[发明专利]一种面向移动边缘计算网络的数据智能路由方法

权利要求书

1.一种面向移动边缘计算网络的数据智能路由方法，其特征在于，包括以下步骤：

(1)、面向智能路由的MEC网络中数据采集服务应用标记；

(2)、MEC网络在中轻量级全网智能路由建模方法；

(3)、基于图卷积神经网络的轻量级智能路由方法。

2.根据权利要求1所述的一种面向移动边缘计算网络的数据智能路由方法，其特征在于：在步骤1中，MEC网络中基站负责与MEC终端节点进行通信，并将终端节点的数据通过MEC云服务器以及核心网提交到云平台。

3.根据权利要求1所述的一种面向移动边缘计算网络的数据智能路由方法，其特征在于：在步骤1中，在基站中部署应用统计模块，MEC终端节点的应用按业务场景进行标记，包括时延敏感型、带宽资源敏感型、计算资源敏感型，在基站中部署的流量分析模块主要负责统计包括数据流量信息、各节点路由表、转发表信息，MEC云服务器中部署有网络流量信息统计模块，其统计的信息包括实时流量分布，流量传输性能、流量通信延迟、网络当前负载指标。

4.根据权利要求1所述的一种面向移动边缘计算网络的数据智能路由方法，其特征在于：在步骤2中，在移动边缘计算网络中，数据从MEC节点到结果反馈整个流程的时延D计算可表示为：D＝d_sen+d_trans+d_re+d_inform，其中，d_sen表示边缘计算节点响应时延，d_trans表示数据在无线信道中的传播时延，d_re表示数据请求传输时请求等待时延，d_inform表示节点处理该数据信息时的时长。总体信息传输时延的优化目标为：min(d_sen+d_trans+d_re+d_inform)。

5.根据权利要求1所述的一种面向移动边缘计算网络的数据智能路由方法，其特征在于：在步骤2中，MEC网络有不同的应用场景，如车辆网领域，对低延迟有较高应用需求，音视频领域则对带宽有较高的需求，因此针对不同的应用场景，要根据专家知识领域对MEC的服务质量进行针对性的量化分析。

6.根据权利要求1所述的一种面向移动边缘计算网络的数据智能路由方法，其特征在于：在步骤3中，因MEC服务器的能源不受限，将GCN的训练模块部署到MEC服务器中，并将训练好的GCN模型分发到MEC网络的各节点中，其中GCN网络训练过程中，输入是历史路由策略、历史服务质量的评价，输出是面向整个MEC网络的智能路由方案，通过决策单元将训练好的GCN模型分发到所有MEC节点、基站、MEC服务器。

7.根据权利要求1所述的一种面向移动边缘计算网络的数据智能路由方法，其特征在于：在本步骤3中，需要根据MEC网络中各节点的路由方法以及整个网络的拓扑结构，由GCN网络中自主学习出整个MEC网络的路由策略，面对整个MEC网络中的流量特征，基于数据流量特征和网络拓扑结构的MEC智能路由方法的核心思想是学习一个函数映射f(.)，通过该映射图中的节点v_i可以聚合它自己的特征x_i与它的邻居特征x_j(j)来生成节点v_i的新表示，图卷积网络是许多复杂图神经网络模型的基础，包括基于自动编码器的模型、生成模型和时空网络。