CN114116211B - 面向移动边缘计算的业务流量分流优化方法与系统 - Google Patents

面向移动边缘计算的业务流量分流优化方法与系统 Download PDF

Info

Publication number
CN114116211B
CN114116211B CN202111383631.2A CN202111383631A CN114116211B CN 114116211 B CN114116211 B CN 114116211B CN 202111383631 A CN202111383631 A CN 202111383631A CN 114116211 B CN114116211 B CN 114116211B
Authority
CN
China
Prior art keywords
service request
computing
service
sub
spectrum
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
Application number
CN202111383631.2A
Other languages
English (en)
Other versions
CN114116211A (zh
Inventor
鞠卫国
陈伯文
朱强
朱晨鸣
张洪良
贾建兵
梁瑞鑫
王守翠
陈高
梁建安
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.)
Suzhou University
China Information Consulting and Designing Institute Co Ltd
Original Assignee
Suzhou University
China Information Consulting and Designing Institute Co Ltd
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 Suzhou University, China Information Consulting and Designing Institute Co Ltd filed Critical Suzhou University
Priority to CN202111383631.2A priority Critical patent/CN114116211B/zh
Publication of CN114116211A publication Critical patent/CN114116211A/zh
Application granted granted Critical
Publication of CN114116211B publication Critical patent/CN114116211B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F9/00Arrangements for program control, e.g. control units
    • G06F9/06Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
    • G06F9/46Multiprogramming arrangements
    • G06F9/50Allocation of resources, e.g. of the central processing unit [CPU]
    • G06F9/5005Allocation of resources, e.g. of the central processing unit [CPU] to service a request
    • G06F9/5011Allocation of resources, e.g. of the central processing unit [CPU] to service a request the resources being hardware resources other than CPUs, Servers and Terminals
    • G06F9/5022Mechanisms to release resources
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F9/00Arrangements for program control, e.g. control units
    • G06F9/06Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
    • G06F9/46Multiprogramming arrangements
    • G06F9/50Allocation of resources, e.g. of the central processing unit [CPU]
    • G06F9/5005Allocation of resources, e.g. of the central processing unit [CPU] to service a request
    • G06F9/5027Allocation of resources, e.g. of the central processing unit [CPU] to service a request the resource being a machine, e.g. CPUs, Servers, Terminals
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F2209/00Indexing scheme relating to G06F9/00
    • G06F2209/50Indexing scheme relating to G06F9/50
    • G06F2209/502Proximity
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F2209/00Indexing scheme relating to G06F9/00
    • G06F2209/50Indexing scheme relating to G06F9/50
    • G06F2209/5021Priority

Landscapes

  • Engineering & Computer Science (AREA)
  • Software Systems (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Data Exchanges In Wide-Area Networks (AREA)
  • Mobile Radio Communication Systems (AREA)

Abstract

本发明提供了面向移动边缘计算的业务流量分流优化方法与系统,对于按照常规方法无法建立业务请求,若该业务请求的流量存在一个最小可分割单元,对该业务请求流量进行分流处理,将一个业务请求分成若干个子业务请求,对于每一个子业务请求采用K条最短路径算法计算业务请求到边缘计算服务器之间的工作路径。工作路径成功选择后,采用首次命中的频谱分配算法对路径进行频谱资源分配,需要同时满足频谱一致性和频谱连续性两个约束条件。当一个业务请求的所有子业务请求都可以成功建立连接则视为该业务请求成功建立连接。然后对中央控制器中存储的网络计算资源和频谱资源状态信息进行实时更新。

