CN114585058A - 一种业务处理方法、装置、设备及可读存储介质 - Google Patents
一种业务处理方法、装置、设备及可读存储介质 Download PDFInfo
- Publication number
- CN114585058A CN114585058A CN202011372589.XA CN202011372589A CN114585058A CN 114585058 A CN114585058 A CN 114585058A CN 202011372589 A CN202011372589 A CN 202011372589A CN 114585058 A CN114585058 A CN 114585058A
- Authority
- CN
- China
- Prior art keywords
- sbs
- side edge
- edge device
- source
- queue
- 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
- 238000003672 processing method Methods 0.000 title claims abstract description 19
- 238000012545 processing Methods 0.000 claims abstract description 77
- 238000000034 method Methods 0.000 claims abstract description 51
- 238000004891 communication Methods 0.000 claims abstract description 15
- 238000012163 sequencing technique Methods 0.000 claims description 28
- 230000008569 process Effects 0.000 claims description 21
- 230000006870 function Effects 0.000 claims description 14
- 238000009825 accumulation Methods 0.000 claims description 5
- 238000012546 transfer Methods 0.000 description 14
- 238000004364 calculation method Methods 0.000 description 12
- 238000010586 diagram Methods 0.000 description 12
- 238000005265 energy consumption Methods 0.000 description 10
- 230000001174 ascending effect Effects 0.000 description 4
- 230000000694 effects Effects 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 238000011160 research Methods 0.000 description 3
- 230000006978 adaptation Effects 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 2
- 230000001186 cumulative effect Effects 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 238000004134 energy conservation Methods 0.000 description 2
- 239000003595 mist Substances 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 description 1
- 230000003044 adaptive effect Effects 0.000 description 1
- 229910052799 carbon Inorganic materials 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000008878 coupling Effects 0.000 description 1
- 238000010168 coupling process Methods 0.000 description 1
- 238000005859 coupling reaction Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 239000002360 explosive Substances 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
- 238000013508 migration Methods 0.000 description 1
- 230000005012 migration Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000006855 networking Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 230000000087 stabilizing effect Effects 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 230000007704 transition Effects 0.000 description 1
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W52/00—Power management, e.g. TPC [Transmission Power Control], power saving or power classes
- H04W52/02—Power saving arrangements
- H04W52/0203—Power saving arrangements in the radio access network or backbone network of wireless communication networks
- H04W52/0206—Power saving arrangements in the radio access network or backbone network of wireless communication networks in access points, e.g. base stations
-
- 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)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Mobile Radio Communication Systems (AREA)
Abstract
本发明公开了一种业务处理方法、装置、设备及可读存储介质,涉及通信技术领域,以提供从全局角度部署并实现简单的节能策略。该方法包括:从SBS侧边缘设备队列中确定能够处于休眠模式的第一源SBS侧边缘设备;确定与所述第一源SBS侧边缘设备匹配的目标SBS侧边缘设备,其中,所述目标SBS侧边缘设备确定为处于开机状态的SBS侧边缘设备;将所述第一源SBS侧边缘设备的业务卸载,并利用所述目标SBS侧边缘设备处理所述第一源SBS侧边缘设备的业务。本发明实施例可以提供从全局角度部署基站节能并实现简单的节能策略,从而达到节能的目的。
Description
技术领域
本发明涉及通信技术领域,尤其涉及一种业务处理方法、装置、设备及可 读存储介质。
背景技术
为了满足激增的数据流量以及数据密集型服务需求,5G基站部署即将迎 来大规模发展期。与此同时,随之而来的高功耗与高碳排放量问题亟需解决。 故而,绿色通信网络将成为未来无线通信网络发展的必然趋势。
