[发明专利]基于服务缓存和基站激活的联合优化方法

说明书

本发明提供的是一种基于服务缓存和基站激活的联合优化方法。建立基站激活、服务缓存和任务分配联合优化方法的总模型，通过基于逻辑的Benders分割思想分解为解决基站激活和任务分配的主问题和解决服务缓存的子问题两个子模型进行求解，忽略根据服务对应要求来分配任务的这一粒度，对总模型进行松弛与转化，采用贪婪算法对主问题模型就行求解，得到每个时隙基站的激活状态和任务的分配情况；根据解决主问题得到的解，在开着的基站之上通虑存储限制，根据用户任务分配的情况求出子问题模型中最优的服务缓存方法。通过迭代，最终得到同时满足主问题模型和子问题模型的解，而这个解，也正是基站激活和服务缓存的两盒优化方法的总模型的最优解。

技术领域

本发明涉及的是一种边缘计算方法，尤其是一种基于服务缓存和基站激活的联合优化方法。

背景技术

近年来，由于移动计算和物联网的快速发展，产生了许多对延迟敏感的计算需求，例如认知辅助、移动游戏和增强现实等。由于无法预测的网络延迟和昂贵的带宽，使得云计算无法满足这些应用程序的需求。为了克服这些问题，移动边缘计算通过将计算资源部署的更靠近用户来提供一种新的解决方案。为了满足用户对计算能力的巨大需求，一种可行的方案是在5G网络下部署大量的微基站或接入点,进而通过边缘计算卸载的方式处理用户请求的任务。

大量微基站的密集部署与微基站本身能力的限制，造成了巨大的能量消耗和无法缓存所有服务(无法处理所有种类任务)的缺陷。针对该领域，提出的基站激活和服务缓存策略可以在能量限制的前提下很好的提高用户服务质量。由于服务缓存是一个新兴的领域，以前的很多工作都是单独研究基站激活或者服务缓存问题。第一类研究针对大量微基站的密集部署而导致的能量消耗问题，考虑到用户任务请求的时空差异性，提出了一种动态切换开关进行能量成本优化，以达到在满足用户服务质量的前提下最小化蜂窝网络的能量消耗，但没有考虑到微基站服务缓存的问题(Wu J,Zhou S,Niu Z.Traffic-Aware BaseStation Sleeping Control and Power Matching for Energy-Delay Tradeoffs inGreen Cellular Networks.IEEE Transactions on Wireless Communications.2013；12(8):4196-209)。第二种研究针对微基站本身能力的限制，无法处理所有种类的任务，提出服务缓存策略，并与任务卸载进行联合优化以最大化整体系统性能，但没有考虑到基站缓存服务时会出现服务过剩的情况(Xu J,Chen L,Zhou P,editors.Joint Service Cachingand Task Offloading for Mobile Edge Computing in Dense Networks.IEEE INFOCOM2018 IEEE Conference on Computer Communications；2018 16-19April 2018.)。第三种研究表明激活策略应该与文件缓存策略相互耦合，缓存策略将流行的内容文件放在基站缓存中，内容被有效地提取到更靠近移动终端用户，同时尽可能多地关闭基站，以提高能效，但其没有考虑微基站计算能力有限这一约束(Poularakis K,Iosifidis G,Tassiulas L,editors.Joint caching and base station activation for green heterogeneouscellular networks.2015IEEE International Conference on Communications(ICC)；2015 8-12June 2015.)。

综上所述，目前的研究工作主要存在以下问题：

(1)在进行基站激活时，没有考虑微基站本身能力的限制，例如无法处理所有种类任务的缺陷。

(2)在进行服务缓存研究时，没有考虑到用户任务请求的时空差异性，导致基站缓存服务时出现服务过剩的情况。

(3)在激活策略与文件缓存策略相互耦合的研究中，只考虑了微基站存储能力的限制，而没有考虑微基站计算能力的限制。