Description

面向移动边缘计算的业务流量分流优化方法与系统
技术领域
本发明涉及面向移动边缘计算的业务流量分流优化方法与系统。
背景技术
随着物联网和的高速发展和各种移动设备的技术进步,各种新型移动应用得以迅速发展,人们对于高服务质量网络的需求也愈加强烈。现有移动设备的自身处理能力越来越强,但在短时间内能够处理的业务请求量仍然十分有限。云计算系统作为一种集中式的计算模式,具有较强的计算能力,用户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,将大量计算任务传输到云端服务器会造成不可接受的时延、产生较大的传输能量消耗。
为解决上述问题,移动边缘计算(MEC)的概念被提出:将小规模数据中心即微云部署在网络边缘节点(如基站、无线接入点),为邻近区域的移动用户提供云计算服务,能有效减少网络时延,节省通信消耗,并减轻网络中心的拥塞压力。MEC技术同时具备低时延、高能效、高可靠性的特点,因此也被认为是5G通信的关键技术之一。
MEC侧重在移动网边缘提供IT服务、云计算能力和智能服务,强调靠近移动用户以减少网络操作和服务交付的时延。移动边缘计算技术使边缘网络具备业务请求处理的能力,同时下沉内容及应用,是降低时延的有效解决方案。移动边缘计算改变了移动通信系统中网络与业务请求分离的状态,将业务平台下沉到网络边缘,为移动用户就近提供业务请求计算和数据缓存能力,实现网络从接入管道向信息化服务使能平台的关键跨越,是5G的代表性能力。移动边缘计算将内容与计算能力下沉,提供智能化的流量调度,将业务请求本地化,内容本地缓存,业务请求的理想时延降到亳秒级,典型时延小于10ms。
边缘计算作为—种新的部署方案,一方面,通过把小型数据中心或带有缓存、计算处理能力的节点部署在网络边缘,与移动设备、传感器和用户紧密相连,减少核心网络负载,降低数据传输时延。例如,在车联网中,业务请求控制和数据传输的实时性要求高,如果数据分析和控制逻辑全部集中在较远的云端完成,难以满足业务请求的实时性需求。另一方面,边缘计算可以提供流量卸载,移动终端可以根据应用对时延的容忍程度、自身的处理能力以及能耗等因素判断是否需要流量卸载。通过流量卸载,计算密集型和时延敏感型应用可以在边缘计算平台上处理;在时延和回程链路负载允许的情况下,计算密集型应用可以进步卸载到核心网络以获得更充足和强大的计算资源。
此外,近年来基于OpenFlow扩展协议的软件定义网络的技术也得到了迅速发展,通过软件定义边缘服务器与交换机组网,建立应用服务需求的端到端业务数据传输。可通过软件定义网络的开放流协议(OpenFlow)扩展的机制,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,提高边缘计算网络的灵活性与传输效率。
目前,在边缘计算的研究中,有计算资源优先的业务卸载方法和链路资源优先的业务卸载方法。然而,这两种分配方法都是仅仅针对一个目的而设计的资源分配方法。计算资源优先的分配方法能够有效降低业务请求的计算时延,但却不能提高节点处理业务请求的计算能力,数据处理时延仍然需要进行优化处理;资源优先的分配方法可以提高节点处理业务请求的速度,但是传输时延却有可能显著增加。因此,本发明将计算资源和链路资源这两大影响因素综合考虑,提出一种基于业务流量分流的计算资源与链路资源联合均衡方法与系统:根据业务请求的类型不同,对业务流量进行分流操作,将一个业务请求分成若干子业务请求,充分利用网络中各边缘服务器的空闲计算资源与各链路的空闲频谱资源,降低业务请求阻塞率,提高网络计算资源与频谱资源利用率。
发明内容
发明目的:为解决背景技术中存在的技术问题,本发明提出面向移动边缘计算的业务流量分流优化方法与系统,本发明根据业务请求类型的不同,边缘服务器相应计算生成的响应与业务请求对应关系也不同,对于可进行分流处理的业务请求,通过业务流量分流处理将一个业务请求分成若干子业务请求,使得各边缘服务器的计算资源利用以及链路频谱资源占用尽可能均衡,进而使得网络的业务请求阻塞率尽可能低。
本发明提供了面向移动边缘计算的业务流量分流优化方法,包括如下步骤:
步骤1:初始化边缘计算网络;
步骤2:生成一组业务请求集合;
步骤3:对于每一个业务请求,计算候选传输路径;
步骤4:确定业务请求进行传输的最终传输路径;
步骤5:如果步骤4确定的业务请求进行传输的最终传输路径的链路资源已达到最大可利用率或没有计算节点满足完整业务请求所需的计算资源,则进行分流,将一个业务请求分为两个或两个以上个子业务请求;
步骤6:子业务请求以分流交换机所在节点作为第二源节点,中央控制器根据各边缘服务器计算资源的占用实况,选择具有满足子业务请求所需计算资源的边缘服务器作为所述子业务请求的目的节点,在网络拓扑中用K条最短路径路算法计算从第二源节点到边缘计算服务器之间的传输路径,即为子业务请求传输路径;中央控制器实时更新各子业务请求的流量大小与各链路资源使用情况信息;
步骤7:确定子业务请求传输路径后,再由频谱一致性与频谱连续性判断链路资源是否满足各子业务请求流量的传输的频隙要求;
步骤8:子业务请求CRnm(um,fm,sm,rm)经过建立工作路径、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链路资源的状态表进行更新,同时记录成功建立业务请求数;
步骤9:对于剩余的业务请求,重复步骤3至8;
步骤10:当前业务请求及其子业务请求流量传输完毕后,释放所占用的链路频谱资源,更新中央控制器链路资源控制信息表,同时在边缘服务器处理完相应业务请求包含的计算请求后,释放所占用的计算资源,更新中央控制器计算资源控制信息表。
步骤1包括:对边缘计算网络中的边缘计算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(开放流)(一种网络通信协议,属于数据链路层,能够控制网上交换器或路由器的转发平面,借此改变网络数据包所走的网络路径)的中央控制器内部控制信息初始化:在边缘计算网络G(CR,B,S,I,L,C)中,配置网络的拓扑信息、光网络连接状态、用户请求数、边缘计算服务器的数目、基站和交换机的数目、中央控制器状态信息,其中CR={cr1,cr2,…,cr|CR|}表示一组用户请求,|CR|表示业务请求总个数,cr|CR|表示第|CR|个用户请求;B={1,2,……,|B|}表示一组基站,|B|表示基站总数;S={1,2,……,|S|}表示一组交换机,|S|表示交换机总数;I={1,2,……,|I|}表示一组边缘计算服务器,|I|表示边缘计算服务器总数;L={1,2,……,|L|}表示一组网络链路段,|L|表示网络链路段总数;C表示交换机集群的中央控制器,所有交换机共享一个公共的中央控制器,中央控制器能够实时监控交换机相连的各边缘服务器计算资源以及与各链路频谱资源占用情况。
