[发明专利]一种移动边缘计算环境下双标签感知的服务重部署方法

说明书

本发明揭示了一种移动边缘计算环境下双标签感知的服务重部署方法，包括：构建时间槽模型，并根据相邻时间槽内服务负载变化量定义服务负载梯度标签；根据服务对响应延迟的容忍上限定义服务延迟敏感度标签；利用服务负载梯度标签和服务延迟敏感度标签对服务进行分类，并在每个时间槽内基于服务分类执行服务重部署。通过定义服务延迟敏感度标签和服务负载梯度标签，基于服务的双标签属性，将服务进行分类，从而共同决定服务部署顺序和重部署策略，从而可以适应节点环境的异构性，并可以针对服务负载变化导致分布不均匀的情形进行部署。

技术领域

本发明属于移动边缘计算技术领域，具体涉及一种移动边缘计算环境下双标签感知的服务重部署方法。

背景技术

边缘计算架构有效的解决了服务响应延迟过长的问题。通过减少服务与负载之间间距的方式，降低传输时延，有效的缓解了远程集中云响应时间过长的问题。但随着万物互联时代的发展，大量数据密集型应用出现，不仅对低延迟响应提出高要求，而且还需要消耗大量的资源(计算资源、内存资源和网络带宽资源)。然而边缘端的服务器资源相比于云中的资源是有限的，而且系统内节点性能、服务属性以及服务负载量分布都是异构的。为了弥补边缘端的不足，需要针对系统的异构属性得到一个合理的服务部署方案，提高服务质量。

另外，随着时间的推移，服务的负载量动态调整，单一的服务部署策略无法保证其他时间段内的服务质量最高。因此，针对服务负载的变化情况，需要一个合理的服务重部署策略，提高服务质量，实现系统性能最优。

发明内容

本发明一实施例提供一种移动边缘计算环境下双标签感知的服务重部署方法，用于解决现有单一服务部署策略无法保证服务质量的问题，该方法包括：

构建时间槽模型，并根据相邻时间槽内服务负载变化量定义服务负载梯度标签；

根据服务对响应延迟的容忍上限定义服务延迟敏感度标签；

利用所述服务负载梯度标签和服务延迟敏感度标签对服务进行分类，并在每个时间槽内基于所述服务分类执行服务重部署。

一实施例中，所述时间槽模型包括：每个时间槽t内服务负载量最大值L_t(M)，资源分配量π_t(M)，服务部署方案X_t(M)，服务响应时间Y_t(M)；

所述方法还包括设定移动边缘系统参数，具体包括：

节点集合N(n∈N)，集中云cloud，节点的资源总容量为向量R_N，节点之间的距离为矩阵D_N×N，网络带宽条件为矩阵W_N×N，节点与云中的带宽条件Wc_N，其中距离矩阵D_N×N和网络带宽矩阵W_N×N是对称矩阵；

服务集合S(s∈S)，集合S内服务的数据量是异构的向量da；服务对响应延迟时间的容忍上限为向量ul；系统内服务集合与节点集合的笛卡尔积为M＝S×N(s，n∈M，n∈N，s∈S)。

一实施例中，利用所述服务负载梯度标签和服务延迟敏感度标签对服务进行分类，并在每个时间槽内基于所述服务分类执行服务重部署，具体包括：

设定初始状态t＝0时服务静态部署方法，其中负载量分布为L₀，服务部署方案为X₀，资源分配量为π₀，服务请求的响应时间为Y₀；

在每个时间槽t≥1内，循环执行以下重部署方法：

初始化t时间槽的变量，设定服务资源分配量π_t(M)＝0，服务部署方案X_t(M)＝0，响应时间Y_t(M)＝0；