[发明专利]一种基于动态移动装置行为预测的边缘转网方法

权利要求书

1.一种基于动态移动装置行为预测的边缘转网方法，其特征在于，包括以下步骤：

步骤S1，建立边缘节点架构：所述边缘节点架构，包括云端、边缘计算服务器和移动装置；所述边缘计算服务器和云端通信连接；所述移动装置和边缘计算服务器通信连接构成局网；所述边缘计算服务器连接有无线基站，任意两个边缘计算服务器负责的无线基站没有交叉；

步骤S2，建立第一层的服务交握联动机制，边缘计算服务器对其所属的局网中的移动设备进行状态追踪；移动装置采集包含硬件、网络、位置的信息，并建立信息采集列表，然后将信息采集列表定期上传至边缘计算服务器；边缘计算服务器，将所有移动装置的信息上传至云端汇总；

然后同时执行步骤3和步骤4；

步骤S3，若边缘计算服务器服务的移动装置的个数超负荷，调整移动装置的部署；

步骤S4，建立并更新行为预测模型：采用隐马尔科夫模型并重新定义参数，得到行为预测模型；

行为预测模型中，隐藏状态序列I，定义为移动装置的实际的位置状态的序列；观察状态序列O，定义为无线基站的状态的序列，此序列为所有无线基站观测状态的集合；状态转移矩阵A，定义为移动装置的位置状态转移概率矩阵，表示隐藏状态转移概率的状态转移矩阵；观测状态生成的概率矩阵B，定义为无线基站的状态转移概率矩阵，表示移动装置的隐藏状态与无线基站观测状态之间转移概率的集合；隐藏状态概率分布Π，定义为无线基站的初始状态概率，将此参数设定为1；

模型建立的方式是通过所有移动装置的历史移动路径来建立模型，先从云端的数据库中调取目前所有记载的移动装置的历史移动路径，载入模型，采用Baum-Welch算法，训练完毕后导出行为预测模型的参数λ=(A,B,Π)，分别为移动装置的位置状态转移概率矩阵、无线基站的状态转移概率矩阵、无线基站的初始状态概率；

步骤S5，边缘计算服务器判断移动装置是否移动；若移动，则通过行为预测模型，计算出移动装置未来移动路径上的目标边缘计算服务器，否则重复本步骤；

采用Forward算法来预测无线基站的状态的序列O发生的概率，根据移动装置本次连线以来的移动记录序列代入行为预测模型后采用Forward算法预测 状态发生的概率，然后计算出移动装置未来移动路径上的目标边缘计算服务器；

步骤S6，边缘计算服务器，向移动后的移动装置传送目标边缘计算服务器的联网信息，移动装置向目标边缘计算服务器发送连线信息，使得移动装置和目标边缘计算服务器之间建立服务交握；

边缘计算服务器，触发第二层的服务交握联动机制，即，当前边缘计算服务器与目标边缘计算服务器建立服务交握，通知目标边缘计算服务器启动预载服务，并传送预载服务所需的资源信息。

2.根据权利要求1所述的一种基于动态移动装置行为预测的边缘转网方法，其特征在于，所述云端，配置有存储本架构中所有边缘计算服务器信息和所有移动装置信息的数据库，并负责完成移动装置的行为预测模型的训练；

所述云端，设置有架构部署单元、移动装置行为预测模型训练单元和数据库；

所述架构部署单元，调整整个架构的部署，调取数据库中的移动装置信息，追踪每个移动装置和其对应连线的边缘计算服务器之间的平均响应时间；

所述移动装置行为预测模型训练单元，构建移动装置的行为预测模型并对其训练，训练完毕之后更新该移动装置的行为预测模型；

所述数据库，采用关系型数据库管理系统，记录本架构中所有边缘计算服务器信息和所有移动装置信息，包括计算服务器信息的部署和联网信息、移动装置的状态和联网信息、移动装置的历史移动路径。

3.根据权利要求2所述的一种基于动态移动装置行为预测的边缘转网方法，其特征在于，所述边缘计算服务器，为附近的移动装置提供资源服务，并掌握附近移动装置的移动行为，同时，边缘计算服务器还与其附近的边缘计算服务器通信连接；

所述边缘计算服务器，设置有架构部署辅助单元、服务提供单元、状态追踪单元、移动装置行为预测单元、预载通信单元、转网交握上单元、轻量数据库。

4.根据权利要求3所述的一种基于动态移动装置行为预测的边缘转网方法，其特征在于，所述移动装置，为生成请求数据或传感数据的用户设备；所述移动装置，设置有服务接收单元、转网交握下单元、信息采集单元。