步骤2中,生成一组业务请求集合CR,每一个业务请求CR(u,f,s,r)∈CR,u表示发起请求的用户源节点,f表示用户请求的流量大小,s和r分别表示用户请求所需的频谱间隙数和计算资源数。
步骤3包括:对于每一个业务请求,首先由中央控制器根据所存储的各边缘服务器计算资源实时占用信息以及业务请求的源节点选择具有满足业务请求所要求的计算资源的边缘服务器作为目的计算节点,然后根据业务请求的源节点与目的节点,在网络拓扑中用K条最短路径路算法(K为两点之间的所有传输路径按照路径由短到长排序的前K条路径,即K条候选路径)计算从用户请求到边缘计算服务器之间的候选传输路径。
步骤4包括:由中央控制器在所选的K条候选传输路径中按照路径长短优先级顺序(路径距离越短,优先级越高),判定在所得的K条候选传输路径中是否存在一条候选传输路径在链路频谱资源占用率不超过最大链路频谱资源利用率,且满足基于灵活栅格(最小频谱单位由固定波长栅格变为更小的频隙)的频谱灵活光网络传输的频谱一致性(同一路径的不同链路短占用的频谱隙编号及数量必须是相同的)和频谱连续性(在同一链路段中占用的频谱隙在频率轴上必须是连续不间断的)条件,如果存在,则将K条候选传输路径中满足上述要求的路径距离最短的候选传输路径作为业务请求进行传输的最终传输路径;否则,连接建立失败,业务请求阻塞。
步骤5包括:根据业务请求流量的是否可分,在不小于业务请求自身的最小分离单元的情况下,由中央控制器对业务请求流量在交换机处进行分流,则一个业务请求被分为两个以上个子业务请求,同时各子业务请求流量传输所需的频隙数会相应减少,且各子业务请求所需占用的边缘服务器计算资源也会相应减少;业务请求在分流为子业务请求时,每个子业务请求会附带上原业务请求标签n,设MSUn为业务请求n的最小可分单元,CRnm(um,fm,sm,rm)为业务请求n经过分流后生成的子业务请求,m=1,2,…,M,共生成M个子业务请求,其中um代表第m个子业务请求的用户源节点、fm代表第m个子业务请求的流量大小、sm代表第m个子业务请求传输所需的频谱隙数量、rm代表第m个子业务请求所需的计算资源,并且:
CRnm(um,fm,sm,rm)≥MSUn (1)
步骤7包括:采用首次命中的频谱分配算法(遍历链路段中所有可为该业务请求分配频谱资源的连续频谱隙段,选择频谱隙开始编号最小的那一段连续频谱隙),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状态更新;如果没有找到则频谱分配失败,业务请求阻塞。
步骤8包括:各节点的计算资源占用为:各业务的子业务请求是否选择该节点作为计算节点的二进制标量与子业务请求所需计算资源量的加权和,如公式(3)所示,其中CRUi为边缘服务器i的计算资源占用量,CRnm(rm)为业务请求n的第m个子业务请求传输所需要的计算资源;各链路段资源使用状况为在同一时刻,对各子业务请求在其持续时间内传输所需的频谱隙数求和,计算如公式(4)所示,LRUl为链路段l的频谱隙占用数量,CRnm(sm)为业务请求n的第m个子业务请求传输所需要的频谱隙数量;记为业务请求n的第m个子业务请求是否选择边缘服务器i作为计算节点的二进制标量,/>为业务请求n的第m个子业务请求的传输路径是否包含链路段l的二进制标量,计算公式如下:
步骤9包括:根据公式(5)和(6)更新各边缘服务器的计算资源利用率和业务请求阻塞率,CRURi为边缘服务器i的计算资源利用率,TRi为边缘服务器i的计算资源总和,CRBP为业务请求阻塞率,sucConReqNum为成功建立业务请求数:
CRBP=(|CR|-sucConReqNum)/|CR| (6)。
本发明还提供了面向移动边缘计算的业务流量分流优化系统,包括网络拓扑初始化模块、业务请求流量生成模块、边缘计算服务器选择模块、工作路径建立模块、业务请求分流决策模块、频谱资源分配模块、计算资源信息更新模块、资源释放模块、计算资源利用率计算模块、业务请求阻塞率计算模块、中央控制器模块和判决和预警模块;
所述网络拓扑初始化模块用于,在边缘计算网络G(CR,B,S,I,L,C)中,配置网络的拓扑信息、光网络连接状态、用户请求数、边缘计算服务器的数目、基站和交换机的数目、中央控制器状态信息,其中CR={cr1,cr2,…,cr|CR|}表示一组用户请求,|CR|表示业务请求总个数,cr|CR|表示第|CR|个用户请求;B={1,2,……,|B|}表示一组基站,|B|表示基站总数;S={1,2,……,|S|}表示一组交换机,|S|表示交换机总数;I={1,2,……,|I|}表示一组边缘计算服务器,|I|表示边缘计算服务器总数;L={1,2,……,|L|}表示一组网络链路段,|L|表示网络链路段总数;C表示交换机集群的中央控制器;所有交换机共享一个公共的中央控制器,中央控制器能够实时监控交换机相连的各边缘服务器计算资源以及与各链路频谱资源占用情况;
所述业务请求流量生成模块用于,根据用户请求生成一组业务请求,配置所生成每个请求相应的流量大小、业务请求数目、不同业务请求传输所需的频谱间隙个数和处理请求所需的计算资源;
所述边缘计算服务器选择模块用于,以用户生成业务请求的位置为源点,中央控制器根据网络拓扑中各计算节点的计算资源剩余信息,以满足业务请求计算资源要求为前提,选择空闲计算资源最多的边缘服务器作为计算宿点;当传输路径的链路资源不满足当前业务请求的传输,经过业务请求分流后的子业务请求,以分流交换机处作为新的源点,在传输路径节点不重复的前提下,按照同样的规则寻找计算宿点;
所述工作路径建立模块用于,在不需要进行业务请求分流的情况下,根据业务请求CR(u,f,s,r)的用户请求的源节点和经边缘计算服务器选择模块所选的目的计算节点,采用K条最短路径算法,计算出从用户请求到服务器的K条候选路径,优先选择最短路径作为工作路径,u表示发起请求的用户源节点,f表示用户请求的流量大小,s和r分别表示用户请求所需的频谱间隙数和计算资源数;当最短路径中的链路资源不满足业务流量传输的要求时,判断次优先级是否满足,以此类推直至第K条路径无法满足,则由业务请求分流决策模块对业务请求进行分流,分流形成的各子业务同样按照K条最短路径算法计算各自候选传输路径;
