[发明专利]一种移动边缘云计算网络中的MEC服务器部署方法

权利要求书

1.一种移动边缘云计算网络中的MEC服务器部署方法，其特征在于包括以下步骤：

第一步，对影响部署效率的各种因素进行建模和分析，得到部署效率的计算公式；具体是：

步骤1.1定义部署决策；令B＝{1，2，...，I}表示为所有可以用来部署MEC服务器的基站的集合，其中I表示基站的总数，i表示第i个基站；将部署决策用(S_i，N_i)表示，其中S_i∈{0，1}，表示是否在第i个基站处部署MEC服务器，S_i＝0表示不在第i个基站处部署MEC服务器，S_i＝1表示在第i个基站处部署MEC服务器；N_i为小于等于的自然数，表示在第i个基站处部署的计算资源量的数量，其中一个计算资源量代表一个内存容量为1TB的CPU；表示由于第i个基站的空间限制，第i个基站处的N_i的值的上限，为正整数；

步骤1.2定义时隙；用T表示整个时间段内的时隙总数，用t表示第t个时隙，其中t＝{1，2，...，T}；在时隙t期间，到达第i个基站的计算任务遵循参数λ_i，t的泊松分布，并且每个计算任务的计算需求遵循期望值为R_i的指数分布；每个基站按照先来先服务策略处理它收到的计算任务；

步骤1.3计算批发计算资源对部署效率带来的正面影响；令a_2，t表示将单位计算资源量批发到云端对部署效率带来的正面影响，表示第i个基站在时隙t内最优的批发的计算资源量的数量；令表示在时隙t期间将计算资源从第i个基站上批发到云端对部署效率带来的正面影响；具体为：

其中，W为英文wholesale的首字母，代表批发；e为英文edge的首字母，代表计算资源量由边缘端批发；

步骤1.4计算用户覆盖率对部署效率带来的正面影响；令表示在时隙t期间第i个基站处的用户覆盖率，其中A为英文accept的首字母，代表用户被边缘端接受后接入边缘端；a_1，t表示在时隙t内单位用户覆盖率对部署效率带来的正面影响；令表示在时隙t期间在第i个基站处用户覆盖率对部署效率带来的正面影响，具体为：

其中C为英文coverage的首字母，代表覆盖；为时隙t期间第i个基站处的用户覆盖率；

步骤1.5计算延迟对部署效率带来的负面影响；令第i个基站处的计算延迟对部署效率带来的负面影响为是平均处理延迟的递增凸函数；设置为：

其中L为英文latency的首字母，代表延迟；σ_i，t是保证是平均处理延迟的递增函数的参数，τ_i，t是保证是平均处理延迟的凸函数的参数；

根据M/M/c排队定理，具体为：

其中，μ是每个用户的平均服务时间，这里指单位时间单位计算资源量能够处理的计算任务量，表示平均队列长度，具体为：

其中，c是服务台的个数，这里指计算资源量的个数，ρ是相同时间内用户的到达的平均数和单个计算资源量被服务的平均用户数的比值，ρ_s是相同时间内用户的到达的平均数和c个计算资源量被服务的平均用户数的比值，P₀是系统空闲的概率；

步骤1.6计算MEC服务器的建设和运营造成的浪费；令α_i，t表示时隙t期间的第i个基站的平均浪费量，令β_i，t表示单位计算资源量的平均浪费量；令表示在时隙t期间在基站i处MEC服务器的建设和运营造成的浪费，具体为：

其中，B为英文building的首字母，代表建设和运营；

步骤1.7构建部署效率的计算公式；整个时间段内所有部署MEC服务器的基站的总部署效率U具体为：

步骤1.8构建部署效率的最优化模型，该模型如公式(11)所示：

其中，U表示总部署效率，表示选择在哪些基站上部署MEC服务器和在每个基站上部署多少的计算资源量，才能使得MEC服务器的部署效率最大化，即在降低MEC服务器的部署造成的浪费的同时，尽可能的保证MEC服务器对移动用户的覆盖率，降低MEC服务器处理用户计算任务时的延迟和增加能够批发给云端的计算资源量；表示S_i只能从0和1之间取值；表示N_i为小于等于的自然数；表示平均处理延迟不能超过其上限

