[发明专利]基于匹配理论的移动边缘计算中的动态资源分配方法

说明书

本发明提出了一种基于匹配理论的移动边缘计算中的动态资源分配方法，实现步骤为：初始化移动边缘计算场景下的系统参数，获取每个时隙每个移动用户的通信时延，然后建立每个时隙每个边缘服务器的偏好列表，建立每个时隙每个移动用户的偏好列表，接着通过匹配理论获取每个时隙所有移动用户与所有边缘服务器的匹配矩阵，最后获取移动边缘计算中的动态资源分配结果。本发明考虑了移动边缘计算场景下同时存在多个移动用户的情景，在每个时隙通过匹配理论，根据所有移动用户和所有边缘服务器的偏好列表，竞争对于用户最优的边缘服务器资源和对于边缘服务器最优的用户，有效利用边缘服务器的资源降低了移动用户服务时延，用户服务质量较高。

技术领域

本发明属于通信技术领域，涉及一种动态资源分配方法，具体涉及一种基于匹配理论的移动边缘计算中的动态资源分配方法。

背景技术

随着5G技术以及物联网技术的快速发展，涌现出一大批新型的移动终端应用，而这些应用对于计算资源的需求不断增加，并且对于服务时延非常敏感。然而由于用户设备本身的计算资源非常有限，并不足以支持这些应用在设备端直接进行计算。因此，使用云服务器已经成为一种有效的解决方案。尽管云服务器可以为用户提供充分的计算资源，但是由于其部署相对集中，导致用户设备与云服务器之间的传输时延增加。为了有效降低传输时延，移动边缘计算已经成为一种有前景的解决方案。通过将云服务器下沉至网络边缘为终端提供服务，降低用户设备与服务器之间的传输时延，从而降低用户时延，为用户提供高质量的服务。然而，对边缘服务器计算资源分配不平衡会导致资源浪费以及用户服务时延增加；同时，用户移动与边缘服务器有限服务范围之间的矛盾，使得对用户服务并不连续，也会导致用户服务时延增加。一般而言，用户的服务质量，采用用户服务时延来进行衡量，用户服务时延越小，用户服务质量越高。

为了降低因对用户服务不连续导致的用户服务时延增加的缺陷，例如S.Wang,R.Urgaonkar等人在其2019年发表在IEEE/ACM Transactions on Networking中的论文“Dynamic service migration in mobile edge computing based on markov decisionprocess”中，公开了一种移动边缘计算场景下动态的资源分配方法。该方法将用户移动过程构建成一维的马尔可夫移动过程，最后通过设计激励函数动态分配边缘服务器的资源对用户任务进行迁移。该方法通过对单个移动用户分配边缘服务器的资源进行任务迁移，降低了移动用户的服务时延。但是，该方法的不足之处是只考虑了边缘计算场景下存在单个移动用户的情景，并未考虑该场景下同时存在多个移动用户的情景，多个移动用户之间对于边缘服务器计算资源的竞争，导致移动用户服务时延增加，移动用户服务质量降低，同时该方法只在一维空间里考虑移动用户的运动轨迹，并未考虑实际情况下的二维空间，导致该方法的应用范围有限。

发明内容

本发明的目的在于针对上述现有技术的不足，提出了一种基于匹配理论的移动边缘计算中的动态资源分配方法，用于解决现有技术下中存在的在边缘计算场景下同时存在多个移动用户时，多个移动用户之间对于资源的竞争，导致移动用户服务时延增加的技术问题。

为实现上述目的，本发明采用的技术方案包括如下步骤：

(1)初始化移动边缘计算场景下的系统参数：