[发明专利]一种基于交替方向乘子法的协同存储调度方法

权利要求书

1.一种基于交替方向乘子法的协同存储调度方法，其特征在于，包括：

获取移动边缘云内的节点相关信息，并且基于节点相关信息构建移动边缘云的总效用对应的优化模型；其中，所述优化模型中包括系统可靠性、能耗使用效率以及节点撤出风险；

基于节点传输的基本原理，构建优化模型对应的约束公式；

基于交替方向乘子法对优化模型按照预设的算法进行求解，得到优化模型对应优化的存储调度方案；

采用优化的存储调度方案对移动边缘云内的相应节点进行存储调度任务。

2.根据权利要求1所述的方法，其特征在于，所述基于交替方向乘子法对优化模型按照预设的算法进行求解的步骤包括：

对移动边缘云内的每个节点进行初始化；

基于当前时刻的节点相关信息，对优化模型对应当前时刻请求节点的子问题进行求解，得到请求节点的最优解并且发送到相应的移动边缘云节点中；

根据请求节点的最优解以及相应的节点信息，对优化模型对应存储节点的子问题进行求解，得到存储节点的最优解；

基于预设的更新公式对对偶变量进行更新并且将存储节点的最优解以及更新的对偶变量发送到相应的请求节点中；

重复上述迭代求解过程，直到满足预设的停止条件，得到优化的存储调度方案。

3.根据权利要求2所述的方法，其特征在于，所述对移动边缘云内的每个节点进行初始化中需要初始化的参数包括：

请求节点中的任务请求相应节点的撤出效用损失基本单位、不同种类单位资源需求量、任务所需基本单位的总数目、不同请求节点任务对应的预设冗余标准、请求节点与不同存储节点之间任务存储子块的故障概率、故障后可修复概率以及存储节点对该请求节点的撤出概率；

存储节点中的存储节点对应的峰值、空闲功率、各存储节点功率加权平均利用率、单位电量相对重要性价格、节点能耗使用效率、节点有限的资源容量、所有的存储相关资源集合、当前已经使用的存储资源量。

4.根据权利要求2所述的方法，其特征在于，请求节点的子问题的计算公式如下：

minxΣn∈N(qxinMin-H(1-mi!(ηθ)miΣk=0mimi!(ηθ)mi!(mi-k)!(xin))+(ρ/2)(xin-yint+uint)2)]]>

s.t.Σn∈Nxin=Ri,xin≥0,∀i∈I]]>

其中，I为请求节点的集合；N为存储节点的集合；x_in为请求节点i做出的存储节点n所应承担的基本单位数目决策方案；R_i为请求节点i的任务所需基本单位的总数目；q为效用损失的基本单位；M_in为节点撤出概率；θ为节点数据存储子块发生故障后可实现修复的概率；η为节点处理的数据存储子块的故障概率；m_i为请求节点i冗余容错设计中预设的冗余标准；H为可靠性函数效用平衡权值；ρ为罚参数；为t时刻下存储节点n做出的关于承载来自请求节点i任务数目的决策方案；表示t时刻的对偶变量；

存储节点对应的子问题的计算公式如下：

yin≥0,∀i∈I,∀n∈N]]>

其中，y_in为辅助变量；r_id为节点i的资源需求量；D为所有资源集合；d为资源维度；L_nd为节点n的资源容量；L‘_nd为节点n已使用的资源；e_n为节点单位电量的相对重要性价格；U_n节点n的能耗使用效率；为节点n的峰值功率；为节点n的空闲功率；v_d为表示资源维度d对节点整体功率贡献的权值。因此，在求解子问题的时候，还需要用到本地信息m,L‘_nd，U_n，v_d等。

预设的更新公式为：

uint+1=uint+xint+1-yint+1]]>

其中，表示t时刻的对偶变量；表示t+1时刻的对偶变量；表示t+1时刻的请求节点的最优解；表示t+1时刻的存储节点的最优解。