[发明专利]一种移动边缘计算网络中的边缘计算节点选择方法

说明书

本发明公开了一种移动边缘计算网络中的边缘计算节点选择方法。该方法为：首先建立移动边缘计算系统模型；然后设计通信模型和边缘计算模型；接着提出边缘计算节点选择问题模型以及目标函数；最后针对目标函数分别采用边缘计算节点选择算法进行计算，结合终端设备的社交特性、传输特性和计算特性，以追求社交福利最大化为目标进行边缘计算节点的分配。本发明在用户和基站的匹配中，提高了移动边缘计算的社交效益以及整个网络的社交福利。

技术领域

本发明属于移动边缘计算技术领域，特别是一种移动边缘计算网络中的边缘计算节点选择方法。

背景技术

移动边缘计算(Mobile Edge Computing，简称MEC)技术近年来引起了人们的关注。移动边缘计算的概念是由欧洲电信标准协会提出的，将计算资源部署在靠近终端设备的区域，旨在将计算资源引入无线接入网。目前对于边缘计算的研究处于起步阶段，2017年，华为发表了边缘计算白皮书。

在城市中，车联网计算需要将大量的数据上传，卫星通信传输的大量数据也需要计算资源，这些物联网交互的应用数据实时性要求比较高，在数据高峰期由于计算资源的短缺会产生较大计算时延，影响网络性能。在居住社区，运营商提供的小基站构成的蜂窝网络会接收到大量计算请求。在偏远地区，智能设备分布较为稀疏，计算任务量较少，对于计算资源的需求较少，然而，智能设备的计算请求需要通过数据计算中心，数据计算中心是数据服务提供商所拥有的，如亚马逊云计算中心、谷歌云计算中心等，一般数据计算中心的部署位置都较远。在各个应用场景中，计算任务都需要较小的计算时延，而直接通过偏远的数据计算中心将会导致数据传输时间长，带来延时损耗，而在边缘计算网络中，数据服务提供商通过在蜂窝网络中设置边缘计算节点，使得计算资源更贴近数据请求用户，提升网络利用效率和增值价值，同时候移动边缘计算的部署策略可以实现低延迟、高带宽的优势。

然而，目前对于边缘计算技术的研究仍然存在很大挑战，基于蜂窝网络的小基站部署需要克服包括用户关联、网络建模、干扰减轻和资源管理等在内的诸多挑战，同时，由于连接设备的数量激增和超密集网络的出现，这种基于小基站的预存储技术无法满足高峰时期的流量需求。此外，小基站的大规模部署使得运营商一方面要考虑部署的安装成本与维修成本，另一方面又要考虑用户对于基站部署的意愿，大部分用户对于基站的部署位置会严格考量，并且通信过程中资源分配问题与缓存节点位置选择问题也有待解决。总之，对于边缘计算的研究还处于起步阶段，并且多数研究均是在网络中部署大规模具有计算能力的节点，随着用户设备的日益增加，这些基础设施将带来昂贵的建设费用与维修费用。

发明内容

本发明的目的地在于提供一种能够提高社交福利的移动边缘计算网络中的边缘计算节点选择方法。

实现本发明目的的技术解决方案为：一种移动边缘计算网络中的边缘计算节点选择方法，包括以下步骤：

步骤1、建立移动边缘计算系统模型；

步骤2、设计通信模型和边缘计算模型；

步骤3、提出边缘计算节点选择问题模型以及目标函数；

步骤4、针对目标函数，采用边缘计算节点选择算法进行计算，结合终端设备的社交特性、传输特性、计算特性，以追求社交福利最大化为目标，对边缘计算节点进行分配。

进一步地，步骤1所述的建立移动边缘计算系统模型，具体如下：