[发明专利]树形边缘网络中基于分组和延迟估计的任务负载均衡方法

说明书

本发明公开了一种树形边缘网络中基于分组和延迟估计的任务负载均衡方法，是对多边缘服务器的任务负载执行高效均衡的分层均衡策略。包括以下步骤：联合考虑计算、带宽两种资源的约束，将边缘网络的负载均衡问题形式化为一个具有线性约束的非线性规划问题；基于树形网络的特性，对卸载决策与传输带宽分配施加特定限制，将原负载均衡问题分解为若干个子问题，设计延迟估计函数对子问题进行求解；将所有子问题的解综合起来，解析出原负载均衡问题的解。

技术领域

本发明属于边缘计算领域，具体涉及一种树形边缘网络中对多边缘服务器的任务负载执行高效均衡的分层均衡方法。

背景技术

随着物联网、人工智能、虚拟现实等新兴技术在日常生活中的快速推广，位于网络边缘的终端设备相对于过去正经历着前所未有地急剧增长，据思科估计，到2023年全球连入互联网的各式终端设备将达到293亿台，是届时人口数量的3.6倍，而在2018年的终端数量还只有184亿台，短短五年时间将增加超过100亿台的终端设备。而新技术带来更高的便利性的同时也有其代价，诸如自动驾驶、智能交通、AR游戏等应用，高度依赖于对视频、图片、声音等高密度数据的分析，相对于以往主要依赖于文本、表格等数据的应用，新兴应用对于数据量和计算量的需求有了显著的增加，对于延迟的要求也更为严格。由此，海量终端、海量数据以及低延迟成为服务提供商在新时代提供计算服务时所需要考虑的重要特征。在过去，云计算是为应用提供计算服务的主要方式。在传统的云计算当中，来自终端的数据需要集中到远处的云服务器处理，这种模式在新的计算时代下，一方面由于数据需从终端经长距离传输至云服务器，会给新兴应用带来难以忍受的长传输延迟，造成应用响应缓慢；另一方面因为网络边缘终端设备数量的暴涨和新兴应用对于数据需求的增加，使得核心网络的带宽增长远远无法跟上边缘终端设备数据量的增长速度，从而使得当前的互联网已经无法实现将终端数据全部传输到云服务器执行处理的集中计算模式。为了解决这个问题，边缘计算随之兴起。由于边缘计算将服务器配置在更为靠近终端的网络边缘，一方面会缩短终端与服务器之间的数据传输距离，从而能够为终端提供低延迟计算服务；一方面终端与边缘服务器之间的数据传输不需要占用核心网带宽即可完成应用的任务卸载，大大降低了对核心网带宽的占用，克服了云计算在新的应用场景下的不足。

因此，在这个新的互联网时代，各类计算密集、数据密集的终端应用将逐渐被创造出来并得到推广与普及，从而推动了计算设备在网络边缘的广泛覆盖，形成广泛的边缘计算环境。未来或许在每个主要的网络接入点都将设置有边缘服务器，来为附近的终端用户提供低延迟的计算服务。边缘网络由各类接入网络组合而成，在目前主流的4G、5G以及家庭宽带等各式各样的接入网络中，接入点从终端汇聚流量到核心网络时，将主要采用树形拓扑完成设备之间的互联，使得密集部署于接入点的边缘服务器与连接它们的各级交换机一起，构成一个树形网络。未来各式各样的终端应用所产生的任务，将在这样一个树形网络中被卸载并获得计算服务。因此，研究这一特殊网络形式下的边缘负载均衡问题，为其设计独特的均衡策略，对于降低任务延迟和提高资源利用率都具有重要的现实意义。

现有针对边缘负载均衡问题的相关研究中，绝大多数工作均假定边缘服务器之间通过一个具有星型拓扑或网状拓扑的网络完成互联，对于树形网络中的负载均衡问题，目前并没有相关工作对其进行过深入的理论分析与实验探究。从适用场景的角度考虑，星型拓扑能够合理地描述集中建造的边缘云或者单个接入网中多服务器间的互联，而网状拓扑则适合于边缘服务器部署较稀疏、分布范围较广的情况。两种场景是对当前边缘环境中的，实质上并不能全面地描述未来边缘网络中存在的这种树形联结特征。