[发明专利]一种基于马尔科夫决策过程的移动数据分流方法

摘要

本发明公开一种基于马尔科夫决策过程的移动数据分流方法，包括以下步骤(1)移动数据分流的马尔科夫模型；(2)一种动态优化决策算法；(3)一种低时间复杂度的启发式分流算法；本发明从移动用户角度出发，构建多个不同容忍度的流，考虑用户偏向能量消耗，移动性，等待容忍度等多个方面，能更加全面考虑到系统内移动用户的服务质量，基于马尔科夫决策的移动数据分流方法，成功实现了数据分流，并且对系统整体的开销较小。

主权项

1.一种基于马尔科夫决策过程的移动数据分流方法，包括以下步骤(1)移动数据分流的马尔科夫模型；(2)一种动态优化决策算法；(3)一种低时间复杂度的启发式分流算法，其特征在于：步骤(1)移动数据分流的马尔科夫模型：移动用户使用手机应用进行数据下载时，由于时间限制，当发生网络阻塞问题，为提升用户体验，用户将进行数据分流用以解决上述问题，会自主性选择网络，考虑到手机能量消耗以及网络成本；对此，进行基于移动数据分流的马尔可夫决策的建模；(1.1)模型环境：为便于建模，步骤(1.1)对模型的使用环境进行相关介绍：1)MUs从远程服务器下载M个文件，并且每个文件形成数据流(Flow)，则对应的数据流集定义为同时每个Flow都有相应的时间限制其中T＝(T1,T2,...,TM)表示为对于MU的M个文件的时间限制向量集，为便于建模，认为T1≤T2≤...TM并定义时间系统2)为便于分析，限制MU只能在L可能性的位置移动，对应的位置集当蜂窝网络在上述位置集中出现的概率相等，而无线局域网出现的概率依赖于其位置(1.2)马尔科夫决策模型的建立：当用户下载文件，发生网络阻塞时，用户将根据网络使用成本、能量消耗以及剩余时间进行网络选择，从而完成数据传输；(1.2.1)系统状态stst＝{lt，bt}其中表示通过GPS获取的MUs在t时的位置指数，表示位置集；为M个文件在t时的文件下载剩余量的向量集，并且而Bj表示第j个数据流的总的文件下载剩余量，因此则表示对应的剩余数据的向量集；(1.2.2)用户动作：用户动作at表示t时决定在处于无线局域网覆盖时，是否使用，或者使用蜂窝网络，或者继续等待空闲以及如何对M数据流进行网络数据率的分配，其定义如下：at＝(at，c，at，ω)1)其中，表示分配蜂窝网络的数据率的向量集，表示对于第j个数据使用蜂窝网络的分配数据率；则表示分配的无线局域网的数据率，而表示对于第j个数据使用无线局域网的分配的数据率；符号c和ω分别表示蜂窝网络和无线局域网；如果用户不在无线局域网覆盖的范围内时，可能为0；2)所有数据流使用蜂窝网络和无线局域网的总的数据率分别定义且at，c和at，ω需要满足以下条件： a t , c = γ c l a