[發(fā)明專(zhuān)利]面向并行微服務(wù)組合的邊緣服務(wù)部署方法

有效

• 申請(qǐng)?zhí)枺?/td>: 202110209666.8
• 申請(qǐng)日: 2021-02-24
• 公開(kāi)（公告）號(hào): CN112882723B
• 公開(kāi)（公告）日: 2023-09-08
• 發(fā)明（設(shè)計(jì)）人: 王黎維;夏唯;李兵;王健;趙玉琦
• 申請(qǐng)（專(zhuān)利權(quán)）人: 武漢大學(xué)
• 主分類(lèi)號(hào): G06F8/60
• 分類(lèi)號(hào): G06F8/60;G06N3/006;G06N3/126;H04L67/51;H04L67/12
• 代理公司: 武漢科皓知識(shí)產(chǎn)權(quán)代理事務(wù)所(特殊普通合伙) 42222
• 代理人: 石超群

本發(fā)明公開(kāi)了一種面向并行微服務(wù)組合的邊緣服務(wù)部署方法，包括：構(gòu)建邊緣環(huán)境下終端和邊緣服務(wù)器之間的連接拓?fù)湟约斑吘壏?wù)器的容量限制；構(gòu)建邊緣環(huán)境下終端與邊緣服務(wù)器之間的微服務(wù)請(qǐng)求?響應(yīng)系統(tǒng)；形成以最小化終端的服務(wù)響應(yīng)時(shí)間作為主目標(biāo)、最小化終端訪問(wèn)云服務(wù)器的次數(shù)作為輔助目標(biāo)的多目標(biāo)組合；編碼微服務(wù)部署方案得到主目標(biāo)和輔助目標(biāo)對(duì)應(yīng)的適應(yīng)值；構(gòu)建種群，基于帶精英策略的非支配排序的遺傳算法并融合粒子群算法對(duì)種群進(jìn)行迭代優(yōu)化以求解Pareto最優(yōu)解，得到主目標(biāo)最優(yōu)的個(gè)體對(duì)應(yīng)的微服務(wù)部署方案。本發(fā)明通過(guò)引入輔助目標(biāo)防止了主目標(biāo)過(guò)早收斂而陷入局部最優(yōu)解；通過(guò)引入粒子群算法改進(jìn)非支配排序的遺傳算法，提高了算法的準(zhǔn)確性。

技術(shù)領(lǐng)域

本發(fā)明屬于邊緣計(jì)算技術(shù)領(lǐng)域，具體涉及一種面向并行微服務(wù)組合的邊緣服務(wù)部署方法。

背景技術(shù)

近年來(lái)，手機(jī)、可穿戴設(shè)備、傳感器和各種物聯(lián)網(wǎng)終端設(shè)備的數(shù)量日益增加。服務(wù)提供商為終端設(shè)備提供低延遲連接是一個(gè)關(guān)鍵的服務(wù)質(zhì)量需求，面對(duì)數(shù)量龐大的終端設(shè)備，服務(wù)提供商如何在成本可控的條件下為終端設(shè)備提供更高的服務(wù)質(zhì)量成為了邊緣計(jì)算中的一個(gè)關(guān)鍵問(wèn)題，多接入邊緣計(jì)算(MEC，Multi-Access?Edge?Computing)為解決該問(wèn)題提供了良好的切入點(diǎn)。

多接入邊緣計(jì)算旨在將服務(wù)推向網(wǎng)絡(luò)邊緣，即在靠近終端的地方建立統(tǒng)一的服務(wù)提供平臺(tái)，稱(chēng)之為邊緣服務(wù)器。邊緣服務(wù)器比云端服務(wù)器更靠近終端設(shè)備，可以就近處理服務(wù)并將結(jié)果交付給終端，實(shí)現(xiàn)了低延遲、高服務(wù)質(zhì)量。多接入邊緣計(jì)算提供了新的服務(wù)模式，服務(wù)提供商可以租用邊緣服務(wù)器來(lái)托管服務(wù)，通過(guò)優(yōu)化服務(wù)的部署策略，來(lái)提高租用資源的利用率。

