[發(fā)明專利]一種用于移動邊緣計算的管理方法及邊緣服務(wù)器

有效

• 申請?zhí)枺?/td>: 201911007166.5
• 申請日: 2019-10-22
• 公開（公告）號: CN110740473B
• 公開（公告）日: 2021-07-20
• 發(fā)明（設(shè)計）人: 龍隆;劉子辰;邱大偉;徐順清;石晶林;周一青
• 申請（專利權(quán)）人: 中國科學(xué)院計算技術(shù)研究所
• 主分類號: H04W28/02
• 分類號: H04W28/02;H04W36/16;H04W36/22;H04W72/04;H04W72/08
• 代理公司: 北京泛華偉業(yè)知識產(chǎn)權(quán)代理有限公司 11280
• 代理人: 王勇

本發(fā)明在邊緣服務(wù)器提供輔助計算前，綜合考慮上行傳輸時延、計算時延和下行傳輸時延對總時延的影響，為各移動終端對系統(tǒng)當(dāng)前有限的資源進(jìn)行優(yōu)化分配，以降低執(zhí)行所有用戶任務(wù)的總時延。特別是在目前因技術(shù)發(fā)展導(dǎo)致一些場景的下行數(shù)據(jù)的大小較大無法忽略的情形下，本發(fā)明能讓執(zhí)行任務(wù)請求對應(yīng)的所有任務(wù)的總時延最小，而對于下行數(shù)據(jù)的大小較小的情形，本發(fā)明也能夠讓執(zhí)行任務(wù)請求對應(yīng)的所有任務(wù)的總時延最小，能夠高效地滿足不同場景下用戶低時延的需求，從而提高用戶體驗。

技術(shù)領(lǐng)域

本發(fā)明涉及無線通信領(lǐng)域，具體來說涉及移動邊緣計算中計算卸載與資源分配的聯(lián)合優(yōu)化，更具體地說，涉及一種用于移動邊緣計算的管理方法及邊緣服務(wù)器。

背景技術(shù)

隨著移動通信的高速發(fā)展以及智能移動終端快速的普及，許多新型應(yīng)用如：虛擬現(xiàn)實、增強(qiáng)現(xiàn)實以及自動駕駛等隨之產(chǎn)生。而這類具有低時延高可靠通信需求的應(yīng)用對移動終端的計算能力提出較高要求。由于計算能力有限的移動終端在處理這類應(yīng)用時將產(chǎn)生較高的應(yīng)用處理時延并影響終端用戶的服務(wù)體驗，因此如何降低應(yīng)用處理時延，提升終端用戶的服務(wù)體驗是目前亟需解決的關(guān)鍵問題之一。

針對以上問題，移動云計算(mobile cloud computing，MCC)技術(shù)被提出。MCC的目標(biāo)是將云端豐富的計算資源擴(kuò)展至資源受限的移動終端，從而增強(qiáng)移動終端潛在的計算能力，降低應(yīng)用處理時延。為達(dá)到該目標(biāo)，移動終端需要將計算密集的任務(wù)通過無線接入的方式遷移到云服務(wù)器。盡管這種方式可以降低移動終端的負(fù)載但也存在明顯的缺陷，即移動終端與云服務(wù)器較遠(yuǎn)的距離以及大量的終端業(yè)務(wù)請求都將導(dǎo)致網(wǎng)絡(luò)時延的增加，從而降低終端用戶服務(wù)體驗。

歐洲電信標(biāo)準(zhǔn)協(xié)會(ETSI)提出一種新的技術(shù)：移動邊緣計算(mobile edgecomputing(MEC))，在新提出的技術(shù)架構(gòu)中，將位置固定且具有強(qiáng)大計算能力的服務(wù)器布置在網(wǎng)絡(luò)邊緣(如基站)，以降低其覆蓋范圍內(nèi)用戶的通信負(fù)載與網(wǎng)絡(luò)時延。然而，由于成本的限制，與云服務(wù)器相比，通常邊緣服務(wù)器的計算資源相對有限。因此，對于邊緣服務(wù)器，過多的任務(wù)可能為服務(wù)節(jié)點帶來額外的負(fù)載從而影響網(wǎng)絡(luò)時延。

目前主要有三類方法來降低MEC網(wǎng)絡(luò)中移動終端任務(wù)時延：

第一類方法是設(shè)計并優(yōu)化移動用戶的卸載方案。這類方法假設(shè)基站可以獲知用戶的基本信息，如傳輸距離、請求的任務(wù)類型、當(dāng)前小區(qū)用戶數(shù)以及蜂窩網(wǎng)中用戶在小區(qū)中位置信息、邊緣服務(wù)器的計算能力等。移動用戶通過比較任務(wù)在邊緣服務(wù)器的執(zhí)行時延以及在本地的執(zhí)行時延，進(jìn)行卸載選擇，從而完成卸載策略的優(yōu)化同時使終端用戶獲得最低的時延。在這類方法中，邊緣服務(wù)器最大的計算能力是根據(jù)小區(qū)用戶總數(shù)動態(tài)變化的且資源是平均分配給每一個請求用戶的，且忽略了下行鏈路帶寬資源的分配。因此，該方法存在至少兩個缺陷，一個是不能根據(jù)用戶任務(wù)的大小不同有差別地為用戶分配適配的計算資源，導(dǎo)致計算資源不能被充分利用或者不滿足需求；另一個是忽略了下行傳輸時延，當(dāng)用戶中有涉及到例如AR、VR等應(yīng)用場景的用戶時，其計算結(jié)果的數(shù)據(jù)的大小無法忽略，下行傳輸時延可能較大，極大地影響用戶體驗。

第二類方法是設(shè)計卸載策略與資源分配聯(lián)合優(yōu)化方案。這類方法相對于第一類方法，更近一步限定了邊緣服務(wù)器的計算能力以及系統(tǒng)通信資源，當(dāng)有用戶任務(wù)請求時，邊緣服務(wù)器將通過獲得的任務(wù)請求，為用戶進(jìn)行上行鏈路資源以及計算資源的優(yōu)化分配，使其時延最低。隨后根據(jù)優(yōu)化分配得到的時延與本地計算時延進(jìn)行比較，進(jìn)而得到優(yōu)化卸載策略以及最低時延。該方法中計算資源分配是按照按需分配的，也就是說用戶的任務(wù)請求需要的計算資源多就多分點，需要的計算資源少就少分點，最后是在總計算資源約束條件下，以所有用戶總時延最低為目標(biāo)，按需進(jìn)行資源優(yōu)化分配。雖然第二類方法在多用戶發(fā)起任務(wù)請求時，通過優(yōu)化分配算法對通信資源、計算資源以及卸載策略進(jìn)行聯(lián)合優(yōu)化進(jìn)而最小化用戶任務(wù)的執(zhí)行時延，但是，第二類方法依然沒有考慮下行鏈路資源有限的情形對任務(wù)總時延的影響。