[發明專利]移動邊緣計算系統中基于深度值網絡的協作資源分配方法

有效

• 申請號: 202010567315.X
• 申請日: 2020-06-19
• 公開（公告）號: CN111935825B
• 公開（公告）日: 2023-02-28
• 發明（設計）人: 夏瑋瑋;張雅雯;成華清;高航;燕鋒;沈連豐;宋鐵成
• 申請（專利權）人: 東南大學
• 主分類號: H04W72/0453
• 分類號: H04W72/0453;H04W72/542;H04W72/53
• 代理公司: 南京眾聯專利代理有限公司 32206
• 代理人: 周蔚然

本發明公開了一種移動邊緣計算系統中基于深度值網絡的協作資源分配方法，包括：（1）計算用戶和所有基站連接的信噪比，用戶根據信噪比最大原則選擇基站進行連接，得到用戶基站連接矩陣；（2）隨機給用戶分配信道，并且給連接用戶平均分配計算資源，得到資源分配的系統狀態；（3）將服務提供商子載波分配作為動作空間，用載波容量來表示獎勵值，利用深度值網絡算法得到用戶信道連接矩陣；（4）得到資源共享的系統狀態；（5）利用深度值網絡算法得到服務提供商資源借用集合。本發明基于深度強化學習，不僅考慮了面向移動端的資源分配問題，還通過多服務提供商之間的協作和計算資源共享，提高資源的有效利用率。

技術領域

本發明屬于移動邊緣計算技術，具體涉及移動邊緣計算系統中基于深度值網絡的協作資源分配方法。

背景技術

移動云計算(Mobile Cloud Computing，MCC)利用云中的大量資源提供彈性計算能力和存儲空間，來支持資源受限的終端設備，一直推動著許多互聯網公司的快速增長。然而，近些年來，隨著云功能日益向網絡邊緣移動，出現了一個新的趨勢。據估計，在不久的將來，數以百億計的邊緣設備將被部署，它們的處理器速度將按照摩爾定律呈指數增長。獲取分布在網絡邊緣的大量空閑的計算能力和存儲空間，可以為移動設備執行計算密集型任務提供充足的能力。這個范例被稱為移動邊緣計算。

與MCC相比，MEC存在以下幾個優點：

(1)低延時。MEC通信傳輸距離一般情況下不超過1公里。相比之下，MCC的傳輸距離通常是從移動設備到核心網或者數據中心的節點，傳輸距離從幾十公里到橫跨大陸。這使得 MEC的傳播時延比MCC要小得多。其次，MCC中信息會通過多個網絡，包括無線接入網，回程網以及互聯網，這些網絡中的流量控制，路由和其他的網絡管理操作可能會導致更多的延遲。

(2)節約終端能源。MEC通過計算卸載可以有效地節約能源，例如，為多媒體應用程序完成高達44倍的計算負載以及為不同的AR應用增加電池壽命30％-50％。

(3)上下文感知。MEC服務器能夠利用邊緣設備更接近用戶來跟蹤終端用戶的實時信息，比如行為、位置和環境。基于這些信息，可以將上下文感知服務交付給終端用戶。例如，博物館視頻指南可以根據用戶在博物館中的位置來預測用戶的興趣，從而自動投放與藝術品相關的內容。

(4)安全性。在MCC系統中，云計算平臺是遠程的公共大型數據中心，這些云平臺由于用戶信息資源高度集中，所以容易收到攻擊。此外，在MCC中，用戶數據的所有權和管理權是分離的，這會導致私有數據泄漏和丟失。然而，MEC服務器是分布式部署的，規模較小，有價值的信息集中度低，成為安全攻擊的目標的可能性低。另一方面，許多的MEC服務器可以設置為私有云，緩解信息泄漏問題。

MEC系統中的卸載和資源分配問題是近年來的研究熱點。移動設備處理能力有限導致了在本地處理計算密集型任務需要耗費巨大的時延和能耗。計算卸載則通過將任務上傳到邊緣云服務器，云服務器分配計算資源處理該任務，再將結果返回到移動設備來有效地減少任務執行時延和延長電池壽命。計算卸載時延不僅包括任務處理時延，還要考慮任務上傳時延和結果返回時延。任務處理時延與計算資源相關，傳輸時延則跟無線資源相關。然而，MEC系統中的資源一般是有限的，對于多個MEC的系統而言，通常會出現移動設備數目多以及服務器負載不均衡的情況，在這種情況下，如何進行多個MEC服務器之間的協作，通過共享資源改善資源的有效利用率成為了亟待解決的問題。

發明內容

為解決上述問題，本發明公開了一種移動邊緣計算系統中基于深度值網絡的協作資源分配方法，本方法基于深度強化學習，充分利用所有服務提供商的計算資源，在滿足用戶時延要求的情況下，提高有效資源利用率。

為達到上述目的，本發明的技術方案如下：

移動邊緣計算系統中基于深度值網絡的協作資源分配方法，包括以下步驟：