CN114466059B - 一种向移动边缘计算系统提供可靠服务功能链的方法 - Google Patents

Abstract

本发明公开一种向移动边缘计算系统提供可靠服务功能链的方法，所述移动边缘计算系统具有提供低延迟高可用性的服务网络功能链SFC，所述服务网络功能链通过如下步骤实现：步骤101：初始化边缘计算系统中网络参数，包括边缘服务器的通信、计算容量、接入点的通信容量；同时，初始化当前时刻的所有SFC请求的参数，包括每个请求的链长，带宽、可用性以及延迟需求；步骤102：通过二分搜索算法获得虚拟网络服务单元VNFs放置的计算资源容量比例α；步骤103：加载求解器按照如下公式对主要放置的虚拟网络服务单元VNFs进行优化；步骤104：加载求解器按照如下公式对备份放置的虚拟网络服务单元VNFs进行优化等步骤；本发明通过服务功能链的可用性感知实现最大化网络吞吐量。

Description

一种向移动边缘计算系统提供可靠服务功能链的方法

技术领域

本发明涉及移动边缘计算、网络功能虚拟化以及服务功能链技术领域，特别是涉及一种向移动边缘计算系统提供可靠的服务功能链的方法。

背景技术

移动边缘计算(MEC)的出现为传统云用户访问计算密集型或延迟敏感型服务提供了新的解决方案。通过将计算能力推近用户，MEC通常可以保证更低的延迟和更高的带宽。网络服务提供商(NSP)开始将其网络功能从云迁移到边缘网络，为其用户提供必要的网络支持。在迁移过程中，需要解决以下两个问题：(1)考虑到边缘节点的存储和计算容量，将网络功能放置在何处；(2)考虑到接入点(AP)的通信容量，如何调度请求。NSPs传统上使用专用设备(PE路由器、CDN服务器等)在边缘网络上提供此类网络功能，这带来了很多成本，并且网络服务不够灵活。

为了克服现有技术问题，一些研究人员提出了网络功能虚拟化(NFV)。NFV是指在一个共享的商业硬件平台上用软件实现网络功能。它将传统网络功能与专用设备分离，降低操作和维护成本，并使网络服务更加灵活。在支持NFV的MEC网络中，每个用户请求都必须通过一个具有高可用性要求的网络服务，称为服务功能链(SFC)，它以特定顺序包含一系列虚拟网络功能(VNF)。给定一个SFC，有必要选择适当的边缘节点来映射SFC中的每个VNF，并放置冗余VNF实例以提高可用性预期。对于NSPs而言，确保网络服务可用性对于提高声誉和扩大市场份额起着至关重要的作用。

但是，将网络功能软件与底层专用硬件分离会使保证高可用性面临挑战。例如，在大多数现有的VNF系统中，VNF通常作为虚拟机上的实例运行，其资源由底层虚拟机监控程序管理。因此，虚拟机监控程序的任何故障都会导致在其上运行的VNF不可用。更糟糕的是，当多个VNF实例作为一个整体链接并映射到不同的边缘节点上时，此SFC上单个VNF的任何故障都会导致严重的数据丢失和资源浪费。此外，MEC环境的可靠性不高，并且由于大多数边缘节点暴露在自然环境中，因此可能会发生严重故障，缺乏基础设施保障。因此，在MEC环境中使SFC具有大约99.999％或99.9999％(5'9或6'9)的高可用性是非常具有挑战性的。

添加VNF备份是提高SFC可用性的有效方法，在云中得到了广泛应用。然而，在MEC环境中，云的有效模式可能无法很好地工作，因为边缘节点上的资源与云上的资源相比通常是有限的。图1显示，现有技术可以通过部署一些VNF备份来提高SFC的可用性。然后，每个边缘节点的计算能力的一部分由主要VNF使用，VNFs备份使用另一部分。另一方面，当SFC得到适当配置时，选择可靠的AP访问边缘网络是至关重要的。红色的用户可以从两个接入点接入网络，一个接入点因用户过多而拥挤，导致过度的接入延迟，另一个接入点负载较轻。直观地说，为红色用户选择轻负载接入点无疑是最优的，并且可以有效地提高服务质量(QoS)。