第二步，利用符合要求的真实数据集，将数据集中的数据视为在边缘端处理计算任务的一个移动用户，得到计算部署效率所需要的各个参数的值；具体是：

步骤2.1选取符合要求的数据集；

步骤2.2确定T和I的值；

步骤2.3初始化i＝1；t＝1；

步骤2.4根据数据集中的数据，计算时隙t期间移动用户对于第i个基站的期望数量λ_i，t，方法是将每个λ_i，t划分为可以连接到附近的基站j处的λ_i，j，t和时隙t内不处于任何其他基站覆盖范围内的用户数量θ_0，t，i≠j；λ_i，j，t表示时隙t期间接近并被第j个基站覆盖且在第i个基站被移除后会选择连接到第j个基站的移动用户的预期数量，λ_i，i，t表示在时隙t内仅被第i个基站覆盖且在第i个基站被移除后不处于任何基站覆盖范围内的移动用户的预期数量；分别计算λ_i，t，λ_i，j，t，λ_i，i，t和θ_0，t的值，得到λ_i，t，λ_i，j，t，λ_i，i，t和θ_0，t的值；

第三步，根据部署效率计算公式和各参数的值，使用三层优化方法优化出最优的部署决策，该方法包含以下步骤：

步骤3.1使用三分法，在给定N_i时，计算最佳即利用三分法来计算对于给定的N_i，最佳批发计算单位量的含义为当N_i给定时，对于不同t的的值的集合；

步骤3.2使用穷举搜索方法，当给定S_i时找到最佳N_i，即在给定部署MEC服务器的基站时，计算最优的计算资源量；

步骤3.3使用排除法计算是否要在第i个基站部署MEC服务器，即计算S_i，即使用一种排除方法尝试逐一移除不盈利的基站，以逐步提高总部署效率U；具体为：

步骤3.3.1初始化S₁，...，S_i，...，S_I均为1，且假设I个基站都部署了具有最佳N_i和的MEC服务器，获取步骤3.2中得到的最佳N_i；

步骤3.3.2令i＝1；令U′＝0；U′用于存储U的最大值；

步骤3.3.3令S_i＝0，即假设移除第i个基站中的MEC服务器，并储存此时λ_i，t，λ_i，j，t，λ_i，it，θ_0，t和U′的值；

步骤3.3.4令t＝1；j＝1；

步骤3.3.5对于时隙t和第i个基站以外的基站j，根据步骤2.4所述的计算时隙t期间移动用户的期望数量的方法，计算λ_i，t，λ_i，j，t，λ_i，i，t和θ_0，t的值；基于更新的λ_i，t，λ_i，j，t，λ_i，i，t和θ_0，t的值，采用步骤3.1和步骤3.2所述的方法，重新计算最优的和相应的总部署效率U，这里的含义为对于不同的j和t，N_j和的值的集合；如果总部署效率U大于移除第i个基站之前的总部署效率U′，则令S_i＝0，即移除第i个基站并令U′＝U；否则，令S_i＝1，即选择不移除第i个基站，并将参数λ_i，t，λ_i，j，t，λ_i，i，t，θ_0，t和U′恢复为步骤3.3.3中储存的值；

步骤3.3.6若J＜I-1，令j＝j+1，转至步骤3.3.3；否则令j＝1，转至步骤3.3.7；

步骤3.3.7若t＜T，令t＝t+1，转至步骤3.3.5；否则令t＝1，转至步骤3.3.8；

步骤3.3.8若i＜I，令i＝i+1，转至步骤3.3.5；否则转至步骤3.3.9；

步骤3.3.9得到最终最优部署决策

第四步，根据最优部署决策决定在城市中的哪些基站部署MEC服务器，并在每个基站上部署多少的计算资源量，并据此在城市中的基站上部署MEC服务器和计算资源量，方法为：

步骤4.1令i＝1；

步骤4.2根据最优部署决策中的S_i，决定是否在第i个基站部署MEC服务器；若S_i＝1，转至步骤4.3；否则，转至步骤4.5；

步骤4.3根据最优部署决策中的N_i，在第i个基站上部署N_i个计算资源量；

步骤4.4根据最优部署决策中的决定第i个基站在时隙t内向云端批发个计算资源量；

步骤4.5若i＜I，令i＝i+1，转至步骤4.2；否则转至步骤4.6；

步骤4.6完成全部基站和计算资源量的部署。