针对能耗问题,业界已有不少研究成果。在基站通信层面,一方面,通过 硬件技术革新生产新型节能型基站、使用户外基站或者重新规划建设基站站址 等手段减少能耗;另一方面,则主要通过提出或运用不同的业务调度策略,监 测网络负载情况或业务流量,在业务处于低负载情况下关闭基站耗能器使得基 站处于睡眠模式。在计算层面,则通过考虑业务在云与边缘设备之间的工作负 载平衡,通过不同的业务策略来调度业务是在云端处理还是在边缘设备进行处 理,在有效利用云资源的同时减轻边缘设备的业务负担,进而可使对应边缘设 备处于休眠状态,达到节能目的。
现有节能方案中,在基站通信层面,目前基站节能的触发条件仅限于基站 本身对所属小区负载状况的监控和判决,运营商无法以网络全局的视角部署基 站节能策略;在计算层面,业务调度过程较复杂。因此,需要提出一种从全局 角度部署基站节能并实现简单的节能策略。
发明内容
本发明实施例提供一种业务处理方法、装置、设备及可读存储介质,以提 供从全局角度部署并实现简单的节能策略。
第一方面,本发明实施例提供了一种业务处理方法,应用于SDN(SoftwareDefined Network,软件定义网络)控制器,包括:
从SBS(Small Base Station,微基站)侧边缘设备队列中确定能够处于休 眠模式的第一源SBS侧边缘设备;
确定与所述第一源SBS侧边缘设备匹配的目标SBS侧边缘设备,其中, 所述目标SBS侧边缘设备确定为处于开机状态的SBS侧边缘设备;
将所述第一源SBS侧边缘设备的业务卸载,并利用所述目标SBS侧边缘 设备处理所述第一源SBS侧边缘设备的业务。
其中,所述从微基站SBS侧边缘设备队列中确定能够处于休眠模式的第 一源SBS侧边缘设备,包括:
计算第一数值,所述第一数值用于表示SBS侧边缘设备队列中能够处于 休眠模式的第一源SBS侧边缘设备的最大值;
将所述SBS侧边缘设备队列中的各SBS侧边缘设备按照业务到达速率的 大小进行排序;
根据排序结果,从所述SBS侧边缘设备队列中选择业务到达速率较小的 SBS侧边缘设备作为所述第一源SBS侧边缘设备,其中,所述第一源SBS侧 边缘设备的数量为所述第一数值。
其中,所述计算第一数值包括:
计算第一参数;
利用所述第一参数得到所述第一数值;
其中,所述第一参数的计算方式如下:
其中,N*表示第一参数,λSDN_total是SBS侧边缘设备队列中各SBS侧边缘 设备的业务达到速率的总和,μSDN_total是SBS侧边缘设备队列中各SBS侧边缘 设备的业务离开速率的总和,g为第二参数,通过求得,Φ(g)和φ(g)分别表示标准正态分布的累积函数和概率密度函数,ε表示概率阈值;
其中,利用以下公式计算得到所述第一数值:
其中,kSDN_off表示所述第一数值,nk表示SBS侧边缘设备队列中各SBS 侧边缘设备所包括的服务器数量的总和,K表示SBS侧边缘设备队列中的SBS 侧边缘设备的数量。
其中,所述第一源SBS侧边缘设备为多个;所述确定与所述第一源SBS 侧边缘设备匹配的目标SBS侧边缘设备,包括:
将所述多个第一源SBS侧边缘设备按照业务到达速率的大小进行排序;
对于排序结果中的第k个第一源SBS侧边缘设备,从处于开机状态的SBS 侧边缘设备中选择第一候选SBS侧边缘设备;
计算第三参数ρk和第四参数Pk,所述第三参数表示队列排队时延阈值,第 四参数表示系统平稳性;
如果ρk<1且Pk<ε,则将所述第一候选SBS侧边缘设备作为所述第k个第 一源SBS侧边缘设备的目标SBS侧边缘设备,ε表示业务排队等待处理概率 阈值。
其中,所述方法还包括:
当SBS侧边缘设备队列中当前处于休眠模式的第一源SBS侧边缘设备的 数量大于所述第一数值时,确定所述SBS侧边缘设备队列中除所述第一源SBS 侧边缘设备之外能够处于休眠模式的第二源SBS侧边缘设备;
将所述第二源SBS侧边缘设备休眠,以及,将所述第二源SBS侧边缘设 备的第一类型业务流转到云端进行处理,将所述第二源SBS侧边缘设备的第 二类型业务流转到MBS(Micro Base Station,宏基站)侧边缘设备进行处理。
其中,所述确定所述SBS侧边缘设备队列中除所述第一源SBS侧边缘设 备之外能够处于休眠模式的第二源SBS侧边缘设备,包括:
对于所述SBS侧边缘设备队列中除所述第一源SBS侧边缘设备之外的至 少一个第三源SBS侧边缘设备,计算第一概率和第二概率;所述第一概率为 所述第三源SBS侧边缘设备的第一类型业务在云端队列中排队的概率,第二 概率为所述第三源SBS侧边缘设备的第二类型业务在MBS队列中排队的概率;
根据所述至少一个第三源SBS侧边缘设备的第一概率和第二概率,对所 述至少一个第三源SBS侧边缘设备进行排序;
对于排序结果中的第m个值,判断如果将所述第m个值对应的第三源SBS 侧边缘设备处于休眠模式,是否满足云端稳定性要求和宏基站侧边缘设备稳定 性要求,1≤m≤2×n,n为至少一个第三源SBS侧边缘设备的数量;
如果满足云端稳定性要求和宏基站侧边缘设备稳定性要求,则将所述第m 个值对应的第三源SBS侧边缘设备作为所述第二源SBS侧边缘设备。
第二方面,本发明实施例提供了一种业务处理装置,应用于SDN控制器, 包括:
第一确定模块,用于从SBS侧边缘设备队列中确定能够处于休眠模式的 第一源SBS侧边缘设备;
第二确定模块,用于确定与所述第一源SBS侧边缘设备匹配的目标SBS 侧边缘设备,其中,所述目标SBS侧边缘设备确定为处于开机状态的SBS侧 边缘设备;
第一处理模块,用于将所述第一源SBS侧边缘设备的业务卸载,并利用 所述目标SBS侧边缘设备处理所述第一源SBS侧边缘设备的业务。
其中,所述第一确定模块包括:
第一计算子模块,用于计算第一数值,所述第一数值用于表示SBS侧边 缘设备队列中能够处于休眠模式的第一源SBS侧边缘设备的最大值;
第一排序子模块,用于将所述SBS侧边缘设备队列中的各SBS侧边缘设 备按照业务到达速率的大小进行排序;
第一确定子模块,用于根据排序结果,从所述SBS侧边缘设备队列中选 择业务到达速率较小的SBS侧边缘设备作为所述第一源SBS侧边缘设备,其 中,所述第一源SBS侧边缘设备的数量为所述第一数值。
其中,所述第一计算子模块,用于计算第一参数;利用所述第一参数得到 所述第一数值;
其中,所述第一参数的计算方式如下:
其中,N*表示第一参数,λSDN_total是SBS侧边缘设备队列中各SBS侧边缘 设备的业务达到速率的总和,μSDN_total是SBS侧边缘设备队列中各SBS侧边缘 设备的业务离开速率的总和,g为第二参数,通过求得,Φ(g)和φ(g)分别表示标准正态分布的累积函数和概率密度函数,ε表示概率阈值;
其中,利用以下公式计算得到所述第一数值:
其中,kSDN_off表示所述第一数值,nk表示SBS侧边缘设备队列中各SBS 侧边缘设备所包括的服务器数量的总和,K表示SBS侧边缘设备队列中的SBS 侧边缘设备的数量。
其中,所述第一源SBS侧边缘设备为多个;所述第二确定模块包括:
第一排序子模块,用于将所述多个第一源SBS侧边缘设备按照业务到达 速率的大小进行排序;
第一选择子模块,用于对于排序结果中的第k个第一源SBS侧边缘设备, 从处于开机状态的SBS侧边缘设备中选择第一候选SBS侧边缘设备;
第一计算子模块,用于计算第三参数ρk和第四参数Pk,所述第三参数表示 队列排队时延阈值,第四参数表示系统平稳性;
第一确定子模块,用于如果ρk<1且Pk<ε,则将所述第一候选SBS侧边缘 设备作为所述第k个第一源SBS侧边缘设备的目标SBS侧边缘设备,ε表示 业务排队等待处理概率阈值。
其中,所述装置还包括:
第三确定模块,用于当SBS侧边缘设备队列中当前处于休眠模式的第一 源SBS侧边缘设备的数量大于所述第一数值时,确定所述SBS侧边缘设备队 列中除所述第一源SBS侧边缘设备之外能够处于休眠模式的第二源SBS侧边 缘设备;
第二处理模块,用于将所述第二源SBS侧边缘设备休眠,以及,将所述 第二源SBS侧边缘设备的第一类型业务流转到云端进行处理,将所述第二源 SBS侧边缘设备的第二类型业务流转到宏基站MBS侧边缘设备进行处理。
其中,所述第三确定模块包括:
第一计算子模块,用于对于所述SBS侧边缘设备队列中除所述第一源SBS 侧边缘设备之外的至少一个第三源SBS侧边缘设备,计算第一概率和第二概 率;所述第一概率为所述第三源SBS侧边缘设备的第一类型业务在云端队列 中排队的概率,第二概率为所述第三源SBS侧边缘设备的第二类型业务在 MBS队列中排队的概率;
第一排序子模块,用于根据所述至少一个第三源SBS侧边缘设备的第一 概率和第二概率,对所述至少一个第三源SBS侧边缘设备进行排序;
第一判断子模块,用于对于排序结果中的第m个值,判断如果将所述第 m个值对应的第三源SBS侧边缘设备处于休眠模式,是否满足云端稳定性要 求和宏基站侧边缘设备稳定性要求,1≤m≤2×n,n为至少一个第三源SBS 侧边缘设备的数量;
