[发明专利]一种面向SLA的边云系统的资源自适应定制方法

说明书

本发明公开了一种面向SLA的边云系统的资源自适应定制方法，包括：将边云系统划分成边缘集群和云中心集群；获取边缘集群的属性信息；获取云中心集群的属性信息；根据边缘集群的属性信息和云中心集群的属性信息，利用深度强化学习技术对边云系统的资源进行定制，形成多个在逻辑上相互隔离的资源单元，并将具有相似属性的资源单元集合成资源通道；在资源通道内进行服务编排,得到服务编排的结果；根据资源单元和服务编排的结果，对服务请求进行调度。

技术领域

本发明涉及一种资源定制方法，尤其涉及一种面向SLA的边云系统的资源自适应定制方法。

背景技术

随着互联网设备的爆炸式增长，集中式移动网络架构面临着诸多挑战。根据GSMA的《2020年移动经济报告》，到2025年，全球物联网连接数将从2019年的120亿增加到近250亿。传统的云计算范式面临实时性低、工作效率低等诸多问题。与云计算相比，边缘计算的优势主要表现在两个方面：(1)边缘计算节点分布广泛，可以缓解骨干网压力；(2)大部分服务在边缘处理，减少数据传输延迟。然而，与一刀切的云计算范式不同，边云系统中广泛分布的边缘节点和相互异构的边缘集群给用户提供可靠的服务带来了重大挑战。作为云计算的延伸，边云系统有力的减轻了主干网络和云中心的负载压力，降低了请求的排队时延和传输时延。然而，边云系统依旧面临：(1)边缘节点的资源和系统架构的异构性；(2)多种服务对不同资源的恶性竞争；(3)网络资源和请求负载的随机动态变化。因此，广泛分布的边缘节点和相互异构的边缘集群给用户提供可靠的服务带来了重大挑战。

发明内容

有鉴于此，本发明的主要目的是提供一种面向SLA的边云系统的资源自适应定制方法，以期至少部分地解决上述提及的技术问题中的至少之一。

为实现上述目的，本发明所采用的技术方案包括：

根据本发明的一个方面，提供了一种面向SLA的边云系统的资源自适应定制方法，包括：

将边云系统划分成边缘集群和云中心集群；

获取边缘集群的属性信息，其中，边缘集群的属性信息包括边缘节点、边缘节点之间的连接关系以及边缘节点属性信息；

获取云中心集群的属性信息，其中云中心集群的属性信息包括云中心集群的计算能力、内存大小以及与边缘节点之间的传输延迟；

根据边缘集群的属性信息和云中心集群的属性信息，利用深度强化学习技术对边云系统的资源进行定制，形成多个在逻辑上相互隔离的资源单元，并将具有相似属性的所述资源单元集合成资源通道，其中，资源通道具有相对应的服务水平协议(Service LevelAgreement,SLA)保证；

在资源通道内进行服务编排,得到服务编排的结果；

根据资源单元和服务编排的结果，对服务请求进行调度。

根据本发明的实施例，边缘节点的属性信息包括边缘节点的计算能力、内存以及带宽。

根据本发明的实施例，资源单元包括边缘节点之间形成的横向资源单元和边缘节点与云中心形成的纵向资源单元；资源通道包括横向资源通道和纵向资源通道。

根据本发明的实施例，利用深度强化学习技术对边云系统的资源进行定制包括：

利用Actor-Critic算法对马尔可夫决策过程进行训练；

边缘节点根据边云系统的状态，利用训练好的马尔可夫决策过程将边缘节点网络邻域内的资源进行定制，形成资源单元。

根据本发明的实施例，所述马尔可夫决策过程可由式(1)表示