[发明专利]一种边缘计算系统中的在线服务放置方法

权利要求书

1.一种边缘计算系统中的在线服务放置方法，其特征在于操作步骤如下：

步骤一，为边缘计算系统进行建模；

步骤二，为服务放置决策进行建模；

步骤三，卸载决策问题建模成马尔可夫决策过程；

步骤四，设计基于深度强化学习的在线服务放置算法。

2.根据权利要求1所述边缘计算系统中的在线服务放置方法，其特征在于：

在所述步骤一中，为边缘计算系统进行建模，考虑一个支持5g的移动边缘计算系统，其中附带服务器的基站充当边缘计算系统中的边缘节点；时间被划分为等长时间片大量的异构计算密集型任务实时到达基站云服务器拥有丰富的计算资源且存储所有类型的服务；基站的最大存储空间为s_max，最大的CPU频率为f_max；所有的服务类型L＝{1，2，3...，L}，且每种服务的放置需要消耗不同的存储空间s₁和不同的CPU频率f₁去处理请求该服务的任务。

3.根据权利要求1所述边缘计算系统中的在线服务放置方法，其特征在于：

在所述步骤二中，为服务放置决策进行建模，每种服务放置决策会导致不同的任务完成总时延，即不同的服务切换时延，任务处理时延，任务卸载时延：

使用一个二进制变量来标示在时间片t内，边缘服务器是否放置服务l；在时间片t内，总的服务放置决策可以用一个向量表示为如果在时间片t内，服务l放置在边缘服务器上，则否则，由于边缘服务器有限的存储空间和计算能力；考虑由不同的服务放置决策引起的服务切换时延、任务处理时延和任务卸载时延，下面对此进行详细描述：

(1)服务切换时延：要将特定服务从远程云服务器迁移到边缘服务器，要花费一定的时间去传输与该服务相关联的数据，它称为服务切换时延；对于服务l，假定其在时间片t内的切换时延为该时间主要取决于放置服务l所需要传输的数据大小和在时间片t时，基站和云服务器之间的网络状况；依据上一个时间片的服务放置决策将当前服务放置决策所引起的服务切换时延表示为如下公式：其中，1_{·}是一个指示函数；如果大括号中的条件为真，则指示函数的值为1；否则，它等于零；只有未放置在上一个时间片中但在当前时间片中需要的服务才会引起服务切换时延；

(2)任务处理时延：只有在边缘服务器上有放置对应的服务，该服务对应的任务才在基站得到处理，而其他任务即边缘服务器未放置其对应的服务，只能卸载到远程云服务器上执行；首先分析在边缘服务器上完成一个任务所引起的时延，即任务处理时延；任务的处理时延被定义为从任务到达基站到任务完成的一段时间，包括等待时延和计算时延；对于服务l，因为任务的到达时间和计算时间都服从指数分布，用一个特定的M/M/1队列模型来模拟边缘服务器上任务的执行过程；任务的平均处理时延，在排队论中称为逗留时间用公式表示为：为了使得公式始终有意义，通过卸载额外的任务到远程云服务器来确保任务的服务率即f_l/c_l大于任务的到达率在时间片t内，由服务放置决策I^t所引起的总的任务处理时延用公式表示为：

(3)任务卸载时延：云服务器拥有所有足够的存储资源存放所有的服务和足够的计算资源处理到达的任务，忽略卸载到云上的任务的处理时延；假设一个任务请求的服务l未放置在边缘服务器上，假设将任务的输入数据传输到云服务器的预期时间定义为任务卸载时延为它取决于输入数据的大小以及在时间片t中基站与云服务器之间的网络状况；在时间片t内，由服务放置决策I^t所引起的总的任务卸载时延可以用公式表示为：

服务放置的目标是在考虑的边缘服务器的存储空间和计算资源限制的情况下，在这个边缘计算系统中，大量实时、异构、计算密集的任务请求实时到达；为基站找到一个最优的服务放置决策，去最小化长期的所有任务的处理时延；

第一个约束意味着放置的服务的存储空间不能超过基站的存储空间大小，第二个约束意味着放置的服务需要的计算能力受到基站计算资源的限制。