第一确定子模块,用于如果满足云端稳定性要求和宏基站侧边缘设备稳定 性要求,则将所述第m个值对应的第三源SBS侧边缘设备作为所述第二源SBS 侧边缘设备。
第三方面,本发明实施例提供了一种业务处理装置,应用于SDN控制器, 包括:处理器和收发器;
所述处理器,用于从SBS侧边缘设备队列中确定能够处于休眠模式的第 一源SBS侧边缘设备;确定与所述第一源SBS侧边缘设备匹配的目标SBS侧 边缘设备,其中,所述目标SBS侧边缘设备确定为处于开机状态的SBS侧边 缘设备;将所述第一源SBS侧边缘设备的业务卸载,并利用所述目标SBS侧 边缘设备处理所述第一源SBS侧边缘设备的业务。
其中,所述处理器还用于:
计算第一数值,所述第一数值用于表示SBS侧边缘设备队列中能够处于 休眠模式的第一源SBS侧边缘设备的最大值;
将所述SBS侧边缘设备队列中的各SBS侧边缘设备按照业务到达速率的 大小进行排序;
根据排序结果,从所述SBS侧边缘设备队列中选择业务到达速率较小的 SBS侧边缘设备作为所述第一源SBS侧边缘设备,其中,所述第一源SBS侧 边缘设备的数量为所述第一数值。
其中,所述处理器还用于:
计算第一参数;
利用所述第一参数得到所述第一数值;
其中,所述第一参数的计算方式如下:
其中,N*表示第一参数,λSDN_total是SBS侧边缘设备队列中各SBS侧边缘 设备的业务达到速率的总和,μSDN_total是SBS侧边缘设备队列中各SBS侧边缘 设备的业务离开速率的总和,g为第二参数,通过求得,Φ(g)和φ(g)分别表示标准正态分布的累积函数和概率密度函数,ε表示概率阈值;
其中,利用以下公式计算得到所述第一数值:
其中,kSDN_off表示所述第一数值,nk表示SBS侧边缘设备队列中各SBS 侧边缘设备所包括的服务器数量的总和,K表示SBS侧边缘设备队列中的SBS 侧边缘设备的数量。
所述第一源SBS侧边缘设备为多个;其中,所述处理器还用于:
将所述多个第一源SBS侧边缘设备按照业务到达速率的大小进行排序;
对于排序结果中的第k个第一源SBS侧边缘设备,从处于开机状态的SBS 侧边缘设备中选择第一候选SBS侧边缘设备;
计算第三参数ρk和第四参数Pk,所述第三参数表示队列排队时延阈值,第 四参数表示系统平稳性;
如果ρk<1且Pk<ε,则将所述第一候选SBS侧边缘设备作为所述第k个第 一源SBS侧边缘设备的目标SBS侧边缘设备,ε表示业务排队等待处理概率 阈值。
其中,所述处理器还用于:
当SBS侧边缘设备队列中当前处于休眠模式的第一源SBS侧边缘设备的 数量大于所述第一数值时,确定所述SBS侧边缘设备队列中除所述第一源SBS 侧边缘设备之外能够处于休眠模式的第二源SBS侧边缘设备;
将所述第二源SBS侧边缘设备休眠,以及,将所述第二源SBS侧边缘设 备的第一类型业务流转到云端进行处理,将所述第二源SBS侧边缘设备的第 二类型业务流转到宏基站MBS侧边缘设备进行处理。
其中,所述处理器还用于:
对于所述SBS侧边缘设备队列中除所述第一源SBS侧边缘设备之外的至 少一个第三源SBS侧边缘设备,计算第一概率和第二概率;所述第一概率为 所述第三源SBS侧边缘设备的第一类型业务在云端队列中排队的概率,第二 概率为所述第三源SBS侧边缘设备的第二类型业务在MBS队列中排队的概率;
根据所述至少一个第三源SBS侧边缘设备的第一概率和第二概率,对所 述至少一个第三源SBS侧边缘设备进行排序;
对于排序结果中的第m个值,判断如果将所述第m个值对应的第三源SBS 侧边缘设备处于休眠模式,是否满足云端稳定性要求和宏基站侧边缘设备稳定 性要求,1≤m≤2×n,n为至少一个第三源SBS侧边缘设备的数量;
如果满足云端稳定性要求和宏基站侧边缘设备稳定性要求,则将所述第m 个值对应的第三源SBS侧边缘设备作为所述第二源SBS侧边缘设备。
第四方面,本发明实施例还提供一种通信设备,包括:收发机、存储器、 处理器及存储在存储器上并可在处理器上运行的程序,所述处理器执行所述程 序时实现如上第一方面所述的方法中的步骤。
第五方面,本发明实施例还提供一种可读存储介质,所述可读存储介质上 存储程序,所述程序被处理器执行时实现如上第一方面所述的方法中的步骤。
在本发明实施例中,可由SDN控制器确定SBS侧边缘设备队列中确定能 够处于休眠模式的第一源SBS侧边缘设备,并将其业务卸载,利用所述目标 SBS侧边缘设备处理所述第一源SBS侧边缘设备的业务。因此,通过本发明 实施例的方案,可从全局的角度尽可能的使SBS侧边缘设备进入到休眠模式, 从而最大限度的减少能耗,达到节能省电的目的。
附图说明
图1是本发明实施例提供的业务处理系统的结构图之一;
图2是本发明实施例提供的业务处理系统的结构图之二;
图3是本发明实施例提供的业务处理系统的结构图之三;
图4是本发明实施例提供的SBS业务处理队列模型;
图5是本发明实施例提供的云端业务处理排队模型;
图6是本发明实施例提供的SDN辅助下的SBS业务处理模型;
图7是本发明实施例提供的g与ε的关系曲线;
图8是本发明实施例提供的业务处理方法的流程图之一;
图9是本发明实施例提供的业务处理方法的流程图之二;
图10是本发明实施例提供的业务处理方法中步骤901的示意图;
图11是本发明实施例提供的业务处理方法中步骤902的示意图;
图12是本发明实施例提供的业务处理方法中步骤903的示意图;
图13是本发明实施例提供的业务处理装置的结构图之一;
图14是本发明实施例提供的业务处理装置的结构图之二。
具体实施方式
本发明实施例中术语“和/或”,描述关联对象的关联关系,表示可以存在 三种关系,例如,A和/或B,可以表示:单独存在A,同时存在A和B,单 独存在B这三种情况。字符“/”一般表示前后关联对象是一种“或”的关系。
本申请实施例中术语“多个”是指两个或两个以上,其它量词与之类似。
下面将结合本申请实施例中的附图,对本申请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申请一部分实施例,并不是 全部的实施例。基于本申请中的实施例,本领域普通技术人员在没有做出创造 性劳动前提下所获得的所有其他实施例,都属于本申请保护的范围。
参见图1,图1是本发明实施例提供的业务处理系统的结构图。SDN控制 器101,至少一个SBS侧边缘设备102。
其中,所述SDN控制器用于:
从SBS侧边缘设备队列中确定能够处于休眠模式的第一源SBS侧边缘设 备;
确定与所述第一源SBS侧边缘设备匹配的目标SBS侧边缘设备,其中, 所述目标SBS侧边缘设备确定为处于开机状态的SBS侧边缘设备;
将所述第一源SBS侧边缘设备的业务卸载,并利用所述目标SBS侧边缘 设备处理所述第一源SBS侧边缘设备的业务。
在本发明实施例中,可由SDN控制器确定SBS侧边缘设备队列中确定能 够处于休眠模式的第一源SBS侧边缘设备,并将其业务卸载,利用所述目标 SBS侧边缘设备处理所述第一源SBS侧边缘设备的业务。因此,通过本发明 实施例的方案,可从全局的角度尽可能的使SBS侧边缘设备进入到休眠模式, 从而最大限度的减少能耗,达到节能省电的目的。
进一步的,结合图2,本发明实施例的系统还可包括:MBS侧边缘设备 103,云端104。
所述SDN控制器101还用于:当SBS侧边缘设备队列中当前处于休眠模 式的第一源SBS侧边缘设备的数量大于第一数值时,确定所述SBS侧边缘设 备队列中除所述第一源SBS侧边缘设备之外能够处于休眠模式的第二源SBS 侧边缘设备;将所述第二源SBS侧边缘设备休眠,以及,将所述第二源SBS 侧边缘设备的第一类型业务流转到云端进行处理,将所述第二源SBS侧边缘 设备的第二类型业务流转到MBS侧边缘设备进行处理;所述第一数值用于表 示SBS侧边缘设备队列中能够处于休眠模式的第一源SBS侧边缘设备的最大 值;
MBS侧边缘设备103,用于处理所述第二源SBS侧边缘设备的第一类型 业务;
云端104,用于处理所述第二源SBS侧边缘设备的第二类型业务。
其中,所述第一类型业务可以包括非计算型业务(如语音电话)等;所述 第二类型业务可以包括计算型业务(如VR,视频监控等)。
因此,在本发明实施例中,不仅可从全局的角度部署节能策略,而且还从 通信层面与计算层面的角度进行节能,从而进一步节约了功耗。
随着5G商用化进程的持续推进,在5G大容量、高速率、海量连接等技 术优势的赋能下,车联网,高清直播、工业控制、互动式游戏等不同应用领域 中的移动智能设备数量呈现爆炸式增长,这些移动智能设备对网络能力提出了 更高的要求,不仅要求更低的业务时延,同时还需要消耗大量的运算处理资源, 这无疑为资源相对有限的传统网络带来了极大的负担。鉴于此,雾计算网络系 统则有效的解决了上述运算处理能力不足的问题。相比之下,雾计算不依赖于 处于中心位置的远程服务器,而是利用离本地设备较近的分布式计算资源,使 移动终端可以在本地设备上对数据、应用程序进行处理。雾计算的提出为日益 增长的业务需求提了很好的技术和架构支撑。