实际上，每个时段都有很多请求。同时，他们都希望获得低延迟和高可用性的网络服务。如果用户所需的SFC的VNF实例未正确配置，则用户请求将被拒绝，并且无法访问其所需的网络服务。为了实现这两个目标，两个关键的具有挑战性的决策是：(1)在保证所需SFC的可用性的情况下，将VNFs实例放置在资源有限的环境中，同时最大限度地提高请求的接受率；(2)如何联合考虑VNFs放置和请求调度问题，以最小化每个时隙中所有请求的平均延迟。

发明内容

针对现有技术存在的技术问题，本发明提出了一种向移动边缘计算系统提供可靠的服务功能链的方法，该方法在保证SFC的可用性要求的同时最大化请求接受率，将该问题建模为整数非线性规划(INLP)，并提出了基于回退二分搜索策略来推导用于主VNFs映射的最佳资源容量比的方法。该方法发明还解决最小化所有SFC请求的总延迟，并将其表示为INLP的问题，提出了尽可能地容忍接入和通信延迟，而不是在用户跨AP移动时执行迁移网络服务的在线服务切换算法(OSS)。

本发明采用如下技术方案实现：

一种向移动边缘计算系统提供可靠服务功能链的方法，所述移动边缘计算系统具有提供低延迟高可用性的服务网络功能链SFC，所述服务网络功能链通过如下步骤实现：

步骤101：初始化边缘计算系统中网络参数，包括边缘服务器的通信、计算容量、接入点的通信容量；同时，初始化当前时刻的所有SFC请求的参数，包括每个请求的链长，带宽、可用性以及延迟需求；

步骤102：通过二分搜索算法获得虚拟网络服务单元VNFs放置的计算资源容量比例α；

步骤103：加载求解器按照如下公式对主要放置的虚拟网络服务单元VNFs进行优化；

其中：α表示主VNFs映射的最大计算容量比率,α·W_v是边缘服务器上v的主VNF可以使用的计算容量；优化主VNFs放置决策p_(r,f,v)(t)时,备份VNFs放置决策固定

步骤104：加载求解器按照如下公式对备份放置的虚拟网络服务单元VNFs进行优化；

其中：

是服务器上所有主VNF占用的总计算容量v,可从/>

计算得来；在优化备份VNFs放置时，我们将主VNFs放置决策固定为/>

在主要VNFs映射阶段中，作为/>

步骤105：根据步骤3、4得到的优化放置决策，计算当前的请求接受率r；并在资源容量比例α＝low[i]，计算出此的请求接受率r′；

步骤106：将步骤5获得的两个α对应的请求接受率进行比较，如果虚拟网络服务单元VNFs获得最优化，则执行下一步，否则返回步骤三；

步骤107：输出主要和备份VNFs实例的放置决策以及当前的请求接受率。

进一步，所述服务网络功能链SFC通过如下步骤非切换时延：

步骤201：初始化边缘计算系统中网络参数，包括边缘服务器的通信、计算容量、接入点的通信容量；同时，初始化当前时刻的所有SFC请求的参数，包括每个请求的链长，带宽、可用性以及延迟需求；

步骤202：加载求解器按照如下公式对虚拟网络服务单元VNFs进行优化；

其中：

为常数参数；

步骤203：加载求解器按照如下公式对虚拟网络服务单元VNFs进行优化

其中：

为常量参数；

步骤204：根据步骤202、203得出的关于网络选择和服务放置；按照公式如下公式计算出当前的非切换时延：

有益效果

本发明解决了如何在移动边缘计算中可靠地提供服务功能链的问题，与现有方案相比，此发明考虑到了联合优化网络选择以使得用户避免连接到拥塞的接入点、以及在线的服务切换策略以避免系统因为迁移服务而带来的大的延迟波动、还将用户的移动性考虑进去以持续地为用户提供服务。本发明切实地考虑到了在移动边缘计算环境中放置服务功能链需要考虑的因素，并将问题以数学建模的方式表述，给出相应的解决方案。与基准的一些方法相比，本发明提出的方法平均可以实现约20％的请求接受增益和高达30％的延迟减少。

