多接入边缘计算节点资源分配方法、系统、设备及介质与流程

1.本公开涉及移动通信技术领域，特别是涉及多接入边缘计算节点资源分配方法、系统、设备及介质。


背景技术：

2.本部分的陈述仅仅是提到了与本公开相关的背景技术，并不必然构成现有技术。
3.边缘计算技术是当前兴起的一项新技术。通过把计算、存储、带宽和应用等资源放在网络的边缘侧，以减小传输延迟和带宽消耗，更好的支撑工业控制、自动驾驶、配网差动保护和云游戏等领域的应用。
4.虽然边缘计算技术的应用可以提供超低时延类的应用服务，但是增加了对计算、网络等资源分配调度的复杂度。例如：在一台边缘计算服务器上部署多个移动边缘计算应用时，需要统筹考虑计算、网络资源的分配，才能为多个移动边缘计算应用提供最佳的业务体验。
5.目前针对多接入边缘计算节点资源分配的方法通常采用优化理论来确定网络资源和计算资源的分配，此外还应用了机器学习，博弈论和契约论等方法。但执行起来非常复杂。
6.此外，中国发明专利申请《基于移动边缘计算的无线资源调度方法和装置》提出了一个简单的资源分配方法。根据卸载业务的源数据长度首先计算最小计算资源需求；然后根据无线资源，计算卸载业务的传输时延。当可用计算资源大于最小计算资源需求且卸载业务传输时延小于计算时延时，请求分配对应的无线资源及计算资源。
7.现有技术存在以下缺点：
8.(1)可操作性差。
9.对于采用优化理论、机器学习，博弈论和契约论等方法来确定网络资源和计算资源分配的方法，分配算法复杂，执行起来消耗较大的资源。
10.对于中国发明专利申请《基于移动边缘计算的无线资源调度方法和装置》来说，对于某个确定业务，只能确定业务总时延需求(即：计算时延 传输时延)，而无法确定业务的计算时延需求，即：卸载业务的计算时延阈值。
11.(2)没有做到计算资源、网络资源的协同优化。根据现有计算、网络资源分别计算所需的计算资源及传输时延，没有考虑计算、网络资源的置换。例如：当网络资源缺乏时，可以通过分配更多的计算资源降低计算时延，总体实现处理时延小于业务总时延要求。反之亦然。


技术实现要素：

12.为了解决现有技术的不足，本公开提供了多接入边缘计算节点资源分配方法、系统、设备及介质；综合考虑业务时延需求、计算资源、网络资源等因素，通过计算资源、网络资源的协同、置换，最大程度满足业务卸载需求，同时实现效益最大化，提升运营商效益。
13.第一方面，本公开提供了多接入边缘计算节点资源分配方法；
14.多接入边缘计算节点资源分配方法，包括：
15.获取终端发起的业务，分析业务需求；
16.基于业务需求分析结果，判断可用计算资源负荷是否达到设定阈值，如果否，则进入下一步；如果是，则根据求和结果与设定总时延的比较情况，决定是否接收服务；如果拒绝服务，则扩容计算资源；如果接受服务，则分配网络资源和计算资源；其中，所述求和结果是指网络时延和计算时延的求和结果；
17.判断可用网络资源负荷是否达到设定阈值，如果否，则进入下一步；如果是，则根据求和结果与设定总时延的比较情况，决定是否接收服务；如果拒绝服务，则扩容网络资源；如果接受服务，则分配网络资源和计算资源；
18.在满足业务总时延要求下，选择效益最高的网络资源和计算资源分配方案，以实现资源的分配。
19.第二方面，本公开提供了多接入边缘计算节点资源分配系统；
20.多接入边缘计算节点资源分配系统，包括：
21.获取模块，其被配置为：获取终端发起的业务，分析业务需求；
22.决策模块，其被配置为：基于业务需求分析结果，判断可用计算资源负荷是否达到设定阈值，如果否，则进入选择模块；如果是，则根据求和结果与设定总时延的比较情况，决定是否接收服务；如果拒绝服务，则扩容计算资源；如果接受服务，则分配网络资源和计算资源；其中，所述求和结果是指网络时延和计算时延的求和结果；
23.选择模块，其被配置为：判断可用网络资源负荷是否达到设定阈值，如果否，则进入资源分配模块；如果是，则根据求和结果与设定总时延的比较情况，决定是否接收服务；如果拒绝服务，则扩容网络资源；如果接受服务，则分配网络资源和计算资源；
