[发明专利]一种C-RAN架构下的载波迁移方法

摘要

本发明公开了一种C‑RAN架构下的载波迁移方法，所述方法包括：资源池内出现载波虚拟机上CPU和内存综合资源利用率超过80％，或低于20％，触发载波迁移；确定负载过重的载波虚拟机上需要迁出的部分用户任务以及负载过轻的载波虚拟机上需要迁出的全部用户任务；根据相关变量，基于迁移时延和资源两个约束条件，以能耗和迁移代价为目标，定义数学表达式，建立数学模型；基于改进的最大最小蚂蚁系统求解数学模型，得到不同用户任务的迁移选择方法。本发明有利于平衡各个载波虚拟机的负载，充分的利用了各个载波的处理资源，降低了能耗，有利于实现负载均衡。

主权项

1.一种C‑RAN架构下的载波迁移方法，其特征在于，所述C‑RAN架构下的载波迁移方法包括以下步骤：步骤一，资源池内出现载波虚拟机上CPU和内存综合资源利用率超过80％，或低于20％，触发载波迁移；步骤二，确定负载过重的载波虚拟机上需要迁出的部分用户任务以及负载过轻的载波虚拟机上需要迁出的全部用户任务；步骤三，根据相关变量，基于迁移时延和资源两个约束条件，以能耗和迁移代价为目标，定义数学表达式，建立数学模型；所述相关变量包括w协议标准下处理所迁出的用户任务所需的虚拟资源量Task_i(vr_c,vr_m)，其中vr_c和vr_m为w协议标准下载波虚拟机i上迁出的用户任务需要的计算资源量和内存资源量；载波虚拟机的能耗是其CPU和内存能耗之和，数学表达式如下:其中和分别为载波虚拟机vm_i的CPU和内存利用率，α_cpu、γ_cpu、α_ram和γ_mem为模型的特定常数；任务的迁移代价数学表达式如下：Costmig(Task(vm_i),vm_j)＝C_migD(vm_i,vm_j)；其中，Task(vm_i)为载波虚拟机vm_i上需要迁移的任务，D(vm_i,vm_j)为从虚拟机vm_i到虚拟机vm_j的拓扑距离，C_mig为迁移成本参数，C_mig定义如下：f+M(Task(vm_i))/B(vm_i,vm_j)；其中，f为固定常数，M(Task(vm_i))为载波虚拟机vm_i上要迁移的任务所占的内存，B(vm_i,vm_j)为虚拟机vm_i和vm_j之间的传输带宽；所述的数学模型具体定义如下：且其中，数学表达式Tmig(Task_j)≤T_th为任务迁移时延约束条件，Tmig(Task_j)为载波虚拟机j上的任务迁移时延，T_th为通信中用户的最大可容忍时延，定义为20ms；数学表达式和为资源约束条件，表示迁移任务的资源需求量要小于目的载波虚拟机的可用资源量，vm_ic和vm_im分别为载波虚拟机i的可用计算资源量和内存资源量；n为资源池内总的载波虚拟机的个数，M为需要迁移任务的载波虚拟机集合，m为集合M中载波虚拟机个数，表示任务最终只能迁移到一台虚拟机上；步骤四，基于改进的最大最小蚂蚁系统求解数学模型，得到不同用户任务的迁移选择方法；所述改进的最大最小蚂蚁系统是对信息素公式中挥发系数的定义进行改进，改进后的形式如下：其中，信息素的挥发系数ρ(t)按如下方式更新：其中，t为迭代次数，γ_ku为迁移任务k选择载波虚拟机u作为目的虚拟机的信息素，Δγ_ku^best为最优解的信息素增量值，γ_max和γ_min为信息素的上界和下界，t_max为最大迭代次数，f(t‑1)是将两个优化目标通过归一化以及加权系数法定义的适宜度函数，取值介于0到1之间，ρ_in为ρ的初始化值，ρ_min为ρ的最小值，n₁为介于0至1之间的实数。