以及各链路的频谱资源的状态信息进行更新。
具体地，连接请求CR(s，d，BR，Cs，Cd)成功建立工作路径并分配频谱资源后，对中央控制器中记录各边缘计算服务器的计算资源以及各链路的频谱资源的状态信息进行更新。
更新中央控制器中链路频谱资源状态信息和节点计算资源信息时，当前连接请求传输完毕后，释放所占用的频谱资源，更新中央控制器中链路频谱资源状态信息；同时在边缘计算服务器处理完连接请求后，释放所占用的边缘计算服务器的计算资源，更新中央控制器中存储各边缘计算服务器计算资源状态信息。
具体地，当前连接请求传输完毕后，释放所占用的频谱资源，更新中央控制器中链路频谱资源状态信息；同时在边缘计算服务器处理完连接请求后，释放所占用的边缘计算服务器的计算资源，更新中央控制器中存储各边缘计算服务器计算资源状态信息，以便提供给后续业务请求使用。
下面结合附图详细说明流量疏导的云边计算网络计算资源均衡调度方法：
如图2所示，此网络包含1个云区域和3个边缘区域，云区域由3台相互连接的交换机构成，各有1台云服务器与交换机相连；边缘区域由3台相互连接的交换机构成，各有1台边缘服务器与交换机相连；云区域和边缘区域的所有交换机共用一台中央控制器。云区域与边缘区域之间通过基站传输方式相互联系。假设各边缘服务器包含50个计算单元，云服务器包含1000个计算单元，网络中的每段链路中所含100个频谱隙，每个频谱隙所占用的频谱宽度为12.5GHz，连接请求的源区域、目的区域、带宽需求、计算资源需求随机生成。
首先，对频谱灵活光网络G(CR,Ne,Nc,L,S,C)进行初始化，包括连接请求、基站、交换机、各服务器的计算资源、各链路段的频谱资源、中央控制器中存储的状态信息。连接请求用CR(s,d,BR,Cs,Cd)表示，Rs表示连接请求的源区域，Rd表示连接请求的目的区域，BR表示连接请求所需要的传输带宽，Cs表示连接请求在源区域所需计算资源，Cd表示连接请求在目的区域所需计算资源。假定在图2的区域1中生成3个待处理的连接请求CR1(s,d,40G,2,30)、CR2(s,d,30G,3,9)、CR3(s,d,10G,4,12)，3个连接请求的源区域均为边缘区域1，目的区域分别为云区域、边缘区域2、边缘区域3。
第二，根据各区域每个服务器的空闲计算资源量，分别选择源区域和目的区域中空闲计算资源最多的服务器作为连接请求的源节点和目的节点。图2中各服务器旁的数字为当前计算资源占用量，依照此计算节点选择原则，最终3个连接请求分别为CR1(1,8,40G,2,30)、CR2(1,4,30G,3,9)、CR3(1,6,10G,4,12)。
第三，使用K条最短路径算法分别为节点1到节点8、节点1到节点4、节点1到节点6之间的K条路径，并按距离由小到大升序排列，即路径距离越小，优先选择权就越高。当具有高优先级的路径在某一段链路上发生阻塞时，就依次选取较低优先级的路径进行频谱资源分配，直到分配资源成功或所有路径全都阻塞。
第四，使用双偏振正交相移键控(DP-QPSK)的40Gbps线速率对各连接请求的带宽进行流量疏导，该线速率条件下每建立一个光通道的所占用的频谱宽度为25GHz。根据各连接请求的传输带宽需求，CR1单独使用一个光通道，CR2与CR3可共用一个光通道，故CR1需要2个频谱隙，CR2和CR3共需2个频谱隙。
第五，按照K条候选路径的优先级由高到低顺序，采用首次命中的频谱分配算法，根据频谱一致性和频谱连续性的约束条件进行频谱资源分配。由网络中链路频谱资源状态，3个连接请求均可成功分配频谱资源，CR1、CR2、CR3的工作路径分别为路径①(1-2-7-8)、路径②(1-2-7-9-3-4)、路径③(1-2-7-9-10-5-6)。
最后，频谱资源分配后，连接请求成功建立，对计算资源和频谱资源状态进行更新，节点1、节点4、节点6、节点8计算资源占用分别更新为39、34、32、920，并实时更新中央控制器中存储的整个网络拓扑各节点计算资源和各链路的频谱资源状态信息，用公式(4)计算连接请求未能成功建立的阻塞率。
实施例二
基于同一发明构思，本实施例提供了一种流量疏导的云边计算网络计算资源均衡调度系统，其解决问题的原理与所述流量疏导的云边计算网络计算资源均衡调度方法类似，重复之处不再赘述。
如图3所示，本实施例提供一种流量疏导的云边计算网络计算资源均衡调度系统，包括：
网络拓扑初始化模块，用于获取网络拓扑信息，初始化网络参数，生成一组连接请求集合；
