[发明专利]一种基于近地轨道的边缘计算模型及其服务放置方法

说明书

本发明首先提供了一种基于近地轨道的边缘计算模型及其服务放置方法，边缘计算模型包括针对多基站下的用户任务集合，构建此任务集合的任务卸载模型，包括本地执行或边缘执行，并分别建立本地执行的资源限制以及边缘执行的资源限制，同时考虑近地轨道卫星在边缘服务器上放置服务对卸载模型的影响，利用这些限制建立本地成本模型以及边缘成本模型。基于用户任务的成本模型，提出以最小化所有用户任务总成本为目标的联合服务放置和卸载决策问题，并提出一个低复杂度的服务放置方法。本发明提出的基于近地轨道的边缘计算模型考虑现有服务放置的时效性问题，分析了移动边缘计算模型的联合服务放置与计算卸载问题，提出此联合问题的低复杂度方法。

技术领域

本发明属于边缘计算领域，具体提出了一种基于近地轨道的边缘计算模型及其服务放置方法。

背景技术

移动边缘计算(Mobile Edge Computing，MEC)允许用户设备将其任务卸载到具有丰富计算资源且距离用户较近的边缘服务器上，从而大幅减少用户设备的负载。此技术的出现为物联网、车联网和智慧城市等场景的实现带来可能性。新型5G网络在传输速率上带来了巨大的突破。结合5G网络的MEC使任务的执行延迟和数据传输时间延迟更小，并且可以显著提高用户的体验质量(Quality of Experience，QoE)。在MEC系统中，影响用户QoE的两个主要因素是用户和服务。用户因素主要体现于用户使用边缘计算服务的成本，而成本主要受计算卸载和资源分配影响。服务因素对QoE的影响主要体现于当用户需要使用某项服务时，边缘服务器是否存在该项服务，以及能否及时为用户提供该服务，即边缘服务器的服务放置以及服务分发问题。其中的服务放置与卸载决策和资源分配密切相关。

服务放置是一个影响用户QoE的重要因素。目前发明最主要的问题是把哪种服务放置到哪个服务器。这种服务放置问题对放置服务所需要的时间没有设限制。而且一般而言，服务是从中心云通过繁多链路，最终将服务放置到目标边缘服务器上。所以，导致放置的服务的版本可能过旧或者用户设备不再使用该服务。这样就会使得放置的服务没有意义而且占用链路资源以及存储资源。特别是，在这个万物互联，服务版本更新迭代飞快的时代，实时更新MEC服务是未来服务放置的趋势。

中心云服务器一般距离边缘服务器较远，而且它们之间的链路比较复杂，存在很大的不可控性。因此近地轨道(Low Earth Orbit，LEO)网络被广泛使用，并被视为提供全球无缝低延迟服务的重要方式。此外，LEO网络中卫星地面链路的传播延迟远低于地球静止轨道(Geostationary Orbit，GEO)网络。例如，如果LEO卫星轨道的高度为780km，则地面上的用户设备与LEO卫星之间的单向传播延迟仅为2.6ms。而且，LEO网络结合边缘计算也是在某些特殊情况下支持计算密集型时延敏感应用程序的有效方法。

发明内容

本发明提供了一种基于近地轨道的边缘计算模型及其服务放置方法，以解决实时服务放置延迟较大以及多基站下服务放置与计算卸载问题。

为解决以上问题，本发明首先提供了一种基于近地轨道的边缘计算模型。本发明还提供了构成上述模型的子模型设置，包括服务放置模型、计算卸载模型以及资源分配模型。

基于以上模型，提出了联合边缘服务器区域的卸载决策与资源分配，共同优化服务放置决策、卸载决策和资源分配的问题。服务放置和卸载决策具有很强的耦合关系，共同优化它们能取得更优的决策方案。

步骤1：针对多基站下的多用户场景，构建包含任务数据量和计算量的用户任务集合；

步骤2：步骤1中的用户任务集合中每个用户需进行卸载决策，设置卸载决策变量集合其中卸载决策变量控制每个用户任务的本地执行或者边缘执行，其中，表示用户n_k的卸载决策，表示用户将任务卸载到边缘服务器执行，表示它将在本地执行，下标n_k表示第k个小基站区域中的第n个用户，n∈{1,2,…,N}表示基站区域的第n个用户，表示小基站集合，表示在基站k服务范围内的用户集合；