附图说明

图1是本发明中移动边缘计算系统的服务功能链的可用性感知示意图；

图2是本发明中一种向移动边缘计算系统提供可靠的服务功能链的方法流程图；

图3是本发明中N-Back二分搜索算法示意图和其算法实现；

图4是本发明中最小非切换时延的迭代算法示意图和在线服务切换算法；

图5是本发明涉及SFC请求接受率和最小化时延实验结果图。

具体实施方式

为使本发明的目的、技术方案和优点更加清楚，下面将结合附图与实例对本发明做详细的论述，以下实施例只是描述性的，不是限定性的，不能以此限定本发明的保护范围。

如图1、图2所示，一种向移动边缘计算系统提供可靠服务功能链的方法，所述移动边缘计算系统具有提供低延迟高可用性的服务网络功能链SFC，所述服务网络功能链通过如下步骤实现：

步骤101：初始化边缘计算系统中网络参数，包括边缘服务器的通信、计算容量、接入点的通信容量；同时，初始化当前时刻的所有SFC请求的参数，包括每个请求的链长，带宽、可用性以及延迟需求；

步骤102：通过二分搜索算法获得虚拟网络服务单元VNFs放置的计算资源容量比例α；

步骤103：加载求解器按照如下公式对主要放置的虚拟网络服务单元VNFs进行优化；

其中：α表示主VNFs映射的最大计算容量比率,α·W_v是边缘服务器上v的主VNF可以使用的计算容量；优化主VNFs放置决策p_(r,f,v)(t)时,备份VNFs放置决策固定

步骤104：加载求解器按照如下公式对备份放置的虚拟网络服务单元VNFs进行优化；

其中：

是服务器上所有主VNF占用的总计算容量v,可从/>

计算得来；在优化备份VNFs放置时，我们将主VNFs放置决策固定为/>

在主要VNFs映射阶段中，作为

步骤105：根据步骤3、4得到的优化放置决策，计算当前的请求接受率r；并在资源容量比例α＝low[i]，计算出此的请求接受率r′；

步骤106：将步骤5获得的两个α对应的请求接受率进行比较，如果虚拟网络服务单元VNFs获得最优化，则执行下一步，否则返回步骤三；

步骤107：输出主要和备份VNFs实例的放置决策以及当前的请求接受率。其中：

给定物理网络G＝(V,E)，其中V表示一组接入点(APs)，V＝{1,…,v,…,|V|}。对于配备边缘服务器的每个APv，本发明使用三元组(C_v，W_v，S_v)来分别表示通信，计算和存储容量。E是连接AP的物理链路(例如，光纤)的集合，E＝{1,…,e,…,|E|}。每个物理链路e具有固定的通信延迟d_e和一定的带宽容量b_e。

MEC系统在大的时间范围内以时隙方式工作，并且其时间轴被离散地分为时间框架T＝{1,…,t,…,|T|}。在每个时隙t中，用户的请求将通过一个服务功能链，然后在最后一个VNF处理用户的数据后获得响应，即VNF₁→VNF₂→VNF₃(destination)。时隙t内的所有SFC请求由R(t)＝{1,…,r,…,|R(t)|}，其中r是特定的SFC请求，表示为四元组(F_r，a_r，l_r，b_r)。F_r是一个特定的有序的VNFs组，F_r＝{1,…,f,…,|Fr|}。它是网络提供的所有类型VNF的子集，并且属于相同SFC的每个VNF将映射在不同的边缘节点上.因此，SFC需要|F_r|节点和|F_r|-1个逻辑链路来连接这些VNFs。F_r的每个VNFf占据一定量的计算和存储容量。当VNFf执行和处理用户的数据时，它将消耗一段时间，即处理延迟。l_r是最大的端到端延迟预算。最后，a_r和b_r表示请求的可用性和带宽容量需求。