此外,能耗被认为是通信网络建设所面临的主要挑战之一。大连接的5G 势必会导致更高的能耗,5G单站功耗约为4G单站的2.5~3.5倍,能耗翻倍, 也就意味着电费翻倍,这将极大的增加运营商的运营压力,故而,5G的功耗 控制是运营商以及设备制造商亟需解决的问题。目前,关于功耗控制的多数研 究仅仅考虑了单一通信系统(宏基站、微基站)或计算系统(边缘设备、云端)中 的节能策略,较为有限的研究聚焦于通信与计算系统的联合业务调度,且部署 实现难度较大。与此同时,SDN新技术的引入,为运营商在业务以及生态方面的转型提供了新的助力。SDN通过协同编排来实现不同基站设备间网络资 源的端到端智能调度,重塑网络设备与业务的耦合度,以实现网络的智能型和 开放性。
基于此,本发明实施例提出了一种基于SDN辅助的雾计算网络架构下的 节能方法。参见图3,图3所示为本发明实施例的又一系统架构图,Ψ={1,2, 3,...,K}(K为整数)为用以连接移动智能设备的SBS侧边缘设备集合,任 意SBS侧边缘设备k∈Ψ可由SDN控制器控制,对业务进行灵活调度分配。 MBS侧边缘设备连接K个SBS侧边缘设备,一侧连接云端公网。
在图3所示的系统中,雾计算架构下业务流的转移可以分为两类:
方式一:基于SDN的SBS之间的业务流的转移。即如图3所示。业务流 转移方向如虚线31、32所示,通过SDN将源SBS侧边缘设备中的业务转移 到目的SBS侧边缘设备中进行处理,由于源SBS侧边缘设备处于空闲状态, 此时可使源SBS侧边缘设备处于睡眠模式。
方式二:为了保证业务时延以及SBS侧边缘设备的稳定性,如果SBS侧 边缘设备之间的业务流的转移到达到极限,此时某一SBS侧边缘设备所属业 务流可转移到MBS中。需要转移的业务可分为计算型业务与非计算型业务。 其中,计算型业务(VR,视频监控等)通过MBS上传到云端,对业务进行处 理,业务流转移方向如3中的虚线34所示;非计算型业务(语音电话)则不 再进行转移,直接在MBS侧的边缘设备中进行业务处理,业务流转移方向如图中的虚线33所示,此时可使该处于空闲状态的SBS处于睡眠模式。
其中,任意一个SBS侧边缘设备k∈Ψ可建模成一个拥有n个服务器的 M/M/n排队系统。对于第k个SBS侧边缘设备来说,λk、μk、nk分别为业务 到达速率,业务离开速率,服务器数量。图4所示为SBS业务处理队列模型。
第k个SBS侧边缘设备的利用率ρk可以表示为:
业务需要在第k个SBS侧边缘设备排队等待处理的概率为:
其中,πi表示第i个服务器处于忙碌状态的稳态概率。第k个SBS中没有 业务存在的稳态概率可以表示为:
因此,第k个SBS侧边缘设备的平均队列时延为:
与SBS侧边缘设备类似,在本发明实施例中,将雾计算网络架构下的云 端服务器建模成一个拥有d个服务器的M/M/d排队系统,图5为云端业务处 理排队模型。
云端排队模型中的总的业务到达速率λC为:
其中,K为SBS设备的数量,kSDN_off为业务由于在SBS之间转移而处于 睡眠模式的SBS侧边缘设备的数量,为在第i个SBS侧边缘设备的计算型 业务的比例,非计算型业务可直接经由MBS传输,无需上传到云端处理。xi取值为0或1,表示为第i个SBS侧边缘设备是处于工作状态(xi=1),还是 处于睡眠状态(xi=0);λi表示第i个SBS侧边缘设备的业务到达速率。
云端排队系统的利用率为:
其中,0≤ρc≤1,λc、μc、dc分别为云端系统的业务到达速率,业务离开 速率,服务器数量。
与SBS队列系统类似,业务需要在云端队列系统中排队等待处理的概率 表示为:
其中,πi表示第i个服务器处于忙碌状态的稳态概率,d=dc。
云端系统中没有业务存在的稳态概率可以表示为:
因此,通过计算可得云端系统中业务的平均队列时延为
假设每套SBS设备的消耗功率为PSBS。根据系统模型,在业务流转移之前, 系统中有K个SBS处于开机模式,在如上述方式一业务流转移可使kSDN_off个 SBS处于睡眠模式,如上述方式二业务流转移可使kN_c个SBS处于睡眠模式。 那么,可通过将某SBS侧边缘设备下的业务负载到其他邻近设备中,并关停 空闲状态下的SBS及相关配套边缘设备这一方法达到节能的目的。该方法可 节约的功耗为:
Psave=PSBS(kN_c+kSDN_off) (10)
由前文所述的网络模型可知,SBS中业务的转移方式有两种,方式一为基 于SDN的SBS侧边缘设备之间的业务流的转移。方式二为SBS侧边缘设备中 的计算型业务流经MBS上传到云端中进行处理。以下分别描述两个问题的建 模过程。
(1)方式一问题建模:
SBS侧边缘设备的总功耗表示为:
其中,PSBS表示每套SBS侧边缘设备所消耗的功率;xk∈{0,1}表示SBS侧 边缘设备是否处于开机模式,xk取0为睡眠模式,取1为开机模式。
在方式一中,为了保证更低的业务时延以及最大限度的节省整个系统中的 功耗能源,在保持排队系统稳定性的前提下,以每个SBS中业务的等待排队 的概率低于某一设定阈值为目标,以使得尽可能多的SBS设备处于睡眠模式。 综上所述,可以用P1描述上述问题:
其中,约束A1的目的是保证K个SBS侧边缘设备的业务排队概率均保 证在某一阈值之下,以保证业务时延,约束A2的目的是为了保证K个SBS 侧边缘设备的稳定性,约束A3的目的即表示K个SBS侧边缘设备是处于开 机/睡眠模式。
(2)方式二问题建模:
云端系统中业务排队等待处理的概率表示为:
其中,P(si)为第i个SBS侧边缘设备处于关机模式的概率,这里假设所 有的SBS侧边缘设备处于关机模式的可能性相同,即为P(Csi)为第 i个SBS侧边缘设备处于关机模式时,对应业务需要在云端队列中排队的概率, 具体表达式如下式:
对应地,第i个SBS侧边缘设备处于关机模式时,对应业务需要在MBS 队列中排队的概率为:
与方式一类似,该方式通过将SBS中的计算型业务上传到云端,而使得 处理该业务的SBS属于睡眠模式,进而最大限度的节省系统中的功耗。
可以用P2描述该问题:
Subject to:A1:0≤ρc≤1,
其中,在本发明实施例中,将MBS建模成一个M/M/dMBS排队系统,λMBS、 μMBS、dMBS分别为MBS侧的业务到达速率,业务离开速率,服务器数量。约 束A1、A2、A3的目的是分别保证云端侧、MBS侧、SBS侧服务器的稳定性, 即满足云端侧、MBS侧、SBS侧系统的利用率均不大于1,约束A4的目的即 表示k个服务器是处于开机/睡眠模式。
由于P1与P2问题均为二元整数非线性规划问题,求解过程复杂,故为 了解决上述问题,在本发明实施例中提出了一种基于SDN辅助的雾计算网络 架构下的节能算法。基于SDN辅助,所有SBS的服务器之间的资源均可共享, 本发明实施例中提出的SDN辅助下的SBS业务处理模型如图6所示,即K个 边缘设备的排队系统可以被建模成一个M/M/N排队系统,通过SDN可以实现 对网络资源的统一调度,SBS之间可以在SDN控制器的控制下互相协作,对 业务进行处理,从而减少业务的排队时延。
对功率最小化问题P1进行求解,即对满足上述约束条件(时延与平稳性 约束)的最小数量的服务器台数进行求解。根据可以求得满足一个队列概率小 于ε的服务器的数量为:
而g可以通过等式求得:
其中,Φ(g)和φ(g)分别表示标准正态分布的累积函数,概率密度函数。通 过上式,可绘出g与ε的关系曲线,如图7所示。故而,通过确定ε,可对应 求得g。
因此,最终可以求得处于睡眠模式的SBS的最大数量为:
接下来,对功率最小化问题P2进行求解时,需保证业务的排队时延尽可 能的小,故需对剩余K-kSDN_off个SBS的P(C|si)、P(M|si)按照升序的顺序排列, 优先从P(C|si)、P(M|si)小的SBS队列进行业务转移,并保证满足SBS中的业 务转移到MBS以及云端后,MBS与云端系统的稳定性。从而求解出能够求解 得出处于睡眠模式的SBS的最大数量为kN_C。
最终,可计算得到两种业务流转移方式下的可以处于睡眠模式下的总SBS 数量,即为kSDN_off+kN_c。
基于以上原理,参见图8,图8是本发明实施例提供的业务处理方法的流 程图,应用于SDN控制器,如图8所示,包括以下步骤:
步骤801、从SBS侧边缘设备队列中确定能够处于休眠模式的第一源SBS 侧边缘设备。
具体的,在此步骤中,计算第一数值,所述第一数值用于表示SBS侧边 缘设备队列中能够处于休眠模式的第一源SBS侧边缘设备的最大值。然后, 将所述SBS侧边缘设备队列中的各SBS侧边缘设备按照业务到达速率的大小 进行排序。最后,根据排序结果,从所述SBS侧边缘设备队列中选择业务到 达速率较小的SBS侧边缘设备作为所述第一源SBS侧边缘设备,其中,所述 第一源SBS侧边缘设备的数量为所述第一数值。
