[发明专利]云边协同网络中时延和频谱占用联合优化方法及系统

说明书

本发明涉及一种云边协同网络中时延和频谱占用联合优化方法及系统,包括：初始化云边协同网络，生成一组用户请求；建立以用户请求平均端到端的最低时延和最小占用频谱隙的目标函数；基于所述目标函数，在处理每个用户请求的过程中，依次判断是否满足节点及路径选择唯一性约束、移动边缘计算服务器负载约束、频谱资源占用及唯一性约束、频谱连续性约束以及频谱一致性约束，若均满足，则用户请求处理成功，进入步骤S4；若有任意一项不满足，则用户请求处理失败；计算用户请求平均端到端时延和频谱资源占用率。本发明有利于提高了频谱资源的利用率以及提升用户服务质量。

技术领域

本发明涉及云边协同网络优化的技术领域，尤其是指一种云边协同网络中时延和频谱占用联合优化方法及系统。

背景技术

近年来，随着物联网的高速发展，人脸识别、智慧城市、智能交通系统、虚拟现实技术(VR)等大量新兴应用程序场景应运而生。由于这些应用程序场景可以为用户带来更高的带宽速率、更多的网络连接和更低的时延，导致核心网络需要在单位时间内处理的数据大小和业务请求呈指数型增长。因此，随着移动设备和物联网设备承载的网络流量的增加，云计算所采用的集中式处理模式因离终端设备比较远，已不能满足用户的日常需求，并且对时延和能耗等性能要求较高的计算服务来说，这种模式会引起高延时、网络堵塞等问题。

对于这些问题，欧洲电信标准协会(European Telecommunications StandardsInstitute,简称ETSI)通过将边缘计算融合到移动网络的架构，提出了移动边缘计算(Mobile Edge Computing,简称MEC)。MEC是指将移动终端的计算任务卸载到网络边缘处，在网络边缘执行计算和存储的一种新型计算模型。MEC被认为是蜂窝基站模型现代化演变和5G技术发展的关键因素。MEC将计算和存储资源引入到移动网络的边缘，降低终端设备的计算时延和能耗，提升用户对移动互联网应用的体验质量并减轻了云计算中心高负载情况。与此同时，MEC也需要计算卸载技术的支撑，计算卸载是指将终端设备的计算数据上传至云中并进行一系列计算处理的技术。在万物互联的信息时代下，要想实现传输数据低延时、服务器低能耗、移动终端资源高存储这些情况，需要将复杂的计算任务卸载到网络边缘服务器上进行计算处理。

为了更好地结合云计算与边缘计算的优势，云边协同作为一种新型计算模式成为了新的研究趋势。随着数据密集型应用与计算密集型应用的增加，需要利用云计算强大的计算能力，以及通信资源与边缘计算短时传输的响应特性来实现，并完成相应的应用请求。通过两者协同工作、各展所长，将边缘计算和云计算协作的价值最大化，从而有效地提高应用程序的性能。目前，针对云边协同的研究大多数集中在物联网、工业互联网、智能交通、安全监控等诸多领域的应用场景上，主要目的是减少时延、降低能耗、以及提高用户体验质量等。

目前主要有两种资源卸载方法：卸载到云端和卸载到边缘端。其中，卸载到云端允许用户将计算密集型任务卸载到资源强大的云服务器上进行处理；卸载到边缘端是在网络边缘部署云服务。卸载到云端会因传输距离远而无法很好地处理时延敏感性应用，卸载到边缘端也需要考虑计算资源、存储资源、能量消耗以及时延等等因素，因此如何卸载业务以及卸载到哪一端成为目前的研究热点。

发明内容

为此，本发明所要解决的技术问题在于克服现有技术中用户请求端到端时延和频谱资源的占用率高的问题，从而提供一种有效降低用户请求端到端时延和频谱资源占用率的云边协同网络中时延和频谱占用联合优化方法及系统。

为解决上述技术问题，本发明的一种云边协同网络中时延和频谱占用联合优化方法，包括如下步骤：初始化云边协同网络，生成一组用户请求；建立以用户请求平均端到端的最低时延和最小占用频谱隙的目标函数；基于所述目标函数，在处理每个用户请求的过程中，依次判断是否满足节点及路径选择唯一性约束、移动边缘计算服务器负载约束、频谱资源占用及唯一性约束、频谱连续性约束以及频谱一致性约束，若均满足，则用户请求处理成功，进入步骤S4；若有任意一项不满足，则用户请求处理失败；计算用户请求平均端到端时延和频谱资源占用率。