边缘计算服务器选择模块，用于对于每一个连接请求，判断源区域和目的区域是否有足够计算资源处理连接请求的计算节点，若没有，则连接请求建立失败；若有，选取相应区域空闲计算资源最多的服务器作为连接请求的源节点和目的节点；
工作路径计算模块，用于用K条最短路径路算法计算得到从源节点到目的节点之间的K条候选路径，并按优先级进行排列；
频谱资源分配模块，用于依次判断根据优先级选取的候选传输路径上的空闲频谱资源是否满足连接请求的频谱资源需求以及频谱灵活光网络传输的频谱一致性和频谱连续性条件，若满足，选择最短路径作为连接请求的传输路径；若不满足，继续判断K条候选路径是否完成，若没完成，则返回工作路径计算模块，若完成，则连接请求建立失败；
网络资源信息更新模块，用于更新中央控制器中链路频谱资源状态信息和节点计算资源信息，计算整个网络中连接请求阻塞率。
所述网络拓扑初始化模块中，在网络拓扑G(CR,Ne,Nc,L,S,C)中，配置云区域和边缘区域服务器数目、基站数目、交换机数目，对边缘服务器、云服务器、网络拓扑信息、网络链路频谱资源以及基于OpenFlow的中央控制器进行初始化。
所述边缘计算服务器选择模块中，还包括连接请求生成模块，用于根据用户请求生成一组连接请求，配置连接请求数目、所生成每个连接请求传输的源区域与目的区域、连接请求在源区域和目的区域所需的计算资源大小、连接请求传输所需的带宽大小等信息。
所述边缘计算服务器选择模块中，中央控制器根据网络拓扑中各计算节点的空闲计算资源大小，在满足连接请求所需计算资源的前提下，为每个连接请求在其源区域和目的区域均选择相应区域空闲计算资源最大的节点作为源节点和目的节点。若相应区域空闲计算资源最大的服务器也无法满足连接请求在该区域所需的计算资源，则连接请求阻塞。
所述工作路径计算模块中，根据连接请求CR(s,d,BR,Cs,Cd)经计算节点选择模块所得的源节点和目的节点，采用K条最短路径算法，计算出连接请求从源节点到目的节点的K条候选路径，并按距离由小到大升序排列，即路径距离越小，优先级越高。
所述频谱资源分配模块中，根据连接请求CR(s,d,BR,Cs,Cd)的传输带宽需求BR，选用大小合适的线速率来疏导各连接请求的带宽，得到连接请求传输所需的频谱资源。在所得到的K条候选路径中按照优先级由高到低顺序，在路径中查找满足连接请求所需的频谱资源，若同时满足频谱连续性与频谱一致性双重约束条件，则可成功分配频谱资源；若不能同时满足频谱连续性与频谱一致性双重约束条件，则进行下一条候选路径的判断。若K条候选路径的频谱资源均不满足条件，则当前连接请求阻塞。
所述网络资源信息更新模块中，当一个连接请求CR(s,d,BR,Cs,Cd)的工作路径成功建立之后，其源节点与目的节点的计算资源应由连接请求的实际占用进行实时更新；同时该连接请求工作路径上的每段链路的频谱资源也应根据当前连接请求传输所需占用的频谱资源大小进行更新。并实时更新至中央控制器信息列表中。
还包括网络资源释放模块和阻塞率计算模块，其中所述网络资源释放模块用于在连接请求成功传输后，对工作路径占用的频谱资源进行资源释放，同时，在连接请求被相应计算节点处理完成后，对处理用户请求的服务器的计算资源进行释放，最后，将连接请求建立的工作路径进行信息清除；所述阻塞率计算模块用于在网络中所有连接请求发送完毕后，计算整体的业务阻塞率，其中未成功建立的连接请求数包含由于源节点或目的节点计算资源不足导致的连接请求阻塞数量与由于传输路径上链路频谱资源不足导致的连接请求阻塞数量。
具体地，所述网络资源释放模块中，在连接请求成功传输后，对工作路径占用的频谱资源进行资源释放。同时，在连接请求被相应计算节点处理完成后，对处理用户请求的服务器的计算资源进行释放。最后，将连接请求建立的工作路径进行信息清除。
所述阻塞率计算模块中，在网络中所有连接请求发送完毕后，根据公式(4)计算整体的业务阻塞率，其中未成功建立的连接请求数包含由于源节点或目的节点计算资源不足导致的连接请求阻塞数量与由于传输路径上链路频谱资源不足导致的连接请求阻塞数量。
还包括中央控制器模块和判决和预警模块，所述中央控制器模块用于完成对网络进行初始化、连接请求边缘计算服务器选择、传输路径计算、频谱资源分配、计算资源更新、资源释放、网络阻塞率计算的状态监控功能；所述判决和预警模块用于执行各个模块之间的协调功能，以及每个模块是否建立成功的判决与预警功能，完成整个网络拓扑中降低业务阻塞率的目标。
所述中央控制器模块中，主要完成对网络进行初始化、连接请求边缘计算服务器选择、传输路径计算、频谱资源分配、计算资源更新、资源释放、网络阻塞率计算的状态监控功能，以实现在所有连接请求传输过程中尽可能减小网络的阻塞率。