24.资源分配模块，其被配置为：在满足业务总时延要求下，选择效益最高的网络资源和计算资源分配方案，以实现资源的分配。
25.第三方面，本公开还提供了一种电子设备，包括：
26.存储器，用于非暂时性存储计算机可读指令；以及
27.处理器，用于运行所述计算机可读指令，
28.其中，所述计算机可读指令被所述处理器运行时，执行上述第一方面所述的方法。
29.第四方面，本公开还提供了一种存储介质，非暂时性地存储计算机可读指令，其中，当所述非暂时性计算机可读指令由计算机执行时，执行第一方面所述方法的指令。
30.与现有技术相比，本公开的有益效果是：
31.(1)最大程度满足业务卸载需求。综合考虑业务时延需求、计算资源、网络资源等因素，通过计算资源、网络资源的协同和置换，最大程度满足业务卸载需求。
32.(2)达到效果更优。在满足业务卸载需求的前提下，从效益最佳的维度考虑网络、计算资源的分配。在更好满足用户需求的同时，实现收益最大化，提升运营商效益。
33.(3)当计算资源负荷达到阈值时，基于最大网络资源获取网络时延，来降低对计算时延的要求，进而降低对计算资源的需求；反之，当网络资源负荷达到阈值时，基于最大计算资源获取计算时延，来降低对网络时延的要求，进而降低对网络资源的需求。实现网络资源与计算资源的置换和协同。
34.本发明附加方面的优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本发明的实践了解到。
附图说明
35.构成本公开的一部分的说明书附图用来提供对本公开的进一步理解，本公开的示意性实施例及其说明用于解释本公开，并不构成对本公开的不当限定。
36.图1为第一个实施例的多接入边缘计算节点资源分配方法流程图；
37.图2为第二个实施例的功能模块示意图。
具体实施方式
38.应该指出，以下详细说明都是示例性的，旨在对本公开提供进一步的说明。除非另有指明，本文使用的所有技术和科学术语具有与本公开所属技术领域的普通技术人员通常理解的相同含义。
39.需要注意的是，这里所使用的术语仅是为了描述具体实施方式，而非意图限制根据本公开的示例性实施方式。如在这里所使用的，除非上下文另外明确指出，否则单数形式也意图包括复数形式，此外，还应当理解的是，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
40.在不冲突的情况下，本公开中的实施例及实施例中的特征可以相互组合。
41.本实施例所有数据的获取都在符合法律法规和用户同意的基础上，对数据的合法应用。
42.实施例一
43.本实施例提供了多接入边缘计算节点资源分配方法；
44.如图1所示，多接入边缘计算节点资源分配方法，包括：
45.s101：获取终端发起的业务，分析业务需求；
46.s102：基于业务需求分析结果，判断可用计算资源负荷是否达到设定阈值，如果否，则进入s103；如果是，则根据求和结果与设定总时延的比较情况，决定是否接收服务；如果拒绝服务，则扩容计算资源；如果接受服务，则分配网络资源和计算资源；其中，所述求和结果是指网络时延和计算时延的求和结果；
47.s103：判断可用网络资源负荷是否达到设定阈值，如果否，则进入s104；如果是，则根据求和结果与设定总时延的比较情况，决定是否接收服务；如果拒绝服务，则扩容网络资源；如果接受服务，则分配网络资源和计算资源；
48.s104：在满足业务总时延要求下，选择效益最高的网络资源和计算资源分配方案，以实现资源的分配。
49.进一步地，所述s101：分析业务需求，具体包括：分析带宽、时延、可靠性、安全性、计算任务量。
50.进一步地，所述s102：基于业务需求分析结果，判断可用计算资源负荷是否达到设定阈值，如果否，则进入s103；如果是，则根据求和结果与设定总时延的比较情况，决定是否
接收服务；如果拒绝服务，则扩容计算资源；如果接受服务，则分配网络资源和计算资源；具体包括：
51.s1021：基于业务需求分析结果，判断可用计算资源负荷是否达到设定阈值，如果是，则基于最大网络资源获取网络时延，降低对计算时延的要求，进而降低对计算资源的需求；其中，所述业务需求分析结果，是指计算任务量和业务处理时延要求；
