針對(duì)移動(dòng)邊緣計(jì)算網(wǎng)絡(luò)中由于用戶位置動(dòng)態(tài)變化而導(dǎo)致邊緣服務(wù)器間負(fù)載不均衡、用戶服務(wù)質(zhì)量降低的問(wèn)題,提出了一種移動(dòng)性感知的邊緣服務(wù)遷移算法。首先,以最小化用戶服務(wù)請(qǐng)求感知時(shí)延為目標(biāo),將優(yōu)化問(wèn)題建模為混合整數(shù)非線性規(guī)劃問(wèn)題。其次,基于Lyapunov優(yōu)化方法將時(shí)延優(yōu)化問(wèn)題解耦為邊緣服務(wù)遷移子問(wèn)題與無(wú)線接入子問(wèn)題。再次,提出快速邊緣決策算法求解出給定無(wú)線接入策略情況下最優(yōu)的資源分配與邊緣服務(wù)遷移方案。最后,提出異步最佳響應(yīng)算法迭代出最優(yōu)無(wú)線接入策略。仿真結(jié)果表明,與現(xiàn)有服務(wù)遷移策略相比較,所提算法能夠在保證服務(wù)遷移成本穩(wěn)定的情況下降低用戶服務(wù)請(qǐng)求的感知時(shí)延。 

【文章來(lái)源】：通信學(xué)報(bào). 2020,41(04)北大核心EICSCD

【文章頁(yè)數(shù)】：13 頁(yè)

【部分圖文】：

系統(tǒng)模型

第4期吳大鵬等：移動(dòng)性感知的邊緣服務(wù)遷移策略·9·之間的負(fù)載均衡，從而降低用戶的平均感知時(shí)延。此外，分別統(tǒng)計(jì)不同用戶數(shù)量情況下，所提AORAM相對(duì)于其他算法的性能增益，并計(jì)算平均值。從圖3(a)中可以看出，與ISMM相比，AORAM能夠使用戶的平均感知時(shí)延降低8.746%，當(dāng)用戶數(shù)M≤38時(shí)，2種算法最大差值為36.59ms，即2種算法在用戶服務(wù)質(zhì)量性能方面表現(xiàn)大致相同，但用戶數(shù)M>38時(shí)，時(shí)延差值隨著用戶數(shù)的增加而不斷增大。同理可知，在圖3(b)中，與COSM相比，AORAM能夠使用戶的平均感知時(shí)延降低11.57%，當(dāng)用戶數(shù)M≤20時(shí)，2種算法時(shí)延差值百分比為10.53%，最大差值為24.68ms。在圖3(c)中，與FSMM相比，AORAM能夠使用戶的平均感知時(shí)延降低21.59%，當(dāng)用戶數(shù)M≤12時(shí)，2種算法最大差值為40.70ms。從圖3(d)中可以看出，與其他算法相比，所提AORAM的用戶平均感知時(shí)延分別降低了8.74%、11.57%、21.59%。顯然，AORAM能有效地降低感知時(shí)延，提高用戶服務(wù)質(zhì)量。圖4為4種算法在不同懲罰因子V情況下虛擬隊(duì)列長(zhǎng)度Q(t)隨時(shí)間的變化曲線。圖4(a)為AORAM在不同懲罰因子V下，虛擬隊(duì)列長(zhǎng)度Q(t)的變化情況，可以看出，隨著時(shí)間推移，虛擬隊(duì)列長(zhǎng)度Q(t)趨于某一個(gè)固定值（如當(dāng)V=500時(shí)，虛擬隊(duì)列長(zhǎng)度Q(t)的穩(wěn)定值為127）。此外，當(dāng)增大懲罰因子V時(shí)，虛擬隊(duì)列長(zhǎng)度Q(t)也隨之增大，同時(shí)系統(tǒng)達(dá)到遷移成本穩(wěn)定的收斂時(shí)間也變長(zhǎng)。其原因在于，當(dāng)增大懲罰因子V時(shí)，意味著系統(tǒng)優(yōu)化目標(biāo)更偏重于用戶的感知時(shí)延，導(dǎo)致系統(tǒng)為獲取更低的用戶感知

·10·通信學(xué)報(bào)第41卷定值。圖4(d)為ISMM在不同懲罰因子V下虛擬隊(duì)列長(zhǎng)度Q(t)的變化情況。當(dāng)V值較小時(shí)，每個(gè)時(shí)刻遷移成本均小于長(zhǎng)期遷移閾值Eavg，因此Q(t)值不斷變小并最后達(dá)到穩(wěn)定；當(dāng)V較大時(shí)，頻繁的服務(wù)遷移造成遷移成本大于遷移閾值，使其Q(t)不斷增大直到穩(wěn)定。圖5為不同懲罰因子V下用戶的平均感知時(shí)延。可以看出，在平穩(wěn)狀態(tài)時(shí)，AORAM得到的用戶平均感知時(shí)延相對(duì)于其他3種對(duì)比算法分別減少了90.84ms、106.45ms、112.55ms。由于FSMM中服務(wù)遷移決策取決于用戶與SBS的相對(duì)位置，所以V值不影響服務(wù)遷移決策，但容易造成邊緣服務(wù)器負(fù)載失衡，導(dǎo)致服務(wù)質(zhì)量降低。當(dāng)V<100時(shí)，隨著V的增加，ISMM、COSM與AORAM的感知時(shí)延快速下降。但當(dāng)200≤V<2000時(shí)，AORAM感知時(shí)延能夠達(dá)到更低值，表明所提的AORAM在保圖4不同懲罰因子V下的虛擬隊(duì)列長(zhǎng)度圖5用戶感知時(shí)延圖6平均遷移成本

【參考文獻(xiàn)】：
期刊論文
[1]車輛邊緣網(wǎng)絡(luò)中基于多參數(shù)MDP模型的動(dòng)態(tài)服務(wù)遷移策略[J]. 郭輝,芮蘭蘭,高志鵬.  通信學(xué)報(bào). 2020(01)
[2]移動(dòng)邊緣計(jì)算卸載技術(shù)綜述[J]. 謝人超,廉曉飛,賈慶民,黃韜,劉韻潔.  通信學(xué)報(bào). 2018(11)
[3]面向5G需求的移動(dòng)邊緣計(jì)算[J]. 田輝,范紹帥,呂昕晨,趙鵬濤,賀碩.  北京郵電大學(xué)學(xué)報(bào). 2017(02)



本文編號(hào)：3485974