所述业务请求分流决策模块用于,根据各段链路资源占用情况,在不小于业务请求相应所能允许的最小分割单元,将业务请求分成两个以上子业务请求,各子业务请求按照边缘服务器选择规则寻找新的计算节点,并由工作路径建立模块寻找传输路径;
所述频谱资源分配模块用于,根据业务请求CR(u,f,s,r)所需的频谱间隙数f,在所选择的工作路径中查找满足业务请求所需的频谱资源,如果同时满足频谱连续性与频谱一致性双重约束条件,则成功建立业务请求;否则业务请求建立失败;对于业务请求分流后的子业务请求进行链路资源分配及连接建立与否判断;
所述计算资源信息更新模块用于:根据公式(3),计算出网络拓扑中,各边缘服务器的计算资源占用情况:
其中CRUi为边缘服务器i的计算资源占用量;为业务请求n的第m个子业务请求是否选择边缘服务器i作为计算节点的二进制标量;
按照剩余计算资源由多到少的排列,剩余计算资源多的边缘服务器的优先级高,并实时更新至中央控制器信息列表中;在频谱资源成功分配后,对处理用户请求的边缘计算服务器进行计算资源的实时更新;
所述资源释放模块用于,在业务请求成功传输后,对工作路径占用的频谱资源进行资源释放,同时对处理用户请求的边缘计算服务器的计算资源进行释放;将业务请求建立的工作路径进行信息清除;
所述计算资源利用率计算模块用于,在所有用户业务请求发送完毕后,根据公式(5)计算网络拓扑中每个计算节点的计算资源利用率:
CRURi为边缘服务器i的计算资源利用率,TRi为边缘服务器i的计算资源总和;
所述业务请求阻塞率计算模块用于,在所有用户业务请求发送完毕后,根据公式(6)计算整体的业务阻塞率,其中成功建立连接的业务请求数包含未经过业务请求分流成功建立连接的业务请求与经过业务请求分流后,各子业务请求成功建立连接的业务请求:
CRBP=(|CR|-sucConReqNum)/|CR| (6)
其中CRBP为业务请求阻塞率,sucConReqNum为成功建立业务请求数;
所述中央控制器模块用于,完成对频谱灵活光网络初始化、业务请求生成、业务请求优先级选择、边缘计算服务器选择、工作路径建立、频谱资源分配、计算资源更新、资源释放、网络传输时延计算和数据处理时延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请求阻塞率,提高计算资源利用率与链路资源利用率的目标。
现有的边缘计算网络研究大多集中在基站或无线接入点部署、移动边缘计算分层部署以及不同网络层部署对网络服务质量的影响,而网络中的计算资源与传输链路资源的联合均衡问题的研究相对较少。由于每个边缘计算服务器的计算资源是有限的,当超过某个阈值时,计算速率会下降,不利于处理时延敏感型的业务请求。此外,网络拓扑中每条链路的传输资源也是有限的,在同一时刻使用同一段链路的业务请求过多容易发生阻塞,导致业务请求无法被处理,最终会使得部分用户终端无法获取到完整的请求内容。因此,为了解决不同类型的业务请求在边缘计算网络中的计算节点选择,平衡网络中各边缘服务器计算资源与通信链路资源的占用,可根据业务请求类型,将不同业务请求分割成若干子业务请求,在满足子业务请求计算资源需求的前提下选择距离最近的边缘计算服务器作为计算节点;同时,也需要考虑所选传输路径的链路资源是否满足子业务请求的传输需求。综合考虑网络中每个边缘计算服务器计算资源与每条路径的链路资源使用情况,根据业务请求的实际需求选择最优的传输路径与最佳的服务器进行卸载,以尽可能地降低业务请求阻塞率,提高每个边缘计算服务器的计算资源以及网络链路资源利用率。
本发明主要针对如何在网络计算资源与链路资源占用较高时对于后续业务请求无法正常建立工作路径问题,提出基于业务流量分流的计算资源与链路资源联合均衡方法和系统。对于按照常规方法无法建立业务请求,若该业务请求的流量存在一个最小可分割单元,对该业务请求流量进行分流处理,将一个业务请求分成若干个子业务请求,对于每一个子业务请求采用K条最短路径算法计算业务请求到边缘计算服务器之间的工作路径。工作路径成功选择后,采用首次命中的频谱分配算法对路径进行频谱资源分配,需要同时满足频谱一致性和频谱连续性两个约束条件。当一个业务请求的所有子业务请求都可以成功建立连接则视为该业务请求成功建立连接。然后对中央控制器中存储的网络计算资源和频谱资源状态信息进行实时更新,同时每一个业务请求连接成功建立后,根据业务请求所需占用的计算资源计算每个边缘服务器的计算资源利用率与业务请求连接失败的阻塞率。中央控制器通过实时监控网络拓扑各边缘服务器计算资源利用情况和各段链路的频谱资源利用情况,更加准确合理地为下一个业务请求选择计算节点与传输路径,有效均衡网络中各边缘服务器计算资源和各链路段频谱资源的占用,在提高计算资源与频谱资源利用率的情况下尽可能降低业务请求阻塞率。
有益效果:业务请求经过分流处理后,形成的子业务请求所需占用的计算资源和链路频谱资源相比原业务小,能够将边缘计算网络各边缘计算服务器中的小剩余量计算资源利用起来,提高了各边缘服务器的计算资源利用率;同时也能够充分利用边缘计算网络中各链路频谱资源中连续数目较小的频谱隙段,进而提高了边缘计算网络频谱资源利用率。附图说明
下面结合附图和具体实施方式对本发明做更进一步的具体说明,本发明的上述和/或其他方面的优点将会变得更加清楚。
图1是本发明方法流程图。
图2是本发明系统架构图。
图3是本发明实施例示意图。
具体实施方式
如图1所示,本发明提供了面向移动边缘计算的业务流量分流优化方法,包括以下步骤:
步骤1:初始化边缘计算网络。对网络中的边缘计算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的中央控制器内部控制信息初始化。在边缘计算网络G(CR,B,S,I,L,C)中,其中CR={cr1,cr2,…,cr|CR|}表示一组用户请求,|CR|表示业务请求总个数;B={1,2,…,b,…,|B|}表示一组基站,|B|表示基站总数;S={1,2,…,s,…,|S|}表示一组交换机,|S|表示交换机总数;I={1,2,…,s,…,|I|}表示一组边缘计算服务器,|I|表示边缘计算服务器总数;L={1,2,…,l,…,|L|}表示一组网络链路段,|L|表示网络链路段总数;C表示交换机集群的中央控制器,所有交换机共享一个公共的控制器,控制器可实时监控交换机相连的各边缘服务器计算资源以及与各链路频谱资源占用情况。
