[发明专利]基于粒子群的低能耗边缘计算资源部署系统及方法

说明书

本发明提供了一种基于粒子群的低能耗边缘计算资源部署系统，包括网络资源能耗模型存储模块、网络资源部署模型存储模块和网络资源部署模块，用于获得所述边缘计算资源中计算节点的最优数量和/或存储节点的最优数量。本发明通过设计基于SDN的边缘计算服务模型和最小化全网能耗的目标函数，提出了基于粒子群的低能耗边缘计算资源部署系统，其是基于各种资源之间约束关系，在此基础上优化资源分配方案，进而达到节约全网能耗的目的，本发明的系统降低了存储节点和计算节点的数量，节约了全网能耗。

技术领域

本发明涉及通信资源分配技术领域，特别涉及一种基于粒子群的低能耗边缘计算资源部署系统；同时，本发明还涉及一种基于粒子群的低能耗边缘计算资源部署方法。

背景技术

5G网络环境下，为减小用户业务的延迟，边缘计算技术已被成功应用到解决此问题。随着用户业务的增长，边缘计算的资源需求量越来越大，如何在满足用户需求的前提下，尽量减少全网能耗，已成为急需解决的问题。现有研究主要采用虚拟机迁移、博弈论、最优化理论等方法，来解决业务执行效率低、降低能耗方面的问题。

例如，Mishra.S.K等在Sustainable Service Allocation Using aMetaheuristic Technique in a Fog Server for Industrial Applications中以提高用户任务执行效率为目标，提出了雾服务器节点的可持续性服务方案，降低了雾节点能源消耗和用户任务的执行时长。Rodrigues.T.G在Hybrid method for minimizing servicedelay in edge cloud computing through VM migration and transmission powercontrol中为解决边缘计算中的服务器性能不能满足制造业中的高响应速度、低时延性业务的需求，基于虚拟机的快速迁移和网络流量控制技术，提出一种高速传输和快速处理的业务响应模型，较好的解决了边缘计算服务器性能低的问题。Meng X等在Delay-constrained hybrid computation offloading with cloud and fog computing中以用户任务时延要求为约束，将任务的计算量和通信量进行组合建模，并提出用户任务延迟最小化的调度机制，降低了用户任务的计算和通信时延。CHEN Xu.等在Decentralizedcomputation offloading game for mobile cloud computing中以用户任务执行时限为约束，基于博弈论提出用户任务计算需求卸载的最优化算法，较好的解决了用户任务执行效率低的问题。Xu.J等在Utility-aware Resource Allocation for Edge Computing中以降低资源消耗为目标，提出云服务提供商和边缘服务提供商协作的资源分配机制，在满足用户任务执行时延约束的条件下，降低了总的资源开销量，并且验证了分配机制的可扩展性和可靠性。Ito.Y等在A bandwidth allocation scheme to meet flow requirementsin mobile edge computing中以最大化任务传输速率为目标，设计了移动边缘计算网络中的信息传输带宽资源分配机制，实现了针对用户特定需求提供对应服务的带宽资源分配方案，满足了不同用户的不同需求。

通过对现有研究分析可知，在边缘计算环境下的资源分配领域，已经取得了较多的研究成果。但是，现有研究主要面向时延、速率、资源量等不同的问题进行解决，忽略了各种资源之间的约束关系。

因此，在满足用户需求的前提下，开发一种基于各种资源之间约束关系的低能耗边缘计算方法，节约全网能耗，成为本领域技术人员亟待解决的问题。

发明内容

有鉴于此，本发明旨在提出一种基于粒子群的低能耗边缘计算资源部署系统，以降低存储节点和计算节点数量，优化资源分配方案，进而达到节约全网能耗的目的。

为达到上述目的，本发明的技术方案是这样实现的：