ETSI总结了提高端到端可靠性的方法，并将其分为两组：主动-待机和主动-主动。在本文中，本发明采用主动-主动方案，其中备份实例通常与主VNF实例同时工作。给定一个|F_r|长度的SFC，本发明为VNF f提供n_f个备份实例，可用性计算如下：

其中，A_ci是VNF f的第i个实例的可用性，这也考虑到了物理节点的可用性。n_f+1表示一个主要的VNF f和n_f个备份实例。

接入点将在每一时隙t接收许多SFC请求。只有当SFC的特定网络功能放置在网络中并且满足预定义的可用性要求时，才会允许SFC请求。本发明使用的主要符号介绍表1。

表1符合说明

决策1：最大化SFC请求接受率

在服务部署方面，本发明的目标是尽可能多地部署SFC，前提是每个边缘服务器的容量都受到严格限制。在每一时隙t，目标是最大化SFC请求被接受的数量：

只有当SFC请求的主要VNF已正确放置且满足可用性要求时，SFC请求才被接受。否则，本发明将为每个主VNF映射更多备份VNF实例，直到满足可用性要求。

/>

其中，每个主VNF最多有一个备份实例。此外，VNF的备份实例需要被放置距其主VNF节点的l跳距离的其他节点，表示为N_l(v)；l通常设置为1以避免额外的通信延迟。

本发明确保映射到此边缘节点上的所有VNF实例的总计算需求不超过其计算能力。

关于端到端延迟，本发明只考虑连接主VNF实例的逻辑链路的延迟和处理延迟，因为备份实例距离主VNF实例是1。本发明确保用户流量通过SFC的延迟小于延迟预算。

最后，本发明确保主VNF实例和备份VNF实例映射到不同的节点上，并且属于相同SFC的每个VNF都映射到不同的节点上。

p_(r,f,v)(t)·b_(r,f,v)(t)＝0(1e)

如上所述，资源稀缺网络中的服务放置问题是整数非线性规划(INLP)。求解决策1的方法见下文的Method 1。

决策2：联合服务放置和请求调度的最优时延

本发明所有的边缘服务器的总计算能力足以满足所有的SFC请求。本发明优化了所有请求的平均总延迟，包括接入点的排队延迟、VNFs之间的通信延迟和迁移服务的切换延迟等。

排队时延：大量的用户连接到同一个接入点可能会导致其过载。通常，用户根据其最近的位置选择其接入点。毫无疑问，选择附近的低负载接入点可以提高用户的服务质量。本发明将每个接入点建模为一个M/M/1队列，以评估所有用户的访问延迟，也称为排队延迟。然后，所有请求的排队延迟定义如下：

同时，本发明应确保一个AP上所有请求所需的总通信容量不超过其通信容量。本发明并非最不重要的一点是，所有用户只能从用户的相邻节点中选择一个APN_l(v)。l通常设置为1，并且用户在某些AP的覆盖范围内。

服务切换时延：众所周知，在MEC环境中，用户的移动性是一个关键因素，不容忽视。当用户跨越AP时，是否以及何时调整服务位置是一个具有挑战性的问题。本发明根据不同的服务部署决策，使用连续的时隙(包括代码和数据)重新调整服务部署。直观地说，在边缘服务器之间频繁迁移服务会导致MEC系统的不稳定，因为交换服务会带来额外的巨大交换成本。此外，受网络因素和海量数据传输等限制，完成业务迁移的延迟通常相当大。这里，本发明使用切换延迟来衡量迁移网络服务的成本，其计算如下：

通信时延：在服务放置阶段，系统已将SFC的特定VNF实例放置在边缘服务器中，并且已在请求调度阶段确定入口和出口。对于一个SFC请求，从入口或出口访问这些VNF存在延迟，称为通信延迟。

