[发明专利]移动边缘计算中的优化服务部署方法

说明书

一种移动边缘计算中的优化服务部署方法，根据历史数据预估服务应用故障的数量，将服务部署问题建模成关于服务部署变量和服务请求调度变量的最大化的优化问题，然后将优化问题简化为只关于服务部署变量的单变量优化问题，再将单变量优化问题转化为关于服务部署变量的集合函数优化问题，最后通过鲁棒算法得到服务部署策略，从而实现优化部署。本发明在面临移动边缘计算环境中可能出现的硬件和软件故障时，能够使得部署服务的总效用达到最大，其中效用可以用任务响应时间等方式来衡量。

技术领域

本发明涉及的是一种网络资源配置领域的技术，具体是一种移动边缘计算中的优化服务部署方法。

背景技术

目前大多数云服务的目标是提供99.9％的可用性，就保证鲁棒性而言，移动边缘计算的服务供应也希望实现与之类似的目标。但实现移动边缘计算的鲁棒性面临以下困难：首先，与云计算中的专用硬件设备相比，商用的边缘服务器更容易出现故障和错误；其次服务的软件实现也可能包含错误，并且容易出现故障。当不认真解决，服务故障可能导致用户大量停机，从而可能违反移动边缘计算运营商与用户之间已经制定的服务水平协议。不幸的是，按照现有的服务部署策略在面临服务故障时，均可能导致很大的性能损失，例如较大的响应时间。

发明内容

本发明针对现有技术没有考虑移动边缘计算环境中的不确定因素，没有任何鲁棒性的设计，从而导致可能出现的硬件和软件故障会导致很大的服务性能损失，例如较大的任务响应时间等不足，提出一种移动边缘计算中的优化服务部署方法，在面临移动边缘计算环境中可能出现的硬件和软件故障时，能够使得部署服务的总效用达到最大，其中效用可以用任务响应时间等方式来衡量。

本发明是通过以下技术方案实现的：

本发明涉及一种移动边缘计算中的优化服务部署方法，根据历史数据预估服务应用故障的数量，将服务部署问题建模成关于服务部署变量和服务请求调度变量的最大化的优化问题，然后将优化问题简化为只关于服务部署变量的单变量优化问题，再将单变量优化问题转化为关于服务部署变量的集合函数优化问题，最后通过鲁棒算法(Robust)得到服务部署策略，从而实现优化部署。

所述的历史数据是指：之前一段历史时间内服务应用发生故障的数量。

所述的预估是指：基于历史数据中记录的服务应用故障，通过逻辑线性回归算法估计将来可能发生的服务应用故障的数量，记为k。

所述的关于服务部署变量和服务请求调度变量的最大化的优化问题是指：

优化目标：总效用

限制条件：其中：n为边缘节点的序号，N为所有边缘节点的集合，s为服务应用的序号，S为所有服务应用的集合，m为用户的序号，M为所有用户的集合，s_m为用户m所需要的服务的序号，x_ns表示是否将服务应用s部署在边缘节点n的标识变量：x_ns＝1为将服务应用s部署在边缘节点n，x_ns＝0为不部署，即，x_ns代表了服务部署的方案，z_nm为将用户m的服务请求迁移到边缘节点n的概率，为服务请求调度的方案，u_nm为将用户m的计算任务迁移到边缘节点n处进行服务的效用，c_ns为在边缘节点n处部署服务s的成本，B为部署服务应用的总预算，l为每个服务应用所需要的存储空间的大小，即在本发明中我们考虑的是每个服务应用大小相同的情况，L_n为边缘节点n的存储空间大小，w_s为传输服务应用s所需要的带宽资源，W_n为边缘节点n的总带宽，f_s为服务应用s所需要的计算资源，F_n为边缘节点n的总计算资源。