所述判决和预警模块中，执行各个模块之间的协调功能，以及每个模块是否建立成功的判决与预警功能，完成整个网络拓扑中降低业务阻塞率的目标。
本领域内的技术人员应明白，本申请的实施例可提供为方法、系统、或计算机程序产品。因此，本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本申请是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
显然，上述实施例仅仅是为清楚地说明所作的举例，并非对实施方式的限定。对于所属领域的普通技术人员来说，在上述说明的基础上还可以做出其它不同形式变化或变动。这里无需也无法对所有的实施方式予以穷举。而由此所引伸出的显而易见的变化或变动仍处于本发明创造的保护范围之中。
Claims (10)
1.一种流量疏导的云边计算网络计算资源均衡调度方法，其特征在于，包括如下步骤：
步骤S1：获取网络拓扑信息，初始化网络参数，生成一组连接请求集合；
步骤S2：对于每一个连接请求，判断源区域和目的区域是否有足够计算资源处理连接请求的计算节点，若没有，则连接请求建立失败；若有，选取相应区域空闲计算资源最多的服务器作为连接请求的源节点和目的节点；
步骤S3：用K条最短路径路算法计算得到从源节点到目的节点之间的K条候选路径，并按优先级进行排列，对连接请求的传输宽带进行整理，得到传输所需频谱资源；
步骤S4：依次判断根据优先级选取的候选传输路径上的空闲频谱资源是否满足连接请求的频谱资源需求以及频谱灵活光网络传输的频谱一致性和频谱连续性条件，若满足，选择最短路径作为连接请求的传输路径；若不满足，继续判断K条候选路径是否完成，若没完成，则返回步骤S3，若完成，则连接请求建立失败；
步骤S5：更新中央控制器中链路频谱资源状态信息和节点计算资源信息，计算整个网络中连接请求阻塞率。
2.根据权利要求1所述的流量疏导的云边计算网络计算资源均衡调度方法，其特征在于：初始化网络参数包括对网络中的云服务器和边缘服务器的计算资源进行初始化，频谱灵活光网络初始化，以及基于OpenFlow的中央控制器内部存储的状态信息初始化。
3.根据权利要求1所述的流量疏导的云边计算网络计算资源均衡调度方法，其特征在于：选取相应区域空闲计算资源最多的服务器是由中央控制器根据所存储的各边缘服务器计算资源占用情况实时信息分别在源区域和目的区域选择空闲计算资源最多的服务器。
4.根据权利要求1所述的流量疏导的云边计算网络计算资源均衡调度方法，其特征在于：按优先级进行排列时，按距离由小到大升序排列，路径距离越小，优先级越高。
5.根据权利要求1所述的流量疏导的云边计算网络计算资源均衡调度方法，其特征在于：连接请求的频谱资源需求是由其带宽要求与流量疏导使用的线速率大小共同决定每一个连接请求传输所需要的频谱资源。
6.根据权利要求1所述的流量疏导的云边计算网络计算资源均衡调度方法，其特征在于：更新中央控制器中链路频谱资源状态信息和节点计算资源信息前，连接请求成功建立工作路径并分配频谱资源后，对中央控制器中记录各边缘计算服务器的计算资源以及各链路的频谱资源的状态信息进行更新。
7.根据权利要求1或6所述的流量疏导的云边计算网络计算资源均衡调度方法，其特征在于：更新中央控制器中链路频谱资源状态信息和节点计算资源信息时，当前连接请求传输完毕后，释放所占用的频谱资源，更新中央控制器中链路频谱资源状态信息；同时在边缘计算服务器处理完连接请求后，释放所占用的边缘计算服务器的计算资源，更新中央控制器中存储各边缘计算服务器计算资源状态信息。
8.一种流量疏导的云边计算网络计算资源均衡调度系统，其特征在于，包括：
网络拓扑初始化模块，用于获取网络拓扑信息，初始化网络参数，生成一组连接请求集合；
边缘计算服务器选择模块，用于对于每一个连接请求，判断源区域和目的区域是否有足够计算资源处理连接请求的计算节点，若没有，则连接请求建立失败；若有，选取相应区域空闲计算资源最多的服务器作为连接请求的源节点和目的节点；
工作路径计算模块，用于用K条最短路径路算法计算得到从源节点到目的节点之间的K条候选路径，并按优先级进行排列，对连接请求的传输宽带进行整理，得到传输所需频谱资源；
频谱资源分配模块，用于依次判断根据优先级选取的候选传输路径上的空闲频谱资源是否满足连接请求的频谱资源需求以及频谱灵活光网络传输的频谱一致性和频谱连续性条件，若满足，选择最短路径作为连接请求的传输路径；若不满足，继续判断K条候选路径是否完成，若没完成，则返回工作路径计算模块，若完成，则连接请求建立失败；