在多終端多邊緣服務(wù)器的場(chǎng)景中，由于相鄰邊緣服務(wù)器的覆蓋范圍往往存在重合，因此，同一個(gè)邊緣服務(wù)器可以為多個(gè)終端提供服務(wù)，同一個(gè)終端也可以向多個(gè)邊緣服務(wù)器請(qǐng)求服務(wù)；優(yōu)化服務(wù)部署策略，一方面要考慮邊緣服務(wù)器的資源約束和范圍約束，另一方面要降低終端的服務(wù)請(qǐng)求延時(shí)。

現(xiàn)有的優(yōu)化服務(wù)部署策略主要針對(duì)完整的、不可拆分的服務(wù)，然而一個(gè)完整的服務(wù)往往由一組微服務(wù)組成。一組微服務(wù)的執(zhí)行過(guò)程可分為串行和并行，串行呈單鏈形，并行呈圖形。目前，已有的基于微服務(wù)組合的優(yōu)化服務(wù)部署策略主要考慮串行微服務(wù)組合。

現(xiàn)有的優(yōu)化服務(wù)部署策略的方法主要分為精確算法、啟發(fā)式算法、元啟發(fā)式算法，精確算法基于分支定界法，具有指數(shù)級(jí)復(fù)雜度，不適用于大規(guī)模的組合優(yōu)化問(wèn)題。啟發(fā)式算法通常以問(wèn)題為導(dǎo)向，一般是一種只能求得局部最優(yōu)解的貪心算法。元啟發(fā)式算法是啟發(fā)式算法的改進(jìn)，針對(duì)的是普遍的問(wèn)題，解決問(wèn)題的策略相對(duì)啟發(fā)式算法更為通用，常見(jiàn)的元啟發(fā)式算法包括包括遺傳算法、模擬退火算法、禁忌搜索算法及神經(jīng)網(wǎng)絡(luò)算法。啟發(fā)式算法和元啟發(fā)式算法可以快速得到可行解，但是存在過(guò)早收斂而陷入局部最優(yōu)解的問(wèn)題。

發(fā)明內(nèi)容

本發(fā)明的目的在于針對(duì)現(xiàn)有技術(shù)的不足之處，提供一種面向并行微服務(wù)組合的邊緣服務(wù)部署方法，該方法針對(duì)并行微服務(wù)組合使用元啟發(fā)式算法，一方面，通過(guò)引入輔助目標(biāo)的方式，不僅防止了單目標(biāo)的情況下該目標(biāo)過(guò)早收斂而陷入局部最優(yōu)解，而且也為輔助目標(biāo)求得較優(yōu)解；另一方面，通過(guò)引入粒子群算法中粒子具有記憶功能的特點(diǎn)，改進(jìn)帶精英策略的非支配排序的遺傳算法(NSGA-II)，提高了算法的準(zhǔn)確性。

為解決上述技術(shù)問(wèn)題，本發(fā)明采用如下技術(shù)方案：

一種面向并行微服務(wù)組合的邊緣服務(wù)部署方法，包括以下步驟：

步驟S1、處理終端和邊緣服務(wù)器的地理位置信息，初始化每個(gè)邊緣服務(wù)器的屬性，構(gòu)建邊緣環(huán)境下終端和邊緣服務(wù)器之間的連接拓?fù)湟约斑吘壏?wù)器的容量限制；

步驟S2、設(shè)計(jì)并行微服務(wù)組合架構(gòu)，每個(gè)終端請(qǐng)求一個(gè)基于該架構(gòu)的服務(wù)，構(gòu)建邊緣環(huán)境下終端與邊緣服務(wù)器之間的微服務(wù)請(qǐng)求-響應(yīng)系統(tǒng)；