通过结合切换延迟、排队延迟和通信延迟，本发明制定了延迟优化联合服务放置和请求调度(DOJSR)优化问题，如下所示：

本发明首先在每个时隙获得该问题的最优解，然后导出长期最优解。本发明将DOJSR问题分为T个一次性优化问题：

min D(t)＝D^C(t)+D^Q(t)+D^S(t,t-1) (7)

该问题是这两个问题中最具挑战性的，也是一个整数非线性规划(INLP)问题。求解决策1的方法见下文的Method2。

场景描述：如图1所示，MEC系统由一组AP和边缘服务器组成。每个用户都可以请求具有特定可用性要求的网络服务。为了满足SFC的可用性预期，有必要在不同的边缘服务器上放置冗余实例。在图1(b)中，红色用户可以通过两个候选AP访问网络服务，因为，在两个AP的覆盖范围内。在图1(a)中，本发明假设用户请求由三种网络功能组成的网络服务，即：VNF₁→VNF₂→VNF₃,整个链的期望可用性为0.99。路径1和路径2都表示用户所需的SFC。因此VNF₁,VNF₂,VNF₃ is 0.999,0.99,0.999,分别地。很容易发现单个路径的可用性是0.999²×0.99＝0.988<0.99,而由两条路径组成的可用性是0.999²×(1-(1-0.99)²)＝0.997>0.99。

实际上，每个时段都有很多请求。同时，在网络传输过程都希望获得低延迟和高可用性的网络服务。如果用户所需的SFC的VNF实例未正确配置，则用户请求将被拒绝，并且无法访问其所需的网络服务。为了实现这两个目标，两个关键的具有挑战性的决策是：(1)在保证所需SFC的可用性的情况下，将VNFs实例放置在资源有限的环境中，同时最大限度地提高请求的接受率；(2)如何联合考虑VNFs放置和请求调度问题，以最小化每个时隙中所有请求的平均延迟。这两个决策的定义已经在上文详细介绍，下面介绍其求解的方法。

Method 1.N-Back二分搜索算法

步骤1：如上文所述，初始化边缘计算环境的网络参数，包括边缘服务器的通信、计算容量、接入点的通信容量；按图1(e)简化的网络拓扑结构所示；初始化当前时刻的所有SFC请求的参数，包括每个请求的链长，带宽、可用性以及延迟需求等；算法的精确度和最大迭代次数等，即如图3所示。

步骤2：初始化算法1中的用于二分搜索的low[]和high[]数组，默认回退策略是回退两步N＝2。

步骤三：根据low[]和high[]当前的值设置值α(用于主要VNFs备份的边缘节点的计算容量比率，在0-100％之间)。

步骤四：加载Gurobi求解器，求解主要VNFs放置时的数学问题，如公式(8)。优化主VNFs放置决策p_(r,f,v)(t)时,本发明将备份VNFs放置决策固定

这是一个常数参数，用公式求解整数非线性规划(INLP)问题：/>

其中：α表示主VNFs映射的最大计算容量比率,α·W_v是边缘服务器上v的主VNF可以使用的计算容量。

步骤五：加载Gurobi求解器，求解备份VNFs放置时的数学问题，如公式(9)，在优化备份VNFs放置时，本发明将主VNFs放置决策固定为

在主要VNFs映射阶段中，作为

然后，本发明用公式解决整数线性规划(ILP)问题：

其中

是服务器上所有主VNF占用的总计算容量v,可从/>

计算得来。

步骤六：根据步骤4、5得到的放置决策，计算当前的请求接受率r；并在值α＝low[i]，类似的计算出此的请求接受率r′。

步骤七：将步骤6得到两个α对应的请求接受率进行比较，应用算法1的行10-22，即回退的二分搜索策略，更新low[]和high[]数组，并决定是否继续搜索，若继续则回到步骤三；否则，进行步骤八。