例如,将所述SBS侧边缘设备队列中的各SBS侧边缘设备按照业务到达 速率从小到大进行排序,从排序结果中根据第一数值选择对应数量的SBS侧 边缘设备作为所述第一源SBS侧边缘设备。
其中,第一数值可利用公式(19)计算。相应的,在此步骤中,计算第一 参数,利用所述第一参数得到所述第一数值。第一参数利用公式(17)求得。
步骤802、确定与所述第一源SBS侧边缘设备匹配的目标SBS侧边缘设 备,其中,所述目标SBS侧边缘设备确定为处于开机状态的SBS侧边缘设备。
在本发明实施例中,所述第一源SBS侧边缘设备为多个,如2个以上。 那么,在此步骤中,将所述多个第一源SBS侧边缘设备按照业务到达速率的 大小进行排序。对于排序结果中的第k个第一源SBS侧边缘设备,从处于开 机状态的SBS侧边缘设备中选择第一候选SBS侧边缘设备。计算第三参数ρk和第四参数Pk,所述第三参数表示队列排队时延阈值,第四参数表示系统平稳 性。如果ρk<1且Pk<ε,则将所述第一候选SBS侧边缘设备作为所述第k个第 一源SBS侧边缘设备的目标SBS侧边缘设备,ε表示业务排队等待处理概率 阈值。
例如,将所述多个第一源SBS侧边缘设备按照业务到达速率的从小到大 的顺序进行排序。从业务达到速率最小的第一源SBS侧边缘设备开始,按照 上述方式将其与处于开机状态的SBS侧边缘设备中的任何一个(即第一候选 SBS侧边缘设备)进行适配。如果此时计算ρk<1且Pk<ε,则将第一候选SBS 侧边缘设备作为目标SBS侧边缘设备。否则,可选择其他的处于开机状态的SBS侧边缘设备进行适配。第三参数ρk和第四参数Pk可分别参照前述公式(1) 和公式(2)的方式计算。
步骤803、将所述第一源SBS侧边缘设备的业务卸载,并利用所述目标 SBS侧边缘设备处理所述第一源SBS侧边缘设备的业务。
在本发明实施例中,可由SDN控制器确定SBS侧边缘设备队列中确定能 够处于休眠模式的第一源SBS侧边缘设备,并将其业务卸载,利用所述目标 SBS侧边缘设备处理所述第一源SBS侧边缘设备的业务。因此,通过本发明 实施例的方案,可从全局的角度尽可能的使SBS侧边缘设备进入到休眠模式, 从而最大限度的减少能耗,达到节能省电的目的。
为了进一步节省电能,在上述实施例的基础上,当SBS侧边缘设备队列 中当前处于休眠模式的第一源SBS侧边缘设备的数量大于所述第一数值时, 确定所述SBS侧边缘设备队列中除所述第一源SBS侧边缘设备之外能够处于 休眠模式的第二源SBS侧边缘设备。之后,可将所述第二源SBS侧边缘设备 休眠,以及,将所述第二源SBS侧边缘设备的第一类型业务流转到云端进行 处理,将所述第二源SBS侧边缘设备的第二类型业务流转到宏基站MBS侧边 缘设备进行处理。
具体的,在确定所述SBS侧边缘设备队列中除所述第一源SBS侧边缘设 备之外能够处于休眠模式的第二源SBS侧边缘设备时,可包括如下步骤:
(1)对于所述SBS侧边缘设备队列中除所述第一源SBS侧边缘设备之外 的至少一个第三源SBS侧边缘设备,计算第一概率和第二概率;所述第一概 率为所述第三源SBS侧边缘设备的第一类型业务在云端队列中排队的概率, 第二概率为所述第三源SBS侧边缘设备的第二类型业务在MBS队列中排队的 概率。
其中,第一概率和第二概率的计算方式可参照前述公式(14)和(15)。
(2)根据所述至少一个第三源SBS侧边缘设备的第一概率和第二概率, 对所述至少一个第三源SBS侧边缘设备进行排序。
假设有三个第三源SBS侧边缘设备(A、B、C),那么,将第一概率和第 二概率结合,对三个第三源SBS侧边缘设备进行排列。由于有两个排序参数 (三个第三源SBS侧边缘设备对应6个数值),因此,每个第三源SBS侧边缘 设备可能被排序两次,即有可能形成A、B、C、B、C、A这种排列结果。
(3)对于排序结果中的第m个值,判断如果将所述第m个值对应的第三 源SBS侧边缘设备处于休眠模式,是否满足云端稳定性要求和宏基站侧边缘 设备稳定性要求,1≤m≤2×n,n为至少一个第三源SBS侧边缘设备的数量。
(4)如果满足云端稳定性要求和宏基站侧边缘设备稳定性要求,则将所 述第m个值对应的第三源SBS侧边缘设备作为所述第二源SBS侧边缘设备。
以下对本发明实施例的实现方案做详细描述。
参见图9,图9是本发明实施例提供的业务处理方法的流程图,如图9所 示,包括以下步骤:
步骤901、计算业务流在SBS侧边缘设备之间转移时可以处于睡眠模式的 SBS侧边缘设备的第一数量。将系统中处于开机状态的SBS侧边缘设备根据 业务负载按照从小到大的顺序重新排列,并依次将选择的SBS侧边缘设备的 业务卸载,使对应SBS侧边缘设备进入到睡眠模式。业务卸载的SBS侧边缘 设备的数量为第一数量。
已知SBS侧边缘设备的业务到达速率λ1、λ2、...、λK,业务离开速率μ, 服务器数量d,业务排队等待处理概率阈值ε;MBS侧业务到达速率λMBS、业 务离开速率μMBS、MBS侧服务器数量dMBS,云端侧业务到达速率λc、业务离开 速率μc、云端服务器数量dc;SBS数量K。
定义λdepature为从源SBS侧边缘设备中转移到另一SBS侧边缘设备中业务流 的业务到达速率集合。由于系统初始状态中,系统中所有的SBS侧边缘设备 均处于开机状态,故初始化λdepature为空集合。
分别根据上式(17)、(19)分别求出满足队列概率小于ε的服务器的数量 N*、业务流在SBS之间转移时可以处于睡眠模式的SBS侧边缘设备的数量 kSDN_off。由于原始状态下,SBS侧边缘设备均处于开机状态,故而存在:
将kSDN_off个处于睡眠模式的SBS侧边缘设备中等待处理的业务放在λdepature集合中,用下列for循环实现。
初始化k=1;
for k≤kSDN_off
令该最小业务到达速率对应的SBS侧边缘设备状态处于睡眠模 式,xk=0;
将λmin从业务到达速率集合中去除,Ψ=Ψ-{k};
λdepature=λdepature+{λmin};
k=k+1;
end for;
上述流程中,业务流在SBS侧边缘设备之间转移时计算得到可以处于睡 眠模式的SBS数量kSDN_off。首先将k进行初始化为1,且当k小于可以处于 睡眠模式的SBS数量kSDN_off时,结合图10,执行下述策略:
(2)令该最小业务到达速率对应的SBS侧边缘设备状态处于睡眠模式, 即将xk设置为0;
(3)将λmin从业务到业务达速率集合中去除,Ψ=Ψ-{k}将λdepature标记为卸 载业务量的空集合,随着每次循环,均会有新的最小业务速率λmin加入到该集 合中;当k大于kSDN_off时,停止执行上述策略。
此时,系统中处于睡眠状态的SBS侧边缘设备已根据业务负载按照从小 到大的顺序进行了排列,λdepature为所有处于睡眠模式的SBS侧边缘设备对应的 业务到达速率的集合。
步骤902、将卸载业务与系统内其他处于开机状态的SBS侧边缘设备进行 适配,在满足队列排队时延以及系统平稳性的条件下,通过SDN将卸载的业 务适配到对应开机状态的SBS侧边缘设备的业务处理队列中,并由适配后的 SBS侧边缘设备对卸载业务进行处理。
在此步骤中,对处于休眠状态的SBS侧边缘设备中的业务按照业务到达 速率值的大小按照升序的方式重新排列。将λdepature集合中的卸载业务与其他处 于开状态下的SBS侧边缘设备适配,在满足队列排队时延以及系统平稳性的 条件下对这些卸载业务进行处理。该步骤用下列for循环实现。
初始化k=1;
定义λq∈λdepature;
λk=λq+λk;
将λq从λdepature集合中去除,λdepature=λdepature-{λq};
else
k=k+1;
end if
end for;
上述流程中,结合图11,卸载业务需与其他处于开状态下的SBS侧边缘 设备适配。故而,当λdepature集合中的卸载业务不为空时,即将λdepature中的业务到达速率的最小值与正在运行的业务到达速率最小的SBS侧边缘设 备进行适配,适配的条件即为满足队列排队时延以及系统平稳性 Pk<ε的条件。如若满足,则该适配业务由该正在运行的业务到达速率最小的 SBS进行处理,对应该正在运行的业务到达速率最小的SBS的业务到达速率 为:卸载业务的到达速率与该正在运行的业务到达速率最小的SBS应处理的 原业务到达速率之和,即λk=λq+λk;如若不满足上述队列排队时延以及系统 平稳性要求,则需选择其他处于开机状态下的SBS侧边缘设备对该卸载业务 进行处理。最终λdepature中的卸载业务均会与处于开机状态中的SBS侧边缘设备 进行适配。
