[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

说明书

本发明发明了一种面向移动边缘计算网络的数据智能路由方法，包括：一种面向移动边缘计算网络的数据智能路由方法，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。本发明所述的一种面向移动边缘计算网络的数据智能路由方法，本发明中，通过在MEC中部署应用服务统计模块，将网络中与路由策略相关的服务要素统计起来作为深度神经网络的大规模训练样本，结合图卷积神经网络的优化及泛化能力，学习出使用当前MEC网络的智能路由方法，同时，本发明方法还能使得MEC网络具有根据环境状态自主学习路由的能力。

技术领域

本发明涉及边缘计算网络技术领域，特别涉及一种面向移动边缘计算网络的数据智能路由方法。

背景技术

近年来，移动物联网的应用渗透到人们生产生活的方方面面。物联网所承载的应用类型也呈现类型多样化的趋势，这些应用对移动物联网资源需求多样化，如对高带宽、低延时、低能耗、高可靠等方面的需求。如何突破传统物联网无法满足用户个性化服务需求的瓶颈，移动边缘计算网(Mobile Edge Computing,MEC)便应运而生，通过密集部署MEC边缘终端，将网络、存储、计算和应用等靠近用户端，为用户提供近端服务，在一定程度上减轻骨干网络压力，提高传输效率。

为了实现移动边缘计算网络的广泛应用，需要在用户端部署边缘计算基站，这能有效避免网络承载压力过大以及业务拥塞严重的问题。对于有较高实时性的应用环境，如远程手术MEC网络环境、车辆网MEC网络环境等，MEC网络的路由策略对整个网络性能的提升起到关键作用。

边缘计算终端所采集的信息往往具有冗余性，各个终端节点单独的传输数据会使得有限的网络带宽被浪费，因此，在数据采集过程中面向整个网络的数据链路传输优化能提升整个MEC网络的路由性能。从理论上讲，面向局部路由拓扑的优化策略并不意味着也能提升整个MEC网络的性能，针对局部路由的优化可能因全局路由效率的低下而收效甚微乃至失效。因此，如何从全局视角解决MEC网络智能路由的问题，具有较强的现实意义。

为满足面向整个MEC网络的智能路由策略的需求，本发明引入了基于图卷积深度神经网络的智能路由学习与推演方法，通过联合网络延迟、历史路由策略、网络拓扑、MEC服务质量等因素建立一个面向整个MEC网络的智能路由优化方法。

发明内容

本发明的主要目的在于提供一种面向移动边缘计算网络的数据智能路由方法，可以有效解决背景技术中的问题。

为实现上述目的，本发明采取的技术方案为：

一种面向移动边缘计算网络的数据智能路由方法，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。

优选的，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。

优选的，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。