步骤2:生成一组业务请求集合CR,每一个业务请求CR(u,f,s,r)∈CR,u表示发起请求的用户源节点,f表示用户请求的流量大小,s和r分别表示用户请求所需的频谱间隙数和计算资源数。
步骤3:对于每一个业务请求CR(u,f,s,r),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与业务请求的源节点选择具有满足业务请求要求计算资源的边缘服务器作为目的计算节点,然后根据在网络拓扑中用K条最短路径路算法计算从用户请求到边缘计算服务器之间的候选传输路径,路径越短则优先级越高。
步骤4:如果在确定业务请求传输路径后,由中央控制器在所选的K条路径按照优先级判定是否存在一条链路在占用不超过最大链路资源利用率的情况下,满足频谱灵活光网络传输的频谱一致性和连续性条件,则确认使用该条路径进行传输。
步骤5:如果所选择的路径的链路资源已达到最大可利用率或没有计算节点满足完整业务请求所需的计算资源,使用根据业务请求流量的是否可分以及业务请求自身的最小可分离单元,在不小于业务请求自身的最小分离单元的情况下,由中央控制器对业务请求流量在交换机处进行分流,可视为一个业务请求被分为若干个子业务请求,同时各子业务请求流量传输所需的频隙数会相应减少,且各子业务请求所需占用的边缘服务器计算资源也会相应减少。业务请求在分流为子业务请求时,每个子业务请求会附带上原业务请求标签n。设MSUn为业务请求n的最小可分单元,CRnm(um,fm,sm,rm),m=1,2,…,M为业务请求n经过分流后生成的子业务请求,共生成M个子业务请求,其中um代表第m个子业务请求的用户源节点、fm代表第m个子业务请求的流量大小、sm代表第m个子业务请求传输所需的频谱隙数量、rm代表第m个子业务请求所需的计算资源。
CRnm(um,fm,sm,rm)≥MSUn (1)
步骤6:子业务请求以分流交换机所在节点作为第二源节点,中央控制器根据各边缘服务器计算资源的占用实况,选择具有满足子业务请求所需计算资源的边缘服务器作为计算节点,在网络拓扑中用K条最短路径路算法计算从第二源节点到边缘计算服务器之间的传输路径,控制器实时更新各子业务请求的流量大小与各链路资源使用情况信息。
步骤7:确定子业务请求传输路径后,再由频谱一致性与频谱连续性判断链路资源是否满足各子业务请求流量的传输的频隙要求,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状态更新;如果没有找到则频谱分配失败,业务请求阻塞。
步骤8:子业务请求CRnm(um,fm,sm,rm)经过建立工作路径、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链路资源的状态表进行更新,同时记录成功建立业务请求数。各节点的计算资源占用为由各业务请求分流形成的子业务请求是否选择该节点作为计算节点的二进制标量与子业务请求所需计算资源加权和,CRUi为边缘服务器i的计算资源占用量。各链路段资源使用状况为在同一时刻,对各子业务请求在其持续时间内传输所需的频谱隙数求和,LRUl为链路段l的频谱隙占用数量。记为业务请求n的第m个子业务请求是否选择边缘服务器i作为计算节点的二进制标量,/>为业务请求n的第m个子业务请求的传输路径是否包含链路段l的二进制标量。
步骤9:对于剩余的业务请求,重复步骤3至8。根据公式(5)和(6)更新各边缘服务器的计算资源利用率和业务请求阻塞率,CRURi为边缘服务器i的计算资源利用率,TRi为边缘服务器i的计算资源总和,CRBP为业务请求阻塞率,sucConReqNum为成功建立业务请求数。
CRBP=(|CR|-sucConReqNum)/|CR| (6)
步骤10:当前业务请求及其子业务请求流量传输完毕后,释放所占用的链路频谱资源,更新中央控制器链路资源控制信息表,同时在边缘服务器处理完相应业务请求包含的计算请求后,释放所占用的计算资源,更新中央控制器计算资源控制信息表,以便给后续业务请求使用。
本发明还提出了面向移动边缘计算的业务流量分流优化系统。所述系统包括:
(1)网络拓扑初始化模块:在网络拓扑G(CR,B,S,I,L,C)中,配置网络的拓扑信息、光网络连接状态、用户请求数、边缘计算服务器的数目、基站和交换机的数目、中央控制器状态信息初始化。
(2)业务请求流量生成模块:根据用户请求生成一组业务请求,配置所生成每个请求相应的流量大小、业务请求数目、不同业务请求传输所需的频谱间隙个数和处理请求所需的计算资源等信息。
(3)边缘计算服务器选择模块:首先,以用户生成业务请求的位置为源点,中央控制器根据网络拓扑中各计算节点的计算资源剩余信息,以满足业务请求计算资源要求为前提,选择空闲计算资源最多的边缘服务器作为计算宿点。当传输路径的链路资源不满足当前业务请求的传输,经过业务请求分流后的子业务请求,以分流交换机处作为新的源点,在传输路径节点不重复的前提下,按照同样的规则寻找计算宿点。
(4)工作路径建立模块:在不需要进行业务请求分流的情况下,根据业务请求CR(u,f,s,r)的用户请求的源节点和经边缘计算服务器选择模块所选的目的计算节点、点,采用K条最短路径算法,计算出从用户请求到服务器的K条候选路径,优先选择最短路径作为工作路径,当最短路径中的链路资源不满足业务流量传输的要求时,判断次优先级是否满足,以此类推直至第K条路径无法满足,则由业务请求分流决策模块对业务请求进行分流,同样按照K条最短路径算法。
(5)业务请求分流决策模块:根据各段链路资源占用情况,在不小于业务请求相应所能允许的最小分割单元,将业务请求分成若干的子业务请求。各子业务请求按照边缘服务器选择规则寻找新的计算节点,并由工作路径建立模块寻找传输路径。
(6)频谱资源分配模块:根据业务请求CR(u,f,s,r)所需的频谱间隙数f,在所选择的工作路径中查找满足业务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,则成功建立业务请求;若不能同时满足频谱连续性与频谱一致性双重约束条件,则业务请求建立失败。同理,对于业务请求分流后的子业务请求进行链路资源分配及连接建立与否判断。
(7)计算资源信息更新模块:根据公式,计算出网络拓扑中,各边缘服务器的计算资源占用情况,按照剩余计算资源由多到少的排列,剩余计算资源多的边缘服务器的优先级高,并实时更新至中央控制器信息列表中。在频谱资源成功分配后,对处理用户请求的边缘计算服务器进行计算资源的实时更新。