步骤903、业务流由SBS侧边缘设备转移到MBS中,其中,计算型业务 上传到云端进行处理,非计算型业务在MBS中处理并传输。在满足MBS、云 端队列系统平稳性的条件下判定可使得该业务流对应的SBS侧边缘设备处于 睡眠模式。
为了保证业务时延以及SBS侧边缘设备的稳定性,SBS之间的业务流的 转移到达到极限,即处于睡眠模式的SBS数量为kSD_Nof时, 为了进一步的节约系统功率能耗业务流的转移方式变为上述网络模型中的方 式二。具体步骤如下所述。
通过for循环,计算出如果SBS处于休眠模式,该SBS中业务在云端队 列中的排队概率。
初始化i=1
for i≤K-kSDN_off
分别根据式(14)、(15)可分别计算出业务在云端队列中排队的概率P(C|si)、 业务需要在MBS队列中排队的概率P(M|si);
i=i+1;
end for;
根据P(C|si)和P(M|si)中值的大小按照升序的顺序通过前述步骤获得的Ψ 重新排列;在满足MBS、云端队列系统平稳性的条件下判定可使是否可使得 对应SBS处于睡眠模式,并计算该方式下睡眠模式SBS得数量kN_c。
结合图12,初始化i=1,如果i≤K-kSDN_off,分别根据式(14)、(15)可分别 计算出业务在云端队列中排队的概率P(C|si)、业务需要在MBS队列中排队的 概率P(M|si)。否则,根据P(C|si)和P(M|si)中值的大小按照升序的顺序通过前述 步骤获得的Ψ重新排列。初始化j=1。如果j≤K-kSDN_off,则判断 以及是否成立。如果成立,则 令对应的SBS侧边缘设备处于休眠模式,并将计数值加1。若不成立,可进行 下次判断,或者结束流程。
通过以上描述可以看出,在本发明实施例中,业务的传输方式分为两种: 方式一为业务在SBS之间转移,方式二为业务从SBS转移到MBS,其中计算 型业务需上传到云端处理,剩余的非计算型业务在MBS中处理。这样,可以 尽可能的使SBS微基站进入到休眠模式,从而最大限度的减少能耗,达到节 能省电的目的。此外,本发明实施例不仅考虑了通信层面业务流之间的传送, 又考虑了计算层面计算型业务需上传到云端处理,因此,本发明实施例适合通 信层面与计算层面的节能。
在本发明实施例中,基于SDN将多个边缘设备的排队系统看作为一个 M/M/N排队系统,在该排队系统中,SDN控制器可以对网络资源进行统一调 度。SBS之间可以在SDN控制器的控制下互相协作,对业务进行处理。故而, 该方法可以从网络全局角度部署策略,增强由于基站本身基于自身节能策略而 进行节能操作的准确性和可靠性。
本发明实施例还提供了一种业务处理装置,应用于SDN控制器。参见图 13,图13是本发明实施例提供的业务处理装置的结构图。由于业务处理装置 解决问题的原理与本发明实施例中业务处理方法相似,因此该业务处理装置的 实施可以参见方法的实施,重复之处不再赘述。
如图13所示,业务处理装置1300包括:
第一确定模块1301,用于从SBS侧边缘设备队列中确定能够处于休眠模 式的第一源SBS侧边缘设备;第二确定模块1302,用于确定与所述第一源SBS 侧边缘设备匹配的目标SBS侧边缘设备,其中,所述目标SBS侧边缘设备确 定为处于开机状态的SBS侧边缘设备;第一处理模块1303,用于将所述第一 源SBS侧边缘设备的业务卸载,并利用所述目标SBS侧边缘设备处理所述第 一源SBS侧边缘设备的业务。
其中,所述第一确定模块包括:
第一计算子模块,用于计算第一数值,所述第一数值用于表示SBS侧边 缘设备队列中能够处于休眠模式的第一源SBS侧边缘设备的最大值;
第一排序子模块,用于将所述SBS侧边缘设备队列中的各SBS侧边缘设 备按照业务到达速率的大小进行排序;
第一确定子模块,用于根据排序结果,从所述SBS侧边缘设备队列中选 择业务到达速率较小的SBS侧边缘设备作为所述第一源SBS侧边缘设备,其 中,所述第一源SBS侧边缘设备的数量为所述第一数值。
其中,所述第一计算子模块,用于计算第一参数;利用所述第一参数得到 所述第一数值;
其中,所述第一参数的计算方式如下:
其中,N*表示第一参数,λSDN_total是SBS侧边缘设备队列中各SBS侧边缘 设备的业务达到速率的总和,μSDN_total是SBS侧边缘设备队列中各SBS侧边缘 设备的业务离开速率的总和,g为第二参数,通过求得,Φ(g)和φ(g)分别表示标准正态分布的累积函数和概率密度函数,ε表示概率阈值;
其中,利用以下公式计算得到所述第一数值:
其中,kSDN_off表示所述第一数值,nk表示SBS侧边缘设备队列中各SBS 侧边缘设备所包括的服务器数量的总和,K表示SBS侧边缘设备队列中的SBS 侧边缘设备的数量。
其中,所述第一源SBS侧边缘设备为多个;所述第二确定模块包括:
第一排序子模块,用于将所述多个第一源SBS侧边缘设备按照业务到达 速率的大小进行排序;
第一选择子模块,用于对于排序结果中的第k个第一源SBS侧边缘设备, 从处于开机状态的SBS侧边缘设备中选择第一候选SBS侧边缘设备;
第一计算子模块,用于计算第三参数ρk和第四参数Pk,所述第三参数表示 队列排队时延阈值,第四参数表示系统平稳性;
第一确定子模块,用于如果ρk<1且Pk<ε,则将所述第一候选SBS侧边缘 设备作为所述第k个第一源SBS侧边缘设备的目标SBS侧边缘设备,ε表示 业务排队等待处理概率阈值。
其中,所述装置还包括:
第三确定模块,用于当SBS侧边缘设备队列中当前处于休眠模式的第一 源SBS侧边缘设备的数量大于所述第一数值时,确定所述SBS侧边缘设备队 列中除所述第一源SBS侧边缘设备之外能够处于休眠模式的第二源SBS侧边 缘设备;
第二处理模块,用于将所述第二源SBS侧边缘设备休眠,以及,将所述 第二源SBS侧边缘设备的第一类型业务流转到云端进行处理,将所述第二源 SBS侧边缘设备的第二类型业务流转到宏基站MBS侧边缘设备进行处理。
其中,所述第三确定模块包括:
第一计算子模块,用于对于所述SBS侧边缘设备队列中除所述第一源SBS 侧边缘设备之外的至少一个第三源SBS侧边缘设备,计算第一概率和第二概 率;所述第一概率为所述第三源SBS侧边缘设备的第一类型业务在云端队列 中排队的概率,第二概率为所述第三源SBS侧边缘设备的第二类型业务在 MBS队列中排队的概率;
第一排序子模块,用于根据所述至少一个第三源SBS侧边缘设备的第一 概率和第二概率,对所述至少一个第三源SBS侧边缘设备进行排序;
第一判断子模块,用于对于排序结果中的第m个值,判断如果将所述第 m个值对应的第三源SBS侧边缘设备处于休眠模式,是否满足云端稳定性要 求和宏基站侧边缘设备稳定性要求,1≤m≤2×n,n为至少一个第三源SBS 侧边缘设备的数量;
第一确定子模块,用于如果满足云端稳定性要求和宏基站侧边缘设备稳定 性要求,则将所述第m个值对应的第三源SBS侧边缘设备作为所述第二源SBS 侧边缘设备。
本发明实施例提供的装置,可以执行上述方法实施例,其实现原理和技术 效果类似,本实施例此处不再赘述。
本发明实施例还提供了一种业务处理装置,应用于SDN控制器。参见图 14,图14是本发明实施例提供的业务处理装置的结构图。由于业务处理装置 解决问题的原理与本发明实施例中业务处理方法相似,因此该业务处理装置的 实施可以参见方法的实施,重复之处不再赘述。
如图14所示,终端设备1400包括:处理器1401和收发器1402。
所述处理器,用于从SBS侧边缘设备队列中确定能够处于休眠模式的第 一源SBS侧边缘设备;确定与所述第一源SBS侧边缘设备匹配的目标SBS侧 边缘设备,其中,所述目标SBS侧边缘设备确定为处于开机状态的SBS侧边 缘设备;将所述第一源SBS侧边缘设备的业务卸载,并利用所述目标SBS侧 边缘设备处理所述第一源SBS侧边缘设备的业务。
其中,所述处理器还用于:
计算第一数值,所述第一数值用于表示SBS侧边缘设备队列中能够处于 休眠模式的第一源SBS侧边缘设备的最大值;
将所述SBS侧边缘设备队列中的各SBS侧边缘设备按照业务到达速率的 大小进行排序;
根据排序结果,从所述SBS侧边缘设备队列中选择业务到达速率较小的 SBS侧边缘设备作为所述第一源SBS侧边缘设备,其中,所述第一源SBS侧 边缘设备的数量为所述第一数值。
其中,所述处理器还用于:
计算第一参数;
利用所述第一参数得到所述第一数值;
其中,所述第一参数的计算方式如下:
其中,N*表示第一参数,λSDN_total是SBS侧边缘设备队列中各SBS侧边缘 设备的业务达到速率的总和,μSDN_total是SBS侧边缘设备队列中各SBS侧边缘 设备的业务离开速率的总和,g为第二参数,通过求得,Φ(g)和φ(g)分别表示标准正态分布的累积函数和概率密度函数,ε表示概率阈值;
其中,利用以下公式计算得到所述第一数值:
其中,kSDN_off表示所述第一数值,nk表示SBS侧边缘设备队列中各SBS 侧边缘设备所包括的服务器数量的总和,K表示SBS侧边缘设备队列中的SBS 侧边缘设备的数量。
所述第一源SBS侧边缘设备为多个;其中,所述处理器还用于:
将所述多个第一源SBS侧边缘设备按照业务到达速率的大小进行排序;
对于排序结果中的第k个第一源SBS侧边缘设备,从处于开机状态的SBS 侧边缘设备中选择第一候选SBS侧边缘设备;
计算第三参数ρk和第四参数Pk,所述第三参数表示队列排队时延阈值,第 四参数表示系统平稳性;
如果ρk<1且Pk<ε,则将所述第一候选SBS侧边缘设备作为所述第k个第 一源SBS侧边缘设备的目标SBS侧边缘设备,ε表示业务排队等待处理概率 阈值。
其中,所述处理器还用于:
当SBS侧边缘设备队列中当前处于休眠模式的第一源SBS侧边缘设备的 数量大于所述第一数值时,确定所述SBS侧边缘设备队列中除所述第一源SBS 侧边缘设备之外能够处于休眠模式的第二源SBS侧边缘设备;
将所述第二源SBS侧边缘设备休眠,以及,将所述第二源SBS侧边缘设 备的第一类型业务流转到云端进行处理,将所述第二源SBS侧边缘设备的第 二类型业务流转到宏基站MBS侧边缘设备进行处理。
其中,所述处理器还用于:
对于所述SBS侧边缘设备队列中除所述第一源SBS侧边缘设备之外的至 少一个第三源SBS侧边缘设备,计算第一概率和第二概率;所述第一概率为 所述第三源SBS侧边缘设备的第一类型业务在云端队列中排队的概率,第二 概率为所述第三源SBS侧边缘设备的第二类型业务在MBS队列中排队的概率;
根据所述至少一个第三源SBS侧边缘设备的第一概率和第二概率,对所 述至少一个第三源SBS侧边缘设备进行排序;
对于排序结果中的第m个值,判断如果将所述第m个值对应的第三源SBS 侧边缘设备处于休眠模式,是否满足云端稳定性要求和宏基站侧边缘设备稳定 性要求,1≤m≤2×n,n为至少一个第三源SBS侧边缘设备的数量;
如果满足云端稳定性要求和宏基站侧边缘设备稳定性要求,则将所述第m 个值对应的第三源SBS侧边缘设备作为所述第二源SBS侧边缘设备。
本发明实施例提供的装置,可以执行上述方法实施例,其实现原理和技术 效果类似,本实施例此处不再赘述。
本发明实施例还提供一种通信设备,包括:收发机、存储器、处理器及存 储在存储器上并可在处理器上运行的程序,所述处理器执行所述程序时实现如 上所述的业务处理方法中的步骤。
本发明实施例还提供一种可读存储介质,可读存储介质上存储有程序,该 程序被处理器执行时实现上述业务处理方法实施例的各个过程,且能达到相同 的技术效果,为避免重复,这里不再赘述。其中,所述的可读存储介质,可以 是处理器能够存取的任何可用介质或数据存储设备,包括但不限于磁性存储器 (例如软盘、硬盘、磁带、磁光盘(MO)等)、光学存储器(例如CD、DVD、 BD、HVD等)、以及半导体存储器(例如ROM、EPROM、EEPROM、非易 失性存储器(NAND FLASH)、固态硬盘(SSD))等。
需要说明的是,在本文中,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、物品或者装置 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、物品或者装置所固有的要素。在没有更多限制的情况下,由语 句“包括一个……”限定的要素,并不排除在包括该要素的过程、方法、物品或 者装置中还存在另外的相同要素。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到上述实 施例方法可借助软件加必需的通用硬件平台的方式来实现,当然也可以通过硬 件,但很多情况下前者是更佳的实施方式。根据这样的理解,本发明的技术方 案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来, 该计算机软件产品存储在一个存储介质(如ROM/RAM、磁盘、光盘)中,包 括若干指令用以使得一台终端(可以是手机,计算机,服务器,空调器,或者 网络设备等)执行本发明各个实施例所述的方法。
上面结合附图对本发明的实施例进行了描述,但是本发明并不局限于上述 的具体实施方式,上述的具体实施方式仅仅是示意性的,而不是限制性的,本 领域的普通技术人员在本发明的启示下,在不脱离本发明宗旨和权利要求所保 护的范围情况下,还可做出很多形式,均属于本发明的保护之内。
Claims (12)
1.一种业务处理方法,应用于软件定义网络SDN控制器,其特征在于,包括:
从微基站SBS侧边缘设备队列中确定能够处于休眠模式的第一源SBS侧边缘设备;
确定与所述第一源SBS侧边缘设备匹配的目标SBS侧边缘设备,其中,所述目标SBS侧边缘设备确定为处于开机状态的SBS侧边缘设备;
将所述第一源SBS侧边缘设备的业务卸载,并利用所述目标SBS侧边缘设备处理所述第一源SBS侧边缘设备的业务。
2.根据权利要求1所述的方法,其特征在于,所述从微基站SBS侧边缘设备队列中确定能够处于休眠模式的第一源SBS侧边缘设备,包括:
计算第一数值,所述第一数值用于表示SBS侧边缘设备队列中能够处于休眠模式的第一源SBS侧边缘设备的最大值;
将所述SBS侧边缘设备队列中的各SBS侧边缘设备按照业务到达速率的大小进行排序;
根据排序结果,从所述SBS侧边缘设备队列中选择业务到达速率较小的SBS侧边缘设备作为所述第一源SBS侧边缘设备,其中,所述第一源SBS侧边缘设备的数量为所述第一数值。
3.根据权利要求2所述的方法,其特征在于,所述计算第一数值包括:
计算第一参数;
利用所述第一参数得到所述第一数值;
其中,所述第一参数的计算方式如下:
其中,N*表示第一参数,λSDN_total是SBS侧边缘设备队列中各SBS侧边缘设备的业务达到速率的总和,μSDN_total是SBS侧边缘设备队列中各SBS侧边缘设备的业务离开速率的总和,g为第二参数,通过求得,Φ(g)和φ(g)分别表示标准正态分布的累积函数和概率密度函数,ε表示概率阈值;
其中,利用以下公式计算得到所述第一数值:
其中,kSDN_off表示所述第一数值,nk表示SBS侧边缘设备队列中各SBS侧边缘设备所包括的服务器数量的总和,K表示SBS侧边缘设备队列中的SBS侧边缘设备的数量。
4.根据权利要求1所述的方法,其特征在于,所述第一源SBS侧边缘设备为多个;所述确定与所述第一源SBS侧边缘设备匹配的目标SBS侧边缘设备,包括:
将所述多个第一源SBS侧边缘设备按照业务到达速率的大小进行排序;
对于排序结果中的第k个第一源SBS侧边缘设备,从处于开机状态的SBS侧边缘设备中选择第一候选SBS侧边缘设备;
计算第三参数ρk和第四参数Pk,所述第三参数表示队列排队时延阈值,第四参数表示系统平稳性;
如果ρk<1且Pk<ε,则将所述第一候选SBS侧边缘设备作为所述第k个第一源SBS侧边缘设备的目标SBS侧边缘设备,ε表示业务排队等待处理概率阈值。
5.根据权利要求2所述的方法,其特征在于,所述方法还包括:
当SBS侧边缘设备队列中当前处于休眠模式的第一源SBS侧边缘设备的数量大于所述第一数值时,确定所述SBS侧边缘设备队列中除所述第一源SBS侧边缘设备之外能够处于休眠模式的第二源SBS侧边缘设备;
将所述第二源SBS侧边缘设备休眠,以及,将所述第二源SBS侧边缘设备的第一类型业务流转到云端进行处理,将所述第二源SBS侧边缘设备的第二类型业务流转到宏基站MBS侧边缘设备进行处理。
6.根据权利要求5所述的方法,其特征在于,所述确定所述SBS侧边缘设备队列中除所述第一源SBS侧边缘设备之外能够处于休眠模式的第二源SBS侧边缘设备,包括:
对于所述SBS侧边缘设备队列中除所述第一源SBS侧边缘设备之外的至少一个第三源SBS侧边缘设备,计算第一概率和第二概率;所述第一概率为所述第三源SBS侧边缘设备的第一类型业务在云端队列中排队的概率,第二概率为所述第三源SBS侧边缘设备的第二类型业务在MBS队列中排队的概率;
根据所述至少一个第三源SBS侧边缘设备的第一概率和第二概率,对所述至少一个第三源SBS侧边缘设备进行排序;
对于排序结果中的第m个值,判断如果将所述第m个值对应的第三源SBS侧边缘设备处于休眠模式,是否满足云端稳定性要求和宏基站侧边缘设备稳定性要求,1≤m≤2×n,n为至少一个第三源SBS侧边缘设备的数量;
如果满足云端稳定性要求和宏基站侧边缘设备稳定性要求,则将所述第m个值对应的第三源SBS侧边缘设备作为所述第二源SBS侧边缘设备。
7.一种业务处理装置,应用于SDN控制器,其特征在于,包括:
第一确定模块,用于从SBS侧边缘设备队列中确定能够处于休眠模式的第一源SBS侧边缘设备;