步骤八：返回当前关于主要和备份VNFs实例的放置决策，以及当前的请求接受率。

Method 2.在线服务切换算法

如图4所示，本发明尝试最小化所有请求的总延迟，假设每个边缘服务器包含足够的资源，所以本发明必须仔细考虑何时切换服务和哪个接入点为用户选择。本发明公式中的总延迟分为三部分，通信时延D^C(t),排队时延D^Q(t),切换时延D^S(t,t-1)。由于D^S(t,t-1)仅与相邻时隙中的SFC放置决策相关，本发明将其与其他时延分开，然后定义以下非切换延迟：

特别是，本发明发现关于服务放置的决策p_(r,f,v′)(t)以及网络选择y_(r,v)(t)在上面的公式中相互耦合。如果本发明想最小化非切换延迟，可以固定一个决策，然后优化另一个决策。

下面，本发明给出求解最小化非交换时延的步骤，这也被用于本发明的在线服务算法：步骤一：如上文所述，初始化边缘计算环境的网络参数，包括边缘服务器的通信、计算容量、接入点的通信容量；按图2简化的网络拓扑结构所示；初始化当前时刻的所有SFC请求的参数，包括每个请求的链长，带宽、可用性以及延迟需求等；算法的精确度和最大迭代次数等。

步骤二：加载Gurobi求解器，求解优化网络选择时的数学问题，如公式(11)。本发明将服务放置固定为

这是一个常数参数，并解决以下整数非线性规划(INLP)问题：

步骤三：加载Gurobi求解器，求解优化服务放置时的数学问题，如公式(12)。本发明将网络选择固定为

这是一个常量参数，可解决以下整数线性规划(ILP)问题：

步骤四：根据步骤2、3得出的关于网络选择和服务放置，按照公式(10)计算出当前的非交换时延(即通信和排队时延的和)。如图4，多次重复步骤2、3，直到相邻两次迭代的非交换时延相差很小，此时达到最小化的非交换时延，停止迭代。最后，返回当前的非交换时延和决策值。

本发明考虑了切换延迟，提出了在线服务切换(OSS)方法来优化每个时隙所有请求的总延迟。OSS的关键思想是尽可能地容忍非切换延迟，因为频繁的切换服务对于相当大的切换延迟是不可容忍的。服务切换的算法在图5中。下面给出其实施步骤：

步骤一：如上文所述，初始化边缘计算环境的网络参数，包括边缘服务器的通信、计算容量、接入点的通信容量；按图2简化的网络拓扑结构所示；初始化当前时刻的所有SFC请求的参数，包括每个请求的链长，带宽、可用性以及延迟需求等；算法的精确度和最大迭代次数等。

步骤二：算法2中1-3行，本发明首先获得关于时隙t＝1时的服务放置和网络选择的决策。

指示发生服务切换时的最后一个时隙。然后，

步骤三：算法2中5-16行，在每个时隙t，本发明将获得关于服务放置的新决策，并计算公式中的非切换延迟D^NS(t)。如果总的无切换延迟时间

小于切换延迟

本发明将使用关于服务放置的新决策并更新/>

否则，本发明将保持关于服务放置的决定不变。

实验结果：算法的评估结果如图5，与这些基准相比，本发明提出的方法平均可以实现约20％的请求接受增益和高达30％的延迟减少。其中的基准算法为：

K-最短路径(KSP)算法：它尝试为每个到达的SFC请求在其入口和出口之间找到K-最短路径。当主VNF与这些路径之一成功映射时，它将在必要时放置冗余VNF实例。如果同时满足端到端延迟和可用性要求，则该请求将被接受。该基准将突出本发明在请求接受中提出的NBS方法的改进。

排队时延最优(QO)方法：它试图将用户在APs上发出的所有请求的平均排队延迟最小化。在每次迭代中，它只是将服务放置切换到尽可能靠近用户的位置。也就是说，它只考虑网络选择，不平衡切换延迟，可能导致较大的切换延迟。该基准测试将突出本发明在服务放置阶段提出的OSS方法的改进。