网络资源信息更新模块，用于更新中央控制器中链路频谱资源状态信息和节点计算资源信息，计算整个网络中连接请求阻塞率。
9.根据权利要求8所述的流量疏导的云边计算网络计算资源均衡调度系统，其特征在于：还包括网络资源释放模块和阻塞率计算模块，其中所述网络资源释放模块用于在连接请求成功传输后，对工作路径占用的频谱资源进行资源释放，同时，在连接请求被相应计算节点处理完成后，对处理用户请求的服务器的计算资源进行释放，最后，将连接请求建立的工作路径进行信息清除；所述阻塞率计算模块用于在网络中所有连接请求发送完毕后，计算整体的业务阻塞率，其中未成功建立的连接请求数包含由于源节点或目的节点计算资源不足导致的连接请求阻塞数量与由于传输路径上链路频谱资源不足导致的连接请求阻塞数量。
10.根据权利要求8所述的流量疏导的云边计算网络计算资源均衡调度系统，其特征在于：还包括中央控制器模块和判决和预警模块，所述中央控制器模块用于完成对网络进行初始化、连接请求边缘计算服务器选择、传输路径计算、频谱资源分配、计算资源更新、资源释放、网络阻塞率计算的状态监控功能；所述判决和预警模块用于执行各个模块之间的协调功能，以及每个模块是否建立成功的判决与预警功能，完成整个网络拓扑中降低业务阻塞率的目标。
Priority Applications (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111094802.XA CN113742046A (zh) | 2021-09-17 | 2021-09-17 | 流量疏导的云边计算网络计算资源均衡调度方法及系统 |
| PCT/CN2021/123183 WO2023039965A1 (zh) | 2021-09-17 | 2021-10-12 | 流量疏导的云边计算网络计算资源均衡调度方法及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111094802.XA CN113742046A (zh) | 2021-09-17 | 2021-09-17 | 流量疏导的云边计算网络计算资源均衡调度方法及系统 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN113742046A true CN113742046A (zh) | 2021-12-03 |
Family
ID=78739721
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202111094802.XA Pending CN113742046A (zh) | 2021-09-17 | 2021-09-17 | 流量疏导的云边计算网络计算资源均衡调度方法及系统 |
Country Status (2)
| Country | Link |
|---|---|
| CN (1) | CN113742046A (zh) |
| WO (1) | WO2023039965A1 (zh) |
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115499882A (zh) * | 2022-11-16 | 2022-12-20 | 之江实验室 | 边缘节点频谱与计算资源联合分配方法、装置和存储介质 |
| WO2023108718A1 (zh) * | 2021-12-16 | 2023-06-22 | 苏州大学 | 一种云边协同光载网络频谱资源分配方法及系统 |
| WO2023108715A1 (zh) * | 2021-12-14 | 2023-06-22 | 苏州大学 | 数据中心的空分复用光网络专用保护频谱分配方法及系统 |
| WO2024092994A1 (zh) * | 2022-10-31 | 2024-05-10 | 苏州大学 | 边缘云计算的弹性光网络最大容忍延迟再分配方法与系统 |
| WO2024092991A1 (zh) * | 2022-10-31 | 2024-05-10 | 苏州大学 | 数据中心弹性光网络距离自适应的流量分配方法和系统 |
Families Citing this family (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116208970B (zh) * | 2023-04-18 | 2023-07-14 | 山东科技大学 | 一种基于知识图谱感知的空地协作卸载和内容获取方法 |