第二确定模块,用于确定与所述第一源SBS侧边缘设备匹配的目标SBS侧边缘设备,其中,所述目标SBS侧边缘设备确定为处于开机状态的SBS侧边缘设备;
第一处理模块,用于将所述第一源SBS侧边缘设备的业务卸载,并利用所述目标SBS侧边缘设备处理所述第一源SBS侧边缘设备的业务。
8.一种业务处理装置,应用于SDN控制器,其特征在于,包括:处理器和收发器;
所述处理器,用于从SBS侧边缘设备队列中确定能够处于休眠模式的第一源SBS侧边缘设备;确定与所述第一源SBS侧边缘设备匹配的目标SBS侧边缘设备,其中,所述目标SBS侧边缘设备确定为处于开机状态的SBS侧边缘设备;将所述第一源SBS侧边缘设备的业务卸载,并利用所述目标SBS侧边缘设备处理所述第一源SBS侧边缘设备的业务。
9.一种业务处理系统,其特征在于,包括:SDN控制器,至少一个SBS侧边缘设备;
其中,所述SDN控制器用于:
从SBS侧边缘设备队列中确定能够处于休眠模式的第一源SBS侧边缘设备;
确定与所述第一源SBS侧边缘设备匹配的目标SBS侧边缘设备,其中,所述目标SBS侧边缘设备确定为处于开机状态的SBS侧边缘设备;
将所述第一源SBS侧边缘设备的业务卸载,并利用所述目标SBS侧边缘设备处理所述第一源SBS侧边缘设备的业务。
10.根据权利要求9所述的系统,其特征在于,还包括:MBS侧边缘设备,云端;
所述SDN控制器还用于:当SBS侧边缘设备队列中当前处于休眠模式的第一源SBS侧边缘设备的数量大于第一数值时,确定所述SBS侧边缘设备队列中除所述第一源SBS侧边缘设备之外能够处于休眠模式的第二源SBS侧边缘设备;将所述第二源SBS侧边缘设备休眠,以及,将所述第二源SBS侧边缘设备的第一类型业务流转到云端进行处理,将所述第二源SBS侧边缘设备的第二类型业务流转到MBS侧边缘设备进行处理;所述第一数值用于表示SBS侧边缘设备队列中能够处于休眠模式的第一源SBS侧边缘设备的最大值;
MBS侧边缘设备,用于处理所述第二源SBS侧边缘设备的第一类型业务;
云端,用于处理所述第二源SBS侧边缘设备的第二类型业务。
11.一种通信设备,包括:收发机、存储器、处理器及存储在所述存储器上并可在所述处理器上运行的程序;其特征在于,所述处理器,用于读取存储器中的程序实现如权利要求1至6中任一项所述的业务处理方法中的步骤。
12.一种可读存储介质,用于存储程序,其特征在于,所述程序被处理器执行时实现如权利要求1至6中任一项所述的业务处理方法中的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011372589.XA CN114585058A (zh) | 2020-11-30 | 2020-11-30 | 一种业务处理方法、装置、设备及可读存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011372589.XA CN114585058A (zh) | 2020-11-30 | 2020-11-30 | 一种业务处理方法、装置、设备及可读存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114585058A true CN114585058A (zh) | 2022-06-03 |
Family
ID=81768743
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011372589.XA Pending CN114585058A (zh) | 2020-11-30 | 2020-11-30 | 一种业务处理方法、装置、设备及可读存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114585058A (zh) |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102695251A (zh) * | 2011-03-21 | 2012-09-26 | 上海贝尔股份有限公司 | 移动通信系统中的节能方法 |
WO2017015948A1 (zh) * | 2015-07-30 | 2017-02-02 | 华为技术有限公司 | 调整无线网络系统的能量损耗的方法和装置 |
CN111148131A (zh) * | 2019-11-04 | 2020-05-12 | 国家电网有限公司 | 一种基于能耗的无线异构网络终端接入控制方法 |
-
2020
- 2020-11-30 CN CN202011372589.XA patent/CN114585058A/zh active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102695251A (zh) * | 2011-03-21 | 2012-09-26 | 上海贝尔股份有限公司 | 移动通信系统中的节能方法 |
WO2017015948A1 (zh) * | 2015-07-30 | 2017-02-02 | 华为技术有限公司 | 调整无线网络系统的能量损耗的方法和装置 |
CN111148131A (zh) * | 2019-11-04 | 2020-05-12 | 国家电网有限公司 | 一种基于能耗的无线异构网络终端接入控制方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112004239B (zh) | 一种基于云边协同的计算卸载方法及系统 | |
CN110347500B (zh) | 用于边缘计算环境中面向深度学习应用的任务卸载方法 | |
CN110493360B (zh) | 多服务器下降低系统能耗的移动边缘计算卸载方法 | |
CN113242568B (zh) | 一种不确定网络环境中的任务卸载和资源分配方法 | |
CN111930436B (zh) | 一种基于边缘计算的随机型任务排队卸载优化方法 | |
CN111262906A (zh) | 分布式边缘计算服务系统下的移动用户终端任务卸载方法 | |
CN109819046B (zh) | 一种基于边缘协作的物联网虚拟计算资源调度方法 | |
CN107708152B (zh) | 异构蜂窝网络的任务卸载方法 | |
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 | |
CN111915142B (zh) | 一种基于深度强化学习的无人机辅助资源分配方法 | |
CN112367640A (zh) | 基于移动边缘计算的v2v模式多任务卸载方法及系统 | |
CN114528092A (zh) | 边缘节点任务调度方法、装置、计算机设备和存储介质 | |
CN114449529A (zh) | 基于移动边缘计算的资源分配优化方法、装置及存储介质 | |
CN113315669B (zh) | 基于云边协同的吞吐量优化的机器学习推断任务部署方法 | |
CN113391647B (zh) | 多无人机边缘计算服务部署及调度方法和系统 | |
US20210153112A1 (en) | Method for controlling the admission of slices into a virtualized telecommunication network and the congestion likely to be generated between services instantiated on said slices | |
CN114285853A (zh) | 设备密集型工业物联网中基于端边云协同的任务卸载方法 | |
CN111711962A (zh) | 一种移动边缘计算系统子任务协同调度方法 | |
CN114205353A (zh) | 一种基于混合动作空间强化学习算法的计算卸载方法 | |
CN113961264A (zh) | 一种面向视频监控云边协同的智能卸载算法与系统 | |
CN114691372A (zh) | 一种多媒体端边云系统的群体智能控制方法 | |
CN115134370B (zh) | 一种多无人机辅助的移动边缘计算卸载方法 | |
CN114585058A (zh) | 一种业务处理方法、装置、设备及可读存储介质 | |
CN115955479A (zh) | 一种云边端协作系统中的任务快速调度与资源管理方法 | |
CN111580943A (zh) | 一种面向低时延边缘计算中多跳卸载的任务调度方法 |
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 |