[发明专利]一种基于KM和贪心算法的边缘服务器部署和内容缓存方法

说明书

本申请涉及互联网技术领域，特别涉及一种边缘服务器部署和内容缓存方法，用以解决任务响应时间和带宽消耗有待优化的技术问题。该方法基于KM(Kuhn‑Munkres,库恩‑曼克莱斯)算法和贪心算法，实现边缘服务器部署和内容缓存的联合优化。采用KM算法确定边缘服务器部署位置；利用贪心算法确定内容缓存的位置。该方法能有效降低任务响应时间和带宽消耗。

技术领域

本申请涉及互联网技术领域，特别涉及一种基于KM(Kuhn-Munkres,库恩-曼克莱斯)和贪心算法的边缘服务器部署和内容缓存方法。

背景技术

随着物联网设备增加和内容提供商的迅速发展，使得内容下载量呈现爆炸式增长趋势，从而导致传输带宽负载增加，极易造成网络拥塞和过长的网络时延，同时，大量流行内容的重复传输也对网络带宽资源造成了极大的浪费。而相较于边缘数据的增长速度，集中式云计算能力的线性增速远远无法企及。一方面，终端设备需要与位于核心网的内容库交互数据，数据传输距离相对较远，难以满足超低时延的业务需求；另一方面，由于移动终端的数量急剧增加，在网络高峰时期，核心网要承载大量的数据交互，难以实现大带宽、大规模连接的业务需求。

为了解决上述问题，在非高峰流量期间将流行内容缓存到边缘网络的边缘缓存被提出。同时，伴随ETSI(欧洲电信标准化协会，European Telecommunications StandardsInstitute)提出的支持服务边缘化的边缘计算技术的发展，加速了网络边缘缓存的发展。特别地，边缘计算将存储和处理能力从核心网络带到边缘网络，边缘网络在靠近移动设备的基站处实现内容的缓存和处理。因此，利用边缘计算的存储和处理能力在基站端实现高效的内容缓存，有效减轻回程链路的沉重负担，减少内容交付时延。

而现有技术在研究边缘网络中的内容缓存时，没有考虑边缘服务器位置与待缓存内容之间的关系，也未考虑到边缘服务器附近网络资源的限制，具有以下弊端：

第一，内容缓存性能与边缘服务器位置高度相关。边缘服务器的位置和数量直接影响内容缓存的位置和数量，边缘服务器布局不合理会导致内容缓存严重失衡，不平衡的内容缓存影响访问延迟和带宽消耗；第二，边缘服务器存储和处理能力有限，无法存储用户所需的所有内容，需要多个边缘服务器之间协作，传输用户请求所需内容，导致缓存流行内容的边缘服务器附近网络资源竞争严峻，从而导致发送时延过长。

可见，现有技术中的内容缓存方案，未能充分考虑边缘服务器对内容缓存性能的影响，不利于降低内容交付的时延和带宽。因此，需要提出一种基于现有边缘网络架构的边缘服务器部署和内容缓存联合优化方案，以克服上述缺陷。

发明内容

本发明采用下述的技术方案：

一种面向边缘计算互联光网络架构的边缘服务器部署和内容缓存协同优化方法，所述架构中包含位于核心网的内容库，多个基站和边缘服务器，其中基站与基站、核心网与基站之间通过光纤连接，某些基站处部署有边缘服务器，为缓存用户请求的内容提供有限的存储空间，其特征在于，该方法根据光网络的资源现状和用户对多样化内容的需求情况，确定边缘服务器部署位置、内容缓存的位置以及各内容缓存时的副本数量。

进一步地，采用KM算法确定边缘服务器部署位置；利用贪心算法确定内容缓存的位置。

所述光网络的资源现状和用户对多样化内容的需求情况包括各边缘服务器的容量、网络的带宽、每个基站处网络的节点度、用户请求的内容与基站的相对位置和用户请求的内容的数据量。

首先，根据基站所处位置的资源现状以及各个内容所需存储空间，计算顶点由基站集和边缘服务器集构成的二分图中任意基站与任意边缘服务器之间的匹配权重；

其次，基于KM算法确定边缘服务器部署的最优位置集合；

再次，根据所述各个内容的数据量和各个边缘服务器的可用存储空间，利用贪心算法确定可以缓存各个内容的边缘服务器集合；