| CN116627618B (zh) * | 2023-07-21 | 2023-09-19 | 北京万界数据科技有限责任公司 | 一种计算资源预调度方法及系统 |
| CN117172721B (zh) * | 2023-10-31 | 2024-02-20 | 深圳薪汇科技有限公司 | 用于融资业务的数据流转监管预警方法及系统 |
| CN117793934A (zh) * | 2023-11-30 | 2024-03-29 | 国网冀北电力有限公司信息通信分公司 | 面向新型电力系统的边缘资源分配方法及装置 |
| CN118331678A (zh) * | 2024-02-08 | 2024-07-12 | 山东华科信息技术有限公司 | 一种新型配电网多时间尺度细粒度并行仿真方法及系统 |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107426110A (zh) * | 2017-09-22 | 2017-12-01 | 苏州大学 | 频谱灵活光网络中自适应负载均衡能耗优化方法及系统 |
| CN111901424A (zh) * | 2020-07-28 | 2020-11-06 | 苏州大学 | 云边协同网络资源平滑迁移与重构方法及系统 |
| CN113364850A (zh) * | 2021-06-01 | 2021-09-07 | 苏州路之遥科技股份有限公司 | 软件定义云边协同网络能耗优化方法和系统 |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US9325805B2 (en) * | 2004-08-02 | 2016-04-26 | Steve J Shattil | Content delivery in wireless wide area networks |
-
2021
- 2021-09-17 CN CN202111094802.XA patent/CN113742046A/zh active Pending
- 2021-10-12 WO PCT/CN2021/123183 patent/WO2023039965A1/zh active Application Filing
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107426110A (zh) * | 2017-09-22 | 2017-12-01 | 苏州大学 | 频谱灵活光网络中自适应负载均衡能耗优化方法及系统 |
| CN111901424A (zh) * | 2020-07-28 | 2020-11-06 | 苏州大学 | 云边协同网络资源平滑迁移与重构方法及系统 |
| CN113364850A (zh) * | 2021-06-01 | 2021-09-07 | 苏州路之遥科技股份有限公司 | 软件定义云边协同网络能耗优化方法和系统 |
Non-Patent Citations (3)
| Title |
|---|
| 揭水平 江云飞 符小东 陈伯文: "基于混合线速率网络设备配置的节能方法", 《光通信研究》 * |
| 符小东 陈伯文 雷雨: "面向能耗优化的混合线速率保护方法研究", 《光通信研究》 * |
| 陈伯文 符小东 雷雨: "频谱灵活光网络的故障概率与光纤链路负载均衡联合优化方法", 《通信学报》 * |
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2023108715A1 (zh) * | 2021-12-14 | 2023-06-22 | 苏州大学 | 数据中心的空分复用光网络专用保护频谱分配方法及系统 |
| WO2023108718A1 (zh) * | 2021-12-16 | 2023-06-22 | 苏州大学 | 一种云边协同光载网络频谱资源分配方法及系统 |
| WO2024092994A1 (zh) * | 2022-10-31 | 2024-05-10 | 苏州大学 | 边缘云计算的弹性光网络最大容忍延迟再分配方法与系统 |
| WO2024092991A1 (zh) * | 2022-10-31 | 2024-05-10 | 苏州大学 | 数据中心弹性光网络距离自适应的流量分配方法和系统 |