切换时延优化(SO)方法：它试图最小化每个时隙的平均切换延迟和通信延迟。网络选择是随机进行的，它只从其位置选择一个可用的AP附近。由于它不考虑优化网络选择的影响，它将显示本发明所提出的方法在优化排队延迟方面的优点。

本发明并不限于上文描述的实施方式。以上对具体实施方式的描述旨在描述和说明本发明的技术方案，上述的具体实施方式仅仅是示意性的，并不是限制性的。在不脱离本发明宗旨和权利要求所保护的范围情况下，本领域的普通技术人员在本发明的启示下还可做出很多形式的具体变换，这些均属于本发明的保护范围之内。

Claims (2)

1.一种向移动边缘计算系统提供可靠服务功能链的方法，其特征在于，所述移动边缘计算系统具有提供低延迟高可用性的服务网络功能链SFC，所述服务网络功能链通过如下步骤实现：

步骤101：初始化边缘计算系统中网络参数，包括边缘服务器的通信、计算容量、接入点的通信容量；同时，初始化当前时刻的所有SFC请求的参数，包括每个请求的链长，带宽、可用性以及延迟需求；

步骤102：通过二分搜索算法获得虚拟网络服务单元VNFs放置的计算资源容量比例α；

步骤103：加载求解器按照如下公式对主要放置的虚拟网络服务单元VNFs进行优化；

其中：α表示主VNFs映射的最大计算容量比率,α·W_v是边缘服务器上v的主VNF可以使用的计算容量；优化主VNFs放置决策p_(r,f,v)(t)时,备份VNFs放置决策固定

x_r(t)∈{0,1}在时隙t，是否SFC请求r被允许放置；F_r是一个特定的有序的VNFs组R(t)是指在时隙t，SFC请求的集合，R(t)＝{1,…,f,…,|R|}；

w_(r,f)是指在SFC请求r的VNFf的计算能力需要；

p_(r,f,v)(t)∈{0,1}在时隙t，是否SFC请求r的主要VNFf被放在边缘服务器v上；

步骤104：加载求解器按照如下公式对备份放置的虚拟网络服务单元VNFs进行优化；

其中：

是服务器上所有主VNF占用的总计算容量v,可从/>

计算得来；在优化备份VNFs放置时，将主VNFs放置决策固定为/>

在主要VNFs映射阶段中，作为/>

在时隙t，是否SFC请求r的备份VNFf被放在边缘服务器v上b_(r,f,v)(t)∈{0,1}

步骤105：根据步骤103、104得到的优化放置决策，计算当前的请求接受率r；并在资源容量比例α＝low[i]，计算出此时的请求接受率r′；

步骤106：将步骤105获得的两个α对应的请求接受率进行比较，如果虚拟网络服务单元VNFs获得最优化，则执行下一步，否则返回步骤103；

步骤107：输出主要和备份VNFs实例的放置决策以及当前的请求接受率。

2.根据权利要求1所述的一种向移动边缘计算系统提供可靠服务功能链的方法，其特征在于，所述服务网络功能链SFC通过如下步骤实现非切换时延：

步骤201：初始化边缘计算系统中网络参数，包括边缘服务器的通信、计算容量、接入点的通信容量；同时，初始化当前时刻的所有SFC请求的参数，包括每个请求的链长，带宽、可用性以及延迟需求；

步骤202：加载求解器按照如下公式对虚拟网络服务单元VNFs进行优化；

其中：

为常数参数；C_v是接入点v的通信容量；b_r是SFC请求r的带宽要求；

是APv₁和v₂的通信时延；

步骤203：加载求解器按照如下公式对虚拟网络服务单元VNFs进行优化：

其中：

为常量参数；y_(r,v)(t)∈{0,1}在时隙t，是否SFC请求r选择从接入点v接入网络；

步骤204：根据步骤202、203得出的关于网络选择和服务放置；按照如下公式计算出当前的非切换时延：

其中：

D^Q(t)是在时隙t，所有请求在接入点处的排队时延和；

D^C(t)在时隙t，所有请求的接入服务的通信时延和

α用于主要VNFs放置的计算资源容量比例。

Images