[发明专利]一种移动边缘运算的负载平衡和调度方法

说明书

一种移动边缘运算的负载平衡和调度方法，属于流量控制技术领域，包括以下步骤：步骤S1，使用K‑means算法，对用户设备进行分群，得到用户设备的初步团簇部署信息；步骤S2，云端验证用户设备的初步团簇部署信息是否满足负载均衡；步骤S3，单个用户设备位移时，触发负载调度机制。本方案使用K‑means算法，对用户设备进行分群，然后将用户设备的服务副本部署到最接近分群中心的边缘服务器上，以降低用户设备与边缘节点的距离，从而降低服务的响应时间。

技术领域

本发明属于流量控制技术领域，特别涉及一种移动边缘运算的负载平衡和调度方法。

背景技术

移动边缘运算（Mobileedgecomputing，MEC），是一个网络架构的概念，在移动网络的边缘提供云端运算的能力，以及IT服务的环境。相比于传统的网络架构和模式，MEC具有很多明显的优势，能改善传统网络架构和模式下时延高、效率低等诸多问题，也正是这些优势，使得MEC成为5G的关键技术。

MEC将计算和存储能力“下沉”到网络边缘，由于距离用户更近，用户请求不再需要经过漫长的传输网络到达遥远的核心网被处理，而是由部署在本地的MEC服务器将一部分流量进行卸载，直接处理并响应用户，因此通信时延将会大大降低。以视频传输为例，在不使用MEC的传统方式下，每个用户终端在发起视频内容调用请求时，首先需要经过基站接入，然后通过核心网连接目标内容，再逐层进行回传，最终完成终端和该目标内容间的交互，这样的连接和逐层获取的方式是非常耗时的。引入MEC解决方案后，在靠近使用者的基站侧部署MEC服务器，利用MEC提供的存储资源将内容缓存在MEC服务器上，用户可以直接从MEC服务器获取内容，不再需要通过漫长的回程链路从相对遥远的核心网获取内容数据。这样可以极大地节省用户发出请求到被响应之间的等待时间，从而提升用户服务质量体验。

然而，MEC服务器的计算资源有限，若过多使用者向同一台边缘服务器要求服务，将造成频宽下降。另外，若服务部署不均衡，会使得某些边缘服务器长时间闲置，从而造成资源的浪费。

公开号为CN112601256A的中国专利公开了一种超密集网络中基于MEC-SBS簇化的负载调度方法，如图1所示，该方案通过使用分区算法，将系统中MEC-SBS划分到多个非重叠的计算协作簇中，从而实现将大规模MEC-SBS计算协作问题转化成计算协作簇中的小规模MEC-SBS计算协作问题。但是，其具有以下不足：

1，该方案采用k-means分簇算法构建初始协作簇，但是未考虑边缘服务器的状态以及服务人数。如果服务人数过多，会导致频宽下降，网络通信质量变差。

2，移动用户设备是动态的，初始的分簇不一定适合后续移动后的用户设备，因此，移动用户设备需要转换与其连接的边缘服务器。针对该转换方式，CN112601256A的中国专利公开了步骤二，卸载计算任务；移动用户设备选择与之信道增益最好的MEC-SBS进行关联，然后向与之关联的MEC-SBS卸载其产生的计算任务。但是，该步骤中，仅仅是针对初始化后的调整，并非是针对单个用户设备的因为位置移动的调整，缺少单个用户设备的转换机制。

发明内容

鉴于上述现有技术的不足之处，本发明的目的在于提供一种移动边缘运算的负载平衡和调度方法。

为了达到上述目的，本发明采取了以下的技术方案。

一种移动边缘运算的负载平衡和调度方法，包括以下步骤：

步骤S1，使用K-means算法，对用户设备进行分群，得到用户设备的初步团簇部署信息；

步骤S1a，用户设备选择一个边缘节点为主节点，其余的所有边缘节点为从节点，并将上述选择信息发送给主节点；

步骤S1b，主节点将所有边缘节点的经纬度坐标设定为团簇的初始中心点；主节点告知其余边缘节点为从节点，并收集所有边缘节点的经纬度坐标信息；