[發明專利]移動邊緣云計算系統中基于演進博弈的動態資源分配方法

有效

• 申請號: 201710709945.4
• 申請日: 2017-08-18
• 公開（公告）號: CN107465748B
• 公開（公告）日: 2020-07-31
• 發明（設計）人: 夏瑋瑋;張靜;黃博南;鄒倩;程之序;燕鋒;沈連豐
• 申請（專利權）人: 東南大學
• 主分類號: H04L29/08
• 分類號: H04L29/08;H04L12/901;H04W28/08;H04W48/20
• 代理公司: 南京蘇高專利商標事務所(普通合伙) 32204
• 代理人: 柏尚春

1.一種移動邊緣云計算系統中基于演進博弈的動態資源分配方法，其特征在于該方法包括：

(1)移動邊緣云計算系統MEC環境下根據網絡覆蓋情況將網絡分成多個區域，不同的覆蓋區域選擇的接入服務點SP策略集有所不同，同一個區域內具有任務卸載需求的終端形成一個種群；另外，網絡內存在一個集中控制器，集中控制器收集各個種群各個終端的SP選擇策略和卸載代價；

(2)移動邊緣云計算系統MEC中的終端發起任務卸載請求，并建立終端的任務卸載代價函數；其中，該任務卸載代價函數包含能耗代價、時延代價和經濟代價，能耗代價是終端進行任務卸載時消耗的能量，時延代價是終端進行任務卸載過程中經歷的時延，經濟代價是任務卸載時終端選擇無線資源和云資源向SP所支付的費用；每個種群內的所有終端在進行一次任務卸載時被要求卸載相同的任務量；

(3)由于處于同一區域的具有任務卸載需求的終端形成一個種群，因此每個種群具有不同的SP選擇策略集；每個種群的所有終端在SP選擇策略集中隨機選擇可接入的SP；網絡內各個種群內部建立演進博弈；

(4)各個種群的終端計算任務卸載代價并將SP選擇策略和代價信息發送至集中控制器；集中控制器根據各個終端代價和種群狀態信息計算種群平均任務卸載代價；

(5)由于同一個種群內終端進行任務卸載時任務量相同，因此種群根據動態復制進行SP選擇和無線資源和計算資源分配；每個種群在進行一次動態復制后，種群內部分終端改變了SP選擇策略，整個網絡內的種群狀態空間發生變化，每個SP的接入終端數量增加或減小，分配的計算資源和無線資源相應減少或增加，因此需要更新各個種群的卸載代價以進行下一次動態復制；

(6)動態復制達到演進均衡，網絡內所有種群不再改變SP選擇策略，各個終端獲得所選擇的SP分配的計算資源和無線資源，當這一輪任務完成，網絡接入新的任務卸載請求并達到演進博弈演進均衡。

2.根據權利要求1所述的移動邊緣云計算系統中基于演進博弈的動態資源分配方法，其特征在于：步驟(2)中所述能耗代價、時延代價和經濟代價，各個種群可以對能耗代價、時延代價和經濟代價占據的比例進行動態調節，三者影響因子之和為1。

3.根據權利要求1所述的移動邊緣云計算系統中基于演進博弈的動態資源分配方法，其特征在于：步驟(3)中演進博弈的描述具體如下：

參與者Player：所有種群的所有終端；

種群Population：同一區域內具有任務卸載請求的終端形成一個種群，種群和網絡內劃分的區域數相同；

策略Strategy：每個終端的策略指的是在種群SP選擇策略集合中選定的SP，網絡中SP選擇策略總集合為K＝{0,...,k,...,K}，k表示終端的選擇策略為第k個接入服務點，記為SP_k每個種群的SP選擇策略向量記為[s_j]_1*(K+1)，S＝[s₁；s₂；...；s_J]表示所有種群的SP選擇策略狀態矩陣，S[j,k]＝0表示種群j無法接入SP_k；S[j,k]＝1表示種群j可接入SP_k；

種群占有率Population share：N_j表示種群j中所有具有任務卸載需求的終端個數，表示種群j中選擇SP_k的終端個數；則表示種群j關于SP_k的種群占有率，如果S[j,k]＝0，即表示種群j無法接入SP_k，那么

種群狀態Population state：所有SP的種群占有率構成了種群狀態，種群j的種群狀態表示為種群狀態滿足X＝[x₁；x₂；...；x_J]表示種群狀態空間，即各個種群的種群狀態向量構成的矩陣；

代價函數Cost function：每個參與者的代價函數與能量消耗，時延和經濟代價有關。