[发明专利]一种移动边缘计算的动态数据卸载方法及系统

权利要求书

1.一种移动边缘计算的动态数据卸载方法，其特征在于，

通过构建基于用户效益函数最大化和服务器收益函数最大化的双层优化问题模型，由所述双层优化问题模型求解确定终端用户的数据卸载量、服务器的定价和终端用户进行数据卸载的目标服务器，终端用户将数据卸载至目标服务器；

所述用户效益函数基于用户感知满意度与用户成本确定；

所述服务器收益函数基于服务器的收益确定；

所述双层优化问题模型如式(1)所示：

式(1)中，b^(t)*为在时隙t所有终端用户的最优数据卸载向量，为在时隙t终端用户u向服务器s的数据卸载量，u为终端用户编号，s为服务器编号，t为时隙编号，U为终端用户的集合，为在时隙t终端用户u的用户效益函数，为在时隙t不含终端用户u的其余终端用户的数据卸载矢量，p^(t)为在时隙t所有服务器的价格向量，p^(t)*为在时隙t所有服务器的最优价格向量，为服务器s的服务器收益函数，b^(t)为在时隙t所有终端用户的数据卸载矢量；

所述用户效益函数根据终端用户享受服务器的满意度和成本定义，如式(2)所示：

式(2)中，α_u和β_u为针对终端用户u的预设参数，为在时隙t终端用户u的相对数据卸载，为在时隙t服务器s的定价，为在时隙t终端用户u预设的消费动力，其余参数的定义与上文相同；

所述服务器收益函数根据服务器的收入和成本定义，如式(3)所示：

式(3)中，为在时隙t终端用户u向服务器s的数据卸载量，为在时隙t服务器s的单位数据计算成本，其余参数的定义与上文相同；

通过所述双层优化问题模型求解确定终端用户的数据卸载量、服务器的定价和终端用户进行数据卸载的目标服务器的具体步骤包括：

通过迭代计算确定每个终端用户的数据卸载量、每个服务器的定价和每个终端用户向每个服务器卸载数据的动作概率；

所述迭代计算过程包括：

S1.根据式(4)计算终端用户的数据卸载量，

根据式(5)计算服务器的定价，

式(4)和式(5)中，为本轮迭代计算得到的在时隙t终端用户u向服务器s的数据卸载量，为经上一轮迭代后得到的在时隙t其余终端用户u′向服务器的数据卸载总量，为经上一轮迭代后得到的在时隙t服务器s的定价，为本轮迭代计算得到的在时隙t服务器s的定价，为经上一轮迭代后得到的在时隙t服务器s的单位数据计算成本；

S2.根据式(6)计算终端用户向服务器卸载数据的动作概率，

式(6)中，为在本轮迭代得到的在时隙t终端用户u向服务器s卸载数据的动作概率，为在时隙t-1时计算得到的终端用户u向服务器s卸载数据的动作概率，η为预设的学习率参数，0＜η＜1，为在时隙t服务器s的奖励概率，为在时隙t终端用户u的动作集合，为在时隙t-1终端用户u的动作集合；

所述奖励概率如式(7)所示：

式(7)中，ω₁、ω₂、ω₃分别为预设的权重参数，和为在本轮迭代中计算得到的在时隙t服务器的定价，为在本轮迭代中计算得到的在时隙t终端用户u向服务器s的数据卸载量，为服务器能够处理的总数据量，其余参数的定义与上文相同，k为所述服务器的编号，K为服务器k的数量；

S3.当对于任意终端用户，均满足前后两轮迭代计算得到的数据卸载量之差小于预设的第一收敛阈值，且对于任意服务器，均满足前后两轮迭代计算得到的定价之差小于预设的第二收敛阈值时，迭代结束，得到终端用户的数据卸载量，服务器的定价和终端用户向服务器卸载数据的动作概率；否则转至步骤S1。

2.根据权利要求1所述的移动边缘计算的动态数据卸载方法，其特征在于：终端用户以所述动作概率为目标服务器选择概率，从所述服务器中随机选择目标服务器。

3.一种移动边缘计算的动态数据卸载系统，其特征在于：包括基于用户效益函数最大化和服务器收益函数最大化的双层优化问题模型，所述双层优化问题模型根据权利要求1或2所述的方法确定终端用户的数据卸载量、服务器的定价和终端用户进行数据卸载的目标服务器，终端用户将数据卸载至目标服务器。