(8)资源释放模块:在业务请求成功传输后,对工作路径占用的频谱资源进行资源释放。同时,对处理用户请求的边缘计算服务器的计算资源进行释放。最后,将业务请求建立的工作路径进行信息清除。
(9)计算资源利用率计算模块:在所有用户业务请求发送完毕后,根据公式(5)计算网络拓扑中每个计算节点的计算资源利用率。
(10)业务请求阻塞率计算模块:在所有用户业务请求发送完毕后,根据公式(6)计算整体的业务阻塞率,其中成功建立连接的业务请求数包含未经过业务请求分流成功建立连接的业务请求与经过业务请求分流后,各子业务请求成功建立连接的业务请求。
(11)中央控制器模块:主要完成对频谱灵活光网络初始化、业务请求生成、业务请求优先级选择、边缘计算服务器选择、工作路径建立、频谱资源分配、计算资源更新、资源释放、网络传输时延计算和数据处理时延计算的状态监控功能,以实现在计算资源分配时尽可能减少业务请求时延的目标。
(12)判决和预警模块: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请求阻塞率,提高计算资源利用率与链路资源利用率的目标,本发明系统的模块化结构如图2所示。
实施例
在本发明实施例子中,阐述如何通过业务请求分流对网络拓扑中的计算资源与链路资源进行联合均衡,进而尽可能减少业务请求的阻塞率,提高计算节点的计算资源利用率与链路资源利用率。具体实施例如下:
图3为基于业务流量分流的计算资源与链路资源联合均衡方法流程图。在图3中,网络拓扑共有6个交换机节点,与每台交换机相连的各有一台边缘服务器,共6台边缘计算服务器;每台交换机可服务于若干个基站,选取节点2处所连接的基站1作为用户业务请求源点。假设各边缘计算服务器计算资源为50,网络拓扑中的每段链路中所含频谱隙数为100,业务请求的流量大小、所需的计算资源数及频谱间隙数随机生成。
首先,对频谱灵活光网络G(CR,B,S,I,L,C)进行初始化,包括用户请求、基站、交换机、边缘计算服务器的计算资源、各链路段的链路资源、中央控制器的状态信息表。业务请求用CR(u,f,s,r)表示,u表示发起请求的用户源节点,f表示该业务流量大小,s表示建立工作路径所需要的频谱隙数,r表示用户请求所需计算资源。在图3中的节点1处生成业务请求CR(1,8,4,12),CR(1,12,6,24),网络拓扑中每个边缘服务器均视为一个计算节点,其中业务请求CR(1,12,6,24)的最小分割单元为CR(1,2,1,4),。
第二,考虑网络拓扑在初始化状态之后,已为用户提供服务较长一段时间,此时各计算节点及链路资源均被占用了很大一部分,计算资源及频谱资源占用情况如图3所示,边缘服务器上的数字为其计算资源占用量,链路段上的数字为该链路段频谱资源占用量。在图3中的节点1处生成业务请求CR(1,8,4,12),CR(1,12,6,24),网络拓扑中每个边缘服务器均视为一个计算节点,其中业务请求CR(1,12,6,24)的最小分割单元为CR(1,2,1,4),在业务请求持续时间内,业务请求在建立过程中,链路初始占用状态保持不变。
第三,对于节点1产生的用户请求CR(1,8,4,12),首先中央控制器根据网络拓扑中各计算节点的空闲计算资源信息,节点5为空闲计算资源满足业务请求计算资源要求且距离节点1最近的计算节点,故将节点5设为该业务请求的计算节点。用K条最短路径算法选择工作路径,然后由首次命中法根据频谱一致性与频谱连续性为所选的工作路径分配频谱资源,当前网络拓扑中,节点1到节点2、节点2到节点4、节点4到节点5间的空闲链路资源10、10、10,且根据频谱一致性与频谱连续性判断均满足业务请求传输要求,业务请求CR(1,8,4,12)建立连接成功,此时用户请求被发送到本地边缘计算服务器进行处理,故节点5计算资源占用更新为37,链路段1-2、2-4、4-5的频谱资源占用更新为94,数据传输路线为①。
第四,对于节点1产生的用户请求CR(1,12,6,24),由中央控制器根据网络拓扑中各计算节点的空闲计算资源信息,节点7为空闲计算资源满足该业务请求计算资源要求且距离节点1最近的计算节点,故将节点7设为该业务请求的计算节点。由K条最短路径算法求得的工作路径中存在链路段的频隙数无法满足业务传输需求,经判断在最短路径1-2-5-7中,节点5与节点7之间的5个频隙满足频谱一致性与连续性,故可在节点5处对业务请求进行分流,分为子业务请求CR(1,10,5,20)、CR(1,2,1,4)。
第五,对于子业务请求CR(1,10,5,20),控制器根据其所需的传输频谱隙与计算资源,选择节点7作为其计算节点,由K条最短路径算法计算节点4到节点7的候选工作路径,根据频谱一致性与连续性对工作路径进行频谱资源分配,在K条路径中选取满足频谱资源约束条件下优先级最高的作为最终工作路径,由图3中的网络拓扑资源信息可得节点4可直接通过4-6-7链路段传输至计算节点7,节点7的计算资源占用更新为45,链路段1-2、2-4、4-6、6-7的频谱占用更新为100、100、100、95数据传输路线为②。
第六,对于子业务请求CR(1,2,1,4),控制器根据其所需的传输频隙资源与计算资源,选择节点5作为其计算节点,由K条最短路径算法计算节点4到节点5的候选工作路径,根据频谱一致性与连续性对工作路径进行频谱资源分配,在K条路径中选取满足频谱资源约束条件下优先级最高的作为最终工作路径,由图3中的网络拓扑资源信息可得节点4可直接通过4-5链路段传输至计算节点5,节点5的计算资源占用更新为41,链路段1-2、2-4的频谱占用与前一子业务请求一致,均为100,链路段4-5频谱占用更新为95,数据传输路线为③。
最后,用户生成的业务请求在满足其计算资源与链路资源条件的前提下选定工作路径后,业务请求成功建立,实时更新中央控制器中存储整个网络拓扑各节点计算资源和各链路的频谱资源状态,记录业务请求连接成功数,用公式(5)和(6)分别计算每个边缘服务器的计算资源利用率和业务请求未能连接成功的阻塞率。
本发明提供了面向移动边缘计算的业务流量分流优化方法与系统,具体实现该技术方案的方法和途径很多,以上所述仅是本发明的优选实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明原理的前提下,还可以做出若干改进和润饰,这些改进和润饰也应视为本发明的保护范围。本实施例中未明确的各组成部分均可用现有技术加以实现。