52.s1022：基于业务设定总时延以及网络时延，对计算资源实施预分配；
53.s1023：计算预分配情况下，网络时延和计算时延的求和结果，判断求和结果与设定总时延的大小；
54.如果求和结果小于设定总时延，则分配网络资源和计算资源，接受资源分配；
55.如果求和结果大于设定总时延，则拒绝服务并对计算资源进行扩容。
56.进一步地，所述s1021：基于最大网络资源获取网络时延，具体包括：
57.将目前网络剩余可用最大信道带宽代入香农公式，计算最大网络传输速率；
58.基于最大网络传输速率及任务量，计算出基于最大网络资源的网络传输时延。
59.其中，香农公式：
60.c＝b*log2(1 s/n)，
61.其中：b是信道带宽，s是信道内所传信号的平均功率，n是信道内部的高斯噪声功率，c是最大网络传输速率。
62.进一步地，所述s1022：基于业务设定总时延以及网络时延，对计算资源实施预分配；具体包括：
63.假定业务设定总时延为a，网络传输时延为b，任务量为w，
64.s10221：获取计算时延；计算时延c＝a
‑
b；
65.s10222：获取计算速率；计算速率v_c＝w/c；
66.s10223：基于计算速率进行cpu或gpu等计算资源的预分配。
67.进一步地，所述s1023：拒绝服务并对计算资源进行扩容；具体包括：
68.通过增加cpu或gpu等资源的方式，对计算资源进行扩容。
69.进一步地，所述s103：判断可用网络资源负荷是否达到设定阈值，如果否，则进入s104；如果是，则根据求和结果与设定总时延的比较情况，决定是否接收服务；如果拒绝服务，则扩容网络资源；如果接受服务，则分配网络资源和计算资源；具体包括：
70.s1031：判断可用网络资源负荷是否达到设定阈值，如果是，则基于最大计算资源获取计算时延；来降低对网络时延的要求，进而降低对网络资源的需求；
71.s1032：基于业务总时延要求及计算时延，对网络资源实现预分配；
72.s1033：计算预分配情况下，网络时延和计算时延求和结果，判断求和结果与设定总时延的大小；
73.如果求和结果小于设定总时延，则分配网络资源和计算资源，接受资源分配；
74.如果求和结果大于设定总时延，则拒绝服务并对网络资源进行扩容。
75.进一步地，所述s1031：基于最大计算资源获取计算时延；具体包括：
76.s10311：基于当前最大的cpu或gpu等资源，计算最大的计算速率；
77.s10312：基于任务量及最大的计算速率，计算基于最大计算资源的计算时延。
78.进一步地，所述s1032：基于业务总时延要求及计算时延，对网络资源实现预分配；
具体包括：
79.假定业务设定总时延为a，计算时延为c，任务量为w；
80.s10321：计算网络传输时延；网络传输时延b＝a
‑
c；
81.s10322：计算网络传输速率；网络传输速率v_t＝w/b；
82.s10323：基于网络传输速率及香农公式，计算需要预分配的信道带宽。
83.进一步地，所述s1033：拒绝服务并对网络资源进行扩容；具体包括：
84.拒绝服务，并对网络资源通过增加信道带宽的形式进行扩容。
85.进一步地，所述s104：在满足业务总时延要求下，选择效益最高的网络资源和计算资源分配方案，以实现资源的分配；其中：效益包括但不限于通过运营商服务资费/成本进行估算。对于成本主要考虑多接入边缘计算节点的计算成本及使用网络的传输成本。
86.本技术实施例综合考虑业务时延需求、计算资源、网络资源、效益等因素，通过计算资源、网络资源的协同和置换，最大程度满足业务卸载需求，同时实现效益最大化，提升运营商效益。
87.实施例二
88.本实施例提供了多接入边缘计算节点资源分配系统；
89.如图2所示，多接入边缘计算节点资源分配系统，包括：
90.获取模块，其被配置为：获取终端发起的业务，分析业务需求；