| CN115499882A (zh) * | 2022-11-16 | 2022-12-20 | 之江实验室 | 边缘节点频谱与计算资源联合分配方法、装置和存储介质 |
Also Published As
| Publication number | Publication date |
|---|---|
| WO2023039965A1 (zh) | 2023-03-23 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN111901424B (zh) | 云边协同网络资源平滑迁移与重构方法及系统 | |
| CN113742046A (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 | |
| CN109413724B (zh) | 一种基于mec的任务卸载和资源分配方案 | |
| CN108777852B (zh) | 一种车联网内容边缘卸载方法、移动资源分配系统 | |
| 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 | |
| CN113364850B (zh) | 软件定义云边协同网络能耗优化方法和系统 | |
| CN111475274B (zh) | 云协同多任务调度方法及装置 | |
| CN112000481B (zh) | 一种d2d-mec系统计算能力最大化的任务卸载方法 | |
| CN104737609A (zh) | 用于无线接入虚拟化的系统和方法 | |
| CN110489176B (zh) | 一种基于装箱问题的多接入边缘计算任务卸载方法 | |
| CN111093226B (zh) | 基于非正交多址接入与移动边缘计算多任务并行迁移方法 | |
| CN114363984B (zh) | 一种云边协同光载网络频谱资源分配方法及系统 | |
| CN112235387B (zh) | 一种基于能量消耗最小化的多节点协作计算卸载方法 | |
| CN111601327A (zh) | 一种服务质量优化方法、装置、可读介质和电子设备 | |
| Mharsi et al. | Scalable and cost-efficient algorithms for baseband unit (BBU) function split placement | |
| Zhu et al. | Efficient hybrid multicast approach in wireless data center network | |
| CN114116211B (zh) | 面向移动边缘计算的业务流量分流优化方法与系统 | |
| CN114938327A (zh) | 路由方法、路由装置、控制器和计算机可读存储介质 | |
| CN114390489B (zh) | 一种端到端网络切片的服务化部署方法 | |
| Ma et al. | Coordinated load balancing in mobile edge computing network: a multi-agent drl approach | |
| Maganti et al. | Enhancing 5G Core Network Performance through Optimal Network Fragmentation and Resource Allocation | |
| CN113630792B (zh) | 一种流量负载均衡广度优先搜索优化方法、系统、设备 | |
| Yao et al. | Optimal capacity allocation and caching strategy for multi-UAV collaborative edge caching | |
| CN116887080B (zh) | 云边弹性光网络中频谱和计算资源占用联合卸载方法 | |
| CN109921934B (zh) | 一种基于路径拆分和能耗感知的虚拟网络映射方法 |
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 | ||
| RJ01 | Rejection of invention patent application after publication | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20211203 |