Claims (10)

1.面向移动边缘计算的业务流量分流优化方法,其特征在于,包括如下步骤:
步骤1:初始化边缘计算网络;
步骤2:生成一组业务请求集合;
步骤3:对于每一个业务请求,计算候选传输路径;
步骤4:确定业务请求进行传输的最终传输路径;
步骤5:如果步骤4确定的业务请求进行传输的最终传输路径的链路资源已达到最大可利用率或没有计算节点满足完整业务请求所需的计算资源,则进行分流,将一个业务请求分为两个或两个以上个子业务请求;
步骤6:子业务请求以分流交换机所在节点作为第二源节点,中央控制器根据各边缘服务器计算资源的占用实况,选择具有满足子业务请求所需计算资源的边缘服务器作为所述子业务请求的目的节点,在网络拓扑中用K条最短路径路算法计算从第二源节点到边缘计算服务器之间的传输路径,即为子业务请求传输路径;中央控制器实时更新各子业务请求的流量大小与各链路资源使用情况信息;
步骤7:确定子业务请求传输路径后,再由频谱一致性与频谱连续性判断链路资源是否满足各子业务请求流量的传输的频隙要求;
步骤8:子业务请求CRnm(um,fm,sm,rm)经过建立工作路径、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链路资源的状态表进行更新,同时记录成功建立业务请求数;
步骤9:对于剩余的业务请求,重复步骤3至8;
步骤10:当前业务请求及其子业务请求流量传输完毕后,释放所占用的链路频谱资源,更新中央控制器链路资源控制信息表,同时在边缘服务器处理完相应业务请求包含的计算请求后,释放所占用的计算资源,更新中央控制器计算资源控制信息表。
2.根据权利要求1所述的面向移动边缘计算的业务流量分流优化方法,其特征在于,步骤1包括:对边缘计算网络中的边缘计算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的中央控制器内部控制信息初始化:在边缘计算网络G(CR,B,S,I,L,C)中,配置网络的拓扑信息、光网络连接状态、用户请求数、边缘计算服务器的数目、基站和交换机的数目、中央控制器状态信息,其中CR={cr1,cr2,…,cr|CR|}表示一组用户请求,|CR|表示业务请求总个数,cr|CR|表示第|CR|个用户请求;B={1,2,……,|B|}表示一组基站,|B|表示基站总数;S={1,2,……,|S|}表示一组交换机,|S|表示交换机总数;I={1,2,……,|I|}表示一组边缘计算服务器,|I|表示边缘计算服务器总数;L={1,2,……,|L|}表示一组网络链路段,|L|表示网络链路段总数;C表示交换机集群的中央控制器,所有交换机共享一个公共的中央控制器,中央控制器能够实时监控交换机相连的各边缘服务器计算资源以及与各链路频谱资源占用情况。
3.根据权利要求2所述的面向移动边缘计算的业务流量分流优化方法,其特征在于,步骤2中,生成一组业务请求集合CR,每一个业务请求CR(u,f,s,r)∈CR,u表示发起请求的用户源节点,f表示用户请求的流量大小,s和r分别表示用户请求所需的频谱间隙数和计算资源数。
4.根据权利要求3所述的面向移动边缘计算的业务流量分流优化方法,其特征在于,步骤3包括:对于每一个业务请求,首先由中央控制器根据所存储的各边缘服务器计算资源实时占用信息以及业务请求的源节点选择具有满足业务请求所要求的计算资源的边缘服务器作为目的计算节点,然后根据业务请求的源节点与目的节点,在网络拓扑中用K条最短路径路算法计算从用户请求到边缘计算服务器之间的候选传输路径。
5.根据权利要求4所述的面向移动边缘计算的业务流量分流优化方法,其特征在于,步骤4包括:由中央控制器在所选的K条候选传输路径中按照路径长短优先级顺序,路径距离越短,优先级越高,判定在所得的K条候选传输路径中是否存在一条候选传输路径在链路频谱资源占用率不超过最大链路频谱资源利用率,且满足基于灵活栅格的频谱灵活光网络传输的频谱一致性和频谱连续性条件,如果存在,则将K条候选传输路径中满足上述要求的路径距离最短的候选传输路径作为业务请求进行传输的最终传输路径;否则,连接建立失败,业务请求阻塞。
6.根据权利要求5所述的面向移动边缘计算的业务流量分流优化方法,其特征在于,步骤5包括:根据业务请求流量的是否可分,在不小于业务请求自身的最小分离单元的情况下,由中央控制器对业务请求流量在交换机处进行分流,则一个业务请求被分为两个以上个子业务请求,同时各子业务请求流量传输所需的频隙数会相应减少,且各子业务请求所需占用的边缘服务器计算资源也会相应减少;业务请求在分流为子业务请求时,每个子业务请求会附带上原业务请求标签n,设MSUn为业务请求n的最小可分单元,CRnm(um,fm,sm,rm)为业务请求n经过分流后生成的子业务请求,m=1,2,…,M,共生成M个子业务请求,其中um代表第m个子业务请求的用户源节点、fm代表第m个子业务请求的流量大小、sm代表第m个子业务请求传输所需的频谱隙数量、rm代表第m个子业务请求所需的计算资源,并且:
CRnm(um,fm,sm,rm)≥MSUn (1)
7.根据权利要求6所述的面向移动边缘计算的业务流量分流优化方法,其特征在于,步骤7包括: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状态更新;如果没有找到则频谱分配失败,业务请求阻塞。
8.根据权利要求7所述的面向移动边缘计算的业务流量分流优化方法,其特征在于,步骤8包括:各节点的计算资源占用为:各业务的子业务请求是否选择该节点作为计算节点的二进制标量与子业务请求所需计算资源量的加权和,如公式(3)所示,其中CRUi为边缘服务器i的计算资源占用量,CRnm(rm)为业务请求n的第m个子业务请求传输所需要的计算资源;各链路段资源使用状况为在同一时刻,对各子业务请求在其持续时间内传输所需的频谱隙数求和,计算如公式(4)所示,LRUl为链路段l的频谱隙占用数量,CRnm(sm)为业务请求n的第m个子业务请求传输所需要的频谱隙数量;记为业务请求n的第m个子业务请求是否选择边缘服务器i作为计算节点的二进制标量,/>为业务请求n的第m个子业务请求的传输路径是否包含链路段l的二进制标量,计算公式如下:
9.根据权利要求8所述的面向移动边缘计算的业务流量分流优化方法,其特征在于,步骤9包括:根据公式(5)和(6)更新各边缘服务器的计算资源利用率和业务请求阻塞率,CRURi为边缘服务器i的计算资源利用率,TRi为边缘服务器i的计算资源总和,CRBP为业务请求阻塞率,sucConReqNum为成功建立业务请求数:
CRBP=(|CR|-sucConReqNum)/|CR| (6)。
10.面向移动边缘计算的业务流量分流优化系统,其特征在于,包括网络拓扑初始化模块、业务请求流量生成模块、边缘计算服务器选择模块、工作路径建立模块、业务请求分流决策模块、频谱资源分配模块、计算资源信息更新模块、资源释放模块、计算资源利用率计算模块、业务请求阻塞率计算模块、中央控制器模块和判决和预警模块;
所述网络拓扑初始化模块用于,在边缘计算网络G(CR,B,S,I,L,C)中,配置网络的拓扑信息、光网络连接状态、用户请求数、边缘计算服务器的数目、基站和交换机的数目、中央控制器状态信息,其中CR={cr1,cr2,…,cr|CR|}表示一组用户请求,|CR|表示业务请求总个数,cr|CR|表示第|CR|个用户请求;B={1,2,……,|B|}表示一组基站,|B|表示基站总数;S={1,2,……,|S|}表示一组交换机,|S|表示交换机总数;I={1,2,……,|I|}表示一组边缘计算服务器,|I|表示边缘计算服务器总数;L={1,2,……,|L|}表示一组网络链路段,|L|表示网络链路段总数;C表示交换机集群的中央控制器;所有交换机共享一个公共的中央控制器,中央控制器能够实时监控交换机相连的各边缘服务器计算资源以及与各链路频谱资源占用情况;
所述业务请求流量生成模块用于,根据用户请求生成一组业务请求,配置所生成每个请求相应的流量大小、业务请求数目、不同业务请求传输所需的频谱间隙个数和处理请求所需的计算资源;
所述边缘计算服务器选择模块用于,以用户生成业务请求的位置为源点,中央控制器根据网络拓扑中各计算节点的计算资源剩余信息,以满足业务请求计算资源要求为前提,选择空闲计算资源最多的边缘服务器作为计算宿点;当传输路径的链路资源不满足当前业务请求的传输,经过业务请求分流后的子业务请求,以分流交换机处作为新的源点,在传输路径节点不重复的前提下,按照同样的规则寻找计算宿点;
所述工作路径建立模块用于,在不需要进行业务请求分流的情况下,根据业务请求CR(u,f,s,r)的用户请求的源节点和经边缘计算服务器选择模块所选的目的计算节点,采用K条最短路径算法,计算出从用户请求到服务器的K条候选路径,优先选择最短路径作为工作路径,u表示发起请求的用户源节点,f表示用户请求的流量大小,s和r分别表示用户请求所需的频谱间隙数和计算资源数;当最短路径中的链路资源不满足业务流量传输的要求时,判断次优先级是否满足,以此类推直至第K条路径无法满足,则由业务请求分流决策模块对业务请求进行分流,分流形成的各子业务同样按照K条最短路径算法计算各自候选传输路径;
所述业务请求分流决策模块用于,根据各段链路资源占用情况,在不小于业务请求相应所能允许的最小分割单元,将业务请求分成两个以上子业务请求,各子业务请求按照边缘服务器选择规则寻找新的计算节点,并由工作路径建立模块寻找传输路径;
所述频谱资源分配模块用于,根据业务请求CR(u,f,s,r)所需的频谱间隙数f,在所选择的工作路径中查找满足业务请求所需的频谱资源,如果同时满足频谱连续性与频谱一致性双重约束条件,则成功建立业务请求;否则业务请求建立失败;对于业务请求分流后的子业务请求进行链路资源分配及连接建立与否判断;
所述计算资源信息更新模块用于:根据公式(3),计算出网络拓扑中,各边缘服务器的计算资源占用情况:
其中CRUi为边缘服务器i的计算资源占用量;为业务请求n的第m个子业务请求是否选择边缘服务器i作为计算节点的二进制标量;
按照剩余计算资源由多到少的排列,剩余计算资源多的边缘服务器的优先级高,并实时更新至中央控制器信息列表中;在频谱资源成功分配后,对处理用户请求的边缘计算服务器进行计算资源的实时更新;
所述资源释放模块用于,在业务请求成功传输后,对工作路径占用的频谱资源进行资源释放,同时对处理用户请求的边缘计算服务器的计算资源进行释放;将业务请求建立的工作路径进行信息清除;
所述计算资源利用率计算模块用于,在所有用户业务请求发送完毕后,根据公式(5)计算网络拓扑中每个计算节点的计算资源利用率:
CRURi为边缘服务器i的计算资源利用率,TRi为边缘服务器i的计算资源总和;
所述业务请求阻塞率计算模块用于,在所有用户业务请求发送完毕后,根据公式(6)计算整体的业务阻塞率,其中成功建立连接的业务请求数包含未经过业务请求分流成功建立连接的业务请求与经过业务请求分流后,各子业务请求成功建立连接的业务请求:
CRBP=(|CR|-sucConReqNum)/|CR| (6)
其中CRBP为业务请求阻塞率,sucConReqNum为成功建立业务请求数;
所述中央控制器模块用于,完成对频谱灵活光网络初始化、业务请求生成、业务请求优先级选择、边缘计算服务器选择、工作路径建立、频谱资源分配、计算资源更新、资源释放、网络传输时延计算和数据处理时延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请求阻塞率,提高计算资源利用率与链路资源利用率的目标。
CN202111383631.2A 2021-11-22 2021-11-22 面向移动边缘计算的业务流量分流优化方法与系统 Active CN114116211B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111383631.2A CN114116211B (zh) 2021-11-22 2021-11-22 面向移动边缘计算的业务流量分流优化方法与系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111383631.2A CN114116211B (zh) 2021-11-22 2021-11-22 面向移动边缘计算的业务流量分流优化方法与系统