91.决策模块，其被配置为：基于业务需求分析结果，判断可用计算资源负荷是否达到设定阈值，如果否，则进入选择模块；如果是，则根据求和结果与设定总时延的比较情况，决定是否接收服务；如果拒绝服务，则扩容计算资源；如果接受服务，则分配网络资源和计算资源；其中，所述求和结果是指网络时延和计算时延的求和结果；
92.选择模块，其被配置为：判断可用网络资源负荷是否达到设定阈值，如果否，则进入资源分配模块；如果是，则根据求和结果与设定总时延的比较情况，决定是否接收服务；如果拒绝服务，则扩容网络资源；如果接受服务，则分配网络资源和计算资源；
93.资源分配模块，其被配置为：在满足业务总时延要求下，选择效益最高的网络资源和计算资源分配方案，以实现资源的分配。
94.所述获取模块，其被配置为：接收业务需求，包含但不限于计算量、时延要求等需求。负责采集信道质量、可用计算资源负荷、可用网络资源负荷等信息。
95.所述系统，还包括：存储模块；所述存储模块，其被配置为：存储接收到的业务需求、信道质量、可用计算资源负荷、可用网络资源负荷等相关信息及相关决策策略。
96.所述系统，还包括：更新模块；所述更新模块，其被配置为：负责更新存储模块中的信息。
97.所述决策模块，其被配置为：判断可用计算资源负荷是否达到阈值、判断可用网络资源负荷是否达到阈值、判断计算时延 网络时延是否小于总时延要求等。并根据判断结果决策后续执行动作。
98.此处需要说明的是，上述获取模块、决策模块和选择模块对应于实施例一中的步骤s101至s104，上述模块与对应的步骤所实现的示例和应用场景相同，但不限于上述实施例一所公开的内容。需要说明的是，上述模块作为系统的一部分可以在诸如一组计算机可执行指令的计算机系统中执行。
99.上述实施例中对各个实施例的描述各有侧重，某个实施例中没有详述的部分可以参见其他实施例的相关描述。
100.所提出的系统，可以通过其他的方式实现。例如以上所描述的系统实施例仅仅是示意性的，例如上述模块的划分，仅仅为一种逻辑功能划分，实际实现时，可以有另外的划分方式，例如多个模块可以结合或者可以集成到另外一个系统，或一些特征可以忽略，或不执行。
101.实施例三
102.本实施例还提供了一种电子设备，包括：一个或多个处理器、一个或多个存储器、以及一个或多个计算机程序；其中，处理器与存储器连接，上述一个或多个计算机程序被存储在存储器中，当电子设备运行时，该处理器执行该存储器存储的一个或多个计算机程序，以使电子设备执行上述实施例一所述的方法。
103.应理解，本实施例中，处理器可以是中央处理单元cpu，处理器还可以是其他通用处理器、数字信号处理器dsp、专用集成电路asic，现成可编程门阵列fpga或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
104.存储器可以包括只读存储器和随机存取存储器，并向处理器提供指令和数据、存储器的一部分还可以包括非易失性随机存储器。例如，存储器还可以存储设备类型的信息。
105.在实现过程中，上述方法的各步骤可以通过处理器中的硬件的集成逻辑电路或者软件形式的指令完成。
106.实施例一中的方法可以直接体现为硬件处理器执行完成，或者用处理器中的硬件及软件模块组合执行完成。软件模块可以位于随机存储器、闪存、只读存储器、可编程只读存储器或者电可擦写可编程存储器、寄存器等本领域成熟的存储介质中。该存储介质位于存储器，处理器读取存储器中的信息，结合其硬件完成上述方法的步骤。为避免重复，这里不再详细描述。
107.本领域普通技术人员可以意识到，结合本实施例描述的各示例的单元及算法步骤，能够以电子硬件或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本公开的范围。
108.实施例四
109.本实施例还提供了一种计算机可读存储介质，用于存储计算机指令，所述计算机指令被处理器执行时，完成实施例一所述的方法。
110.以上所述仅为本公开的优选实施例而已，并不用于限制本公开，对于本领域的技术人员来说，本公开可以有各种更改和变化。凡在本公开的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本公开的保护范围之内。