[發明專利]一種基于移動邊緣計算的服務器資源配置方法

有效

• 申請號: 202010958793.3
• 申請日: 2020-09-14
• 公開（公告）號: CN112202847B
• 公開（公告）日: 2022-03-22
• 發明（設計）人: 鮑寧海;楊帆;董霄漢;禹華春;岳渤涵
• 申請（專利權）人: 重慶郵電大學
• 主分類號: H04L67/1074
• 分類號: H04L67/1074;H04L67/1042;H04L67/1001;G06K9/62
• 代理公司: 重慶市恒信知識產權代理有限公司 50102
• 代理人: 陳棟梁

本發明請求保護一種基于移動邊緣計算的服務器資源配置方法，屬于通信網絡技術領域。針對移動邊緣計算場景下服務器的接入時延和負載約束問題，提出邊緣服務器的優化配置方法。本發明根據區域內移動基站的位置及分布密度，通過初始聚類劃分滿足服務器的接入時延和負載約束，通過基站排序、服務器位置偏移，以及服務器數量壓縮的方法進行多層次聚類迭代，優化區域內的服務器資源配置，從而有效降低服務器的配置數量和平均接入時延，并提高服務器的負載均衡性。

技術領域

本發明屬于通信網絡技術領域，具體涉及一種基于移動邊緣計算的服務器資源配置方法。

背景技術

由于5G技術的飛速發展，帶動了移動業務的迅猛增長。然而，由于計算能力、存儲資源以及電池容量方面的制約，一定程度上限制了移動終端設備的業務處理能力。隨著計算卸載技術的出現，移動終端可以將計算量大以及時延要求低的業務卸載到云服務器進行處理，并及時回傳結果，以緩解移動終端本地處理能力不足的壓力。然而，這種卸載技術依然存在一些待解決的問題，特別是當移動設備到云服務器的距離較遠時，卸載過程傳輸時延較長，這將嚴重影響時延敏感型任務的服務質量(Quality of Service)。近年來，移動邊緣計算(Mobile Edge Computing,MEC)的出現提供了解決這個問題的可能。MEC通過將服務器分布配置于更接近用戶的無線基站，減小任務卸載的傳輸距離，可以有效降低用戶的服務器接入時延，從而提供更加高效的各類智能業務。

邊緣服務器的資源配置問題，是移動邊緣計算技術研究的一個重要目標。合理的邊緣服務器配置方法可以有效提高服務器資源的利用率和業務完成的實時性。邊緣服務器的配置規劃具有兩個較強的約束條件，其一是服務器的接入時延約束，其二是服務器的負載約束。滿足這兩個約束條件的最簡單方法是提高邊緣服務器的配置密度和數量，但卻可能會嚴重影響服務器的資源利用率和負載均衡性，從而給運營商造成巨大的損失。因此，為了提高移動邊緣計算的服務質量以及服務器的資源利用率與負載均衡性，邊緣服務器資源的優化配置是5G網絡建設和完善的重要問題。

目前，現有的邊緣服務器配置方案大多只針對接入時延進行優化，忽略了服務器的計算容量約束，以及服務器的數量和負載均衡性，資源利用率難以進一步提升；少量配置方案主要針對服務器的負載均衡性進行優化，雖然引入了最大時延門限，但卻未考慮時延的均衡性，容易造成不同區域用戶接入時延差異較大，難以保證用戶體驗的穩定性。為解決以上問題，本發明提出了一種基于移動邊緣計算的服務器資源配置方法。

發明內容

本發明旨在解決以上現有技術的問題。提出了一種基于移動邊緣計算的服務器資源配置方法。本發明的技術方案如下：

一種基于移動邊緣計算的服務器資源配置方法，其根據區域內移動基站的位置及分布密度，在滿足服務器的接入時延和負載約束條件下，對基站進行初始聚類劃分，通過基站排序、服務器位置偏移，以及服務器數量壓縮的方法進行多層次聚類迭代，優化服務器資源配置，資源配置方法具體包括以下步驟：

101、將區域內的所有基站放入集合A，對A中基站進行初始配置，獲得初始中心點集合U＝{a_i}及相應的基站聚類集合{C_i}，并根據目標函數計算目標值R，初始化變量j＝0，k＝0；

102、根據初始配置，令R'＝R，R″＝R，其中，R'表示中心點偏移更新指標，R″表示隨機序列更新指標；

103、令當前的中心點數量I＝|U|；

104、如果R″R'，令R'＝R″，j＝0，更新中心點集合U＝{a_i}及相應的基站聚類集合{C_i}，跳轉到步驟105，否則，跳轉到步驟105；

105、j＝j+1，如果jJ，其中，J為中心點更新迭代終止容限，對U中每一個中心點a_i，在其鄰近的λ個基站中隨機選取一個作為新的中心點，替換a_i，令k＝0，跳轉到步驟106；否則，跳轉到步驟110；