Publications (2)

Publication Number Publication Date
CN114116211A CN114116211A (zh) 2022-03-01
CN114116211B true CN114116211B (zh) 2024-04-16

Family

ID=80438991

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111383631.2A Active CN114116211B (zh) 2021-11-22 2021-11-22 面向移动边缘计算的业务流量分流优化方法与系统

Country Status (1)

Country Link
CN (1) CN114116211B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115914890B (zh) * 2022-10-31 2024-11-01 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

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108834003A (zh) * 2018-06-28 2018-11-16 安徽继远软件有限公司 一种量子通信业务的电力光载通信多维资源分配优化方法
CN111641891A (zh) * 2020-04-16 2020-09-08 北京邮电大学 一种多接入边缘计算系统中的任务对等卸载方法和装置
WO2020181761A1 (zh) * 2019-03-11 2020-09-17 江苏君英天达人工智能研究院有限公司 一种sdn增强路径装箱装置及方法
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
WO2021188184A1 (en) * 2020-03-18 2021-09-23 Equinix, Inc. Application workload routing and interworking for network defined edge routing

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108834003A (zh) * 2018-06-28 2018-11-16 安徽继远软件有限公司 一种量子通信业务的电力光载通信多维资源分配优化方法
WO2020181761A1 (zh) * 2019-03-11 2020-09-17 江苏君英天达人工智能研究院有限公司 一种sdn增强路径装箱装置及方法
WO2021188184A1 (en) * 2020-03-18 2021-09-23 Equinix, Inc. Application workload routing and interworking for network defined edge routing
CN111641891A (zh) * 2020-04-16 2020-09-08 北京邮电大学 一种多接入边缘计算系统中的任务对等卸载方法和装置
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 (2)

* Cited by examiner, † Cited by third party
Title
基于频谱感知的业务分割-合并的弹性光网络资源分配策略;刘焕淋;徐一帆;陈勇;;电子与信息学报;20160415(04);全文 *
王侃 ; 赵楠 ; 李军怀 ; 王怀军 ; .移动边缘计算网络中联合无线多播的服务功能链部署算法.通信学报.(10),全文. *

Also Published As

Publication number Publication date
CN114116211A (zh) 2022-03-01

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
CN109951821B (zh) 基于移动边缘计算的最小化车辆能耗任务卸载方案
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
WO2023039965A1 (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
EP3457664B1 (en) Method and system for finding a next edge cloud for a mobile user
CN113364850B (zh) 软件定义云边协同网络能耗优化方法和系统
WO2023040022A1 (zh) 一种在随机网络中基于算网协同的分布式计算卸载方法
CN109151077B (zh) 一种基于目标导向的计算卸载方法
CN110234127A (zh) 一种基于sdn的雾网络任务卸载方法
WO2023108718A1 (zh) 一种云边协同光载网络频谱资源分配方法及系统
CN114268575A (zh) 天地一体化信息网络中自适应立体传输方法及系统
CN114116211B (zh) 面向移动边缘计算的业务流量分流优化方法与系统
Lin et al. Storage-assisted optical upstream transport scheme for task offloading in multi-access edge computing
Liu et al. Adaptive DNN model partition and deployment in edge computing-enabled metro optical interconnection network
WO2022166348A1 (zh) 路由方法、路由装置、控制器和计算机可读存储介质
Baek et al. Floadnet: Load balancing in fog networks with cooperative multiagent using actor–critic method
Zhu et al. Efficient hybrid multicast approach in wireless data center network
Meng et al. Intelligent routing orchestration for ultra-low latency transport networks
Liu et al. Selective resource offloading in cloud-edge elastic optical networks
Gatzianas et al. Energy-efficient joint computational and network resource planning in Beyond 5G networks
CN115604311B (zh) 一种面向服务网络的云端融合计算系统及自适应路由方法
CN105721309B (zh) 一种软件定义传送网中的频谱资源优化方法及装置
Ma et al. Coordinated load balancing in mobile edge computing network: a multi-agent drl approach
Yıldız et al. Deep Q-Learning based resource allocation and load balancing in a mobile edge system serving different types of user requests
Wu et al. Dynamic processing while transmitting for SDN-based space-terrestrial integrated networks

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