[发明专利]一种用于移动边缘计算的管理方法及边缘服务器

说明书

本发明在边缘服务器提供辅助计算前，综合考虑上行传输时延、计算时延和下行传输时延对总时延的影响，为各移动终端对系统当前有限的资源进行优化分配，以降低执行所有用户任务的总时延。特别是在目前因技术发展导致一些场景的下行数据的大小较大无法忽略的情形下，本发明能让执行任务请求对应的所有任务的总时延最小，而对于下行数据的大小较小的情形，本发明也能够让执行任务请求对应的所有任务的总时延最小，能够高效地满足不同场景下用户低时延的需求，从而提高用户体验。

技术领域

本发明涉及无线通信领域，具体来说涉及移动边缘计算中计算卸载与资源分配的联合优化，更具体地说，涉及一种用于移动边缘计算的管理方法及边缘服务器。

背景技术

随着移动通信的高速发展以及智能移动终端快速的普及，许多新型应用如：虚拟现实、增强现实以及自动驾驶等随之产生。而这类具有低时延高可靠通信需求的应用对移动终端的计算能力提出较高要求。由于计算能力有限的移动终端在处理这类应用时将产生较高的应用处理时延并影响终端用户的服务体验，因此如何降低应用处理时延，提升终端用户的服务体验是目前亟需解决的关键问题之一。

针对以上问题，移动云计算(mobile cloud computing，MCC)技术被提出。MCC的目标是将云端丰富的计算资源扩展至资源受限的移动终端，从而增强移动终端潜在的计算能力，降低应用处理时延。为达到该目标，移动终端需要将计算密集的任务通过无线接入的方式迁移到云服务器。尽管这种方式可以降低移动终端的负载但也存在明显的缺陷，即移动终端与云服务器较远的距离以及大量的终端业务请求都将导致网络时延的增加，从而降低终端用户服务体验。

欧洲电信标准协会(ETSI)提出一种新的技术：移动边缘计算(mobile edgecomputing(MEC))，在新提出的技术架构中，将位置固定且具有强大计算能力的服务器布置在网络边缘(如基站)，以降低其覆盖范围内用户的通信负载与网络时延。然而，由于成本的限制，与云服务器相比，通常边缘服务器的计算资源相对有限。因此，对于边缘服务器，过多的任务可能为服务节点带来额外的负载从而影响网络时延。

目前主要有三类方法来降低MEC网络中移动终端任务时延：

第一类方法是设计并优化移动用户的卸载方案。这类方法假设基站可以获知用户的基本信息，如传输距离、请求的任务类型、当前小区用户数以及蜂窝网中用户在小区中位置信息、边缘服务器的计算能力等。移动用户通过比较任务在边缘服务器的执行时延以及在本地的执行时延，进行卸载选择，从而完成卸载策略的优化同时使终端用户获得最低的时延。在这类方法中，边缘服务器最大的计算能力是根据小区用户总数动态变化的且资源是平均分配给每一个请求用户的，且忽略了下行链路带宽资源的分配。因此，该方法存在至少两个缺陷，一个是不能根据用户任务的大小不同有差别地为用户分配适配的计算资源，导致计算资源不能被充分利用或者不满足需求；另一个是忽略了下行传输时延，当用户中有涉及到例如AR、VR等应用场景的用户时，其计算结果的数据的大小无法忽略，下行传输时延可能较大，极大地影响用户体验。

第二类方法是设计卸载策略与资源分配联合优化方案。这类方法相对于第一类方法，更近一步限定了边缘服务器的计算能力以及系统通信资源，当有用户任务请求时，边缘服务器将通过获得的任务请求，为用户进行上行链路资源以及计算资源的优化分配，使其时延最低。随后根据优化分配得到的时延与本地计算时延进行比较，进而得到优化卸载策略以及最低时延。该方法中计算资源分配是按照按需分配的，也就是说用户的任务请求需要的计算资源多就多分点，需要的计算资源少就少分点，最后是在总计算资源约束条件下，以所有用户总时延最低为目标，按需进行资源优化分配。虽然第二类方法在多用户发起任务请求时，通过优化分配算法对通信资源、计算资源以及卸载策略进行联合优化进而最小化用户任务的执行时延，但是，第二类方法依然没有考虑下行链路资源有限的情形对任务总时延的影响。