[发明专利]基于数据分析的大规模WiFi系统中边缘资源池构建方法及系统

说明书

本发明公开了一种基于数据分析的大规模WiFi系统中边缘资源池构建方法及系统，该方法包括：采集所有用户的关联信息记录，并为每个用户提取迁移样本；通过在AP之间建立社交联系构建AP社交关系图；根据AP的中心程度和AP相互之间的紧密程度对AP社交关系图进行中心度测量，获得中心度；根据中心度对AP社交关系图的演化模式进行刻画，获得AP社交关系图的未来的社交性不确定性；根据AP社交关系图的未来的社交性不确定性，构建边缘资源池以提供高效的边缘服务，包括：联合“中心”的AP与“边缘”的AP。本发明可以提高边缘资源池构建策略的服务供给性能。

技术领域

本发明涉及大规模移动网络中边缘计算技术领域，尤其涉及一种基于数据分析的大规模WiFi系统中边缘资源池构建方法及系统。

背景技术

大规模WiFi系统已广泛部署在大多数共用场所，例如大学，(例如eduroam(education roaming)全球教育无线网漫游联盟)，企业和购物中心，其中大量的AP(AccessPoint，接入点)部署在广域室内环境并采用唯一的服务标识符，以提供无缝高质量因特网连接。同时，边缘计算已成为网络基础架构中最具前途的变革技术之一。在该基础架构中，高性能计算，存储和网络资源可以放置在靠近用户的位置以低时延形式提供最后一跳高质量网络计算服务。随着用户数据激增，不断增长的计算密集型任务以及低延迟在请求响应中的重要性日益增强，从而推动了计算的发展。借助边缘计算，该系统能够为用户快速数据处理，对抖动敏感的在线游戏交互，快速的高带宽媒体内容传输等带来巨大的潜力。

传统地，服务提供商可能会在每个AP处构建边缘计算以进行服务供给。然而，当AP数量变得非常大时(例如，本系统校园网络中有超过7404个AP)，这将导致高昂的部署成本。即使选择少量“流行”的AP子集进行有限的边缘部署，但仍有一些障碍会使该框架崩溃。根据我们对用户关联记录的实证研究，我们首先发现用户经常在许多不同的AP之间进行关联转换，并且转换模式非常不确定，这意味着大量的服务迁移会不可避免，从而导致严重的服务抖动和大量的回程迁移流量。例如，对于封装了用户服务的虚拟机和容器，即使未安装服务，其大小也可以分别高达2.7GB和400MB。但是，在我们的系统中，用户移动的迁移规模达每天约700,000次，这可能分别导致1,845TB和267TB的回程迁移流量。其次，由于单个AP的关联用户数量有限，因此无法充分释放用户复用增益，这限制了边缘资源的利用率。最后，在AP处使用小尺寸资源将使边缘服务配置变得不灵活，这可能无法处理用户请求激增或导致在非高峰时间浪费资源。

为克服这些困难，将合适的AP联合以创建资源池化的边缘系统作为高效的解决思路，联合AP的关联的用户可以无缝使用池化资源。在这种架构下，可以以较低成本实现诸如减少服务迁移，有效资源利用和弹性资源供应等在内的几个代表性效益。例如，当用户在联合AP之间进行移动时，池中的资源将容纳其服务，而无需进行迁移。此外，联合AP可以为更多用户服务，因为它们可以通过复用同时使用相同的物理资源，因此可以提高资源利用的效率。尽管有这些优势，但由于时空用户关联模式的异构特性，如何联合大量的AP(即应划分多少个AP联合以及应将哪些AP联合)仍存在挑战，使技术问题相当棘手。

在已有文献中，已在大型WiFi系统中进行了一些测量研究，但它们专注于刻画用户关联模式和用户服务质量，例如延迟和吞吐量，而不是研究系统中的边缘服务设置。另一方面，对于边缘资源池，只能找到一些相关较少的参考文献。虽有提倡无线网络的资源池化，但是仅陈述了池化设计原则，而没有进行深入的技术研究，且已有文献专注于通过设备-设备通信来完成IoT(Internet of Thing，物联网)设备之间的边缘资源池化，这与我们的场景截然不同。总结来看，边缘资源池对于有效的边缘服务供应非常重要，尤其是在大规模WiFi系统中，但是如何实现边缘资源池仍有待研究。

发明内容

本发明提供了一种基于数据分析的大规模WiFi系统中边缘资源池构建方法及系统，用以解决用户在进行频繁移动造成的服务迁移占用系统资源的技术问题。

为解决上述技术问题，本发明提出的技术方案为：