基于Agent自组织的路网中服务部署动态调整的方法和系统

技术特征：
1.一种基于agent自组织的路网中服务部署动态调整的方法，其特征在于，根据预设决策顺序，对路网上每个路侧单元rsu上的每种服务，根据其自身信息与邻居信息，对其状态进行决策调整，决策调整依据包括：在目标服务当前状态的相反状态下进行请求的模拟执行，计算得出决策因子，根据决策因子值的大小进行调整状态，对于消亡决策，利用同类型已部署服务的数量、服务自身的超时率与正常处理率进行额外判断。2.根据权利要求1所述的基于agent自组织的路网中服务部署动态调整的方法，其特征在于，设目标服务处于未部署状态，将其一周期内接收的所有请求模拟处理一次，获得模拟后的超时请求数noresponse_new、正常处理请求数processed_new、平均请求处理时延averagedelay_new和目标服务的利用率useratio_new；将模拟得到的数据与真实执行请求得到的数据进行计算，进而得到对自身的影响数值score_self，利用模拟获取对邻居的影响数值score_neighbor，最后利用score_self与score_neighbor相加获得决策因子alpha；score_self计算公式为：其中，processed、noreponse、averagedelay、useratio表示目标服务在真实状态下处理请求所获取的正常处理请求数、超时请求数、平均请求处理时延以及服务利用率，total表示该周期内的目标服务所接收的总请求数。3.根据权利要求1所述的基于agent自组织的路网中服务部署动态调整的方法，其特征在于，若目标服务原本处于未部署状态，则利用同样方式获得其所有邻居的决策因子，判断目标服务的决策因子数值是否大于其他所有邻居的决策因子数值，如果是则进行目标服务的克隆，如果不是则保持未部署状态；若目标服务原本处于已部署状态，首先判断当前路网上同类型服务数目是否大于1，如果不是则保持已部署状态，如果是则继续获取目标服务在一个周期内的超时率noresponse_r与正常处理率processed_r，表达式为：oresponse_r与正常处理率processed_r，表达式为：若noreponse_r≥0.5或者processed_r≤0.5则保持已部署状态，否则利用决策因子alpha进行判断，若alpha<1.0则进行目标服务的消亡，反之保持已部署状态。4.根据权利要求1所述的基于agent自组织的路网中服务部署动态调整的方法，其特征在于，每隔t时间在决策调整后对服务的部署进行评估，计算方式为：
其中，servicecount为服务的总数量；processedratio为平均服务正常响应率；noresponseratio为平均服务响应超时率；averagedelay为平均服务正常处理时延；averageuseratio为平均服务利用率；rsus表示路网上所有rsu的集合；service表示所有的服务类型集合；len表示获取对象的大小；process_queue与noresponse_queue分别表示正常处理队列与超时队列；total表示单个rsu上在t时间内的总请求数；count表示路网上部署了服务s的rsu数目；total_process_time表示单个rsu上服务s一个周期内处理请求所花费的总时延；total_process_count表示单个rsu上服务s一个周期内处理请求的总数量；use_time表示单个rsu在一周期内真正用于计算处理的时延；checkinterval表示调整周期t。5.根据权利要求1所述的基于agent自组织的路网中服务部署动态调整的方法，其特征在于，目标服务的决策因子alpha的计算公式如下：其中，score_self为目标服务决策为已部署时对其自身的影响值；n表示rsu邻居中受到影响的rsu集合；r为rsu邻居中受到影响的rsu；score_neighbor为决策对邻居的影响值；当目标服务的决策因子值在其邻居中最大时，将其决策调整为相反状态，即进行克隆，否则保持未部署状态。6.一种基于agent自组织的路网中服务部署动态调整的系统，其特征在于，根据预设决策顺序，对路网上每个路侧单元rsu上的每种服务，根据其自身信息与邻居信息，对其状态进行决策调整，决策调整依据包括：在目标服务当前状态的相反状态下进行请求的模拟执行，计算得出决策因子，根据决策因子值的大小进行调整状态，对于消亡决策，利用同类型已部署服务的数量、服务自身的超时率与正常处理率进行额外判断。7.根据权利要求6所述的基于agent自组织的路网中服务部署动态调整的系统，其特征在于，设目标服务处于未部署状态，将其一周期内接收的所有请求模拟处理一次，获得模拟后的超时请求数noresponse_new、正常处理请求数processed_new、平均请求处理时延averagedelay_new和目标服务的利用率useratio_new；将模拟得到的数据与真实执行请求得到的数据进行计算，进而得到对自身的影响数值score_self，利用模拟获取对邻居的影响数值score_neighbor，最后利用score_self与score_neighbor相加获得决策因子alpha；score_self计算公式为：
其中，processed、noreponse、averagedelay、useratio表示目标服务在真实状态下处理请求所获取的正常处理请求数、超时请求数、平均请求处理时延以及服务利用率，total表示该周期内的目标服务所接收的总请求数。8.根据权利要求6所述的基于agent自组织的路网中服务部署动态调整的系统，其特征在于，若目标服务原本处于未部署状态，则利用同样方式获得其所有邻居的决策因子，判断目标服务的决策因子数值是否大于其他所有邻居的决策因子数值，如果是则进行目标服务的克隆，如果不是则保持未部署状态；若目标服务原本处于已部署状态，首先判断当前路网上同类型服务数目是否大于1，如果不是则保持已部署状态，如果是则继续获取目标服务在一个周期内的超时率noresponse_r与正常处理率processed_r，表达式为：oresponse_r与正常处理率processed_r，表达式为：若noreponse_r≥0.5或者processed_r≤0.5则保持已部署状态，否则利用决策因子alpha进行判断，若alpha<1.0则进行目标服务的消亡，反之保持已部署状态。9.根据权利要求6所述的基于agent自组织的路网中服务部署动态调整的系统，其特征在于，每隔t时间在决策调整后对服务的部署进行评估，计算方式为：务的部署进行评估，计算方式为：务的部署进行评估，计算方式为：务的部署进行评估，计算方式为：其中，servicecount为服务的总数量；processedratio为平均服务正常响应率；noresponseratio为平均服务响应超时率；averagedelay为平均服务正常处理时延；averageuseratio为平均服务利用率；rsus表示路网上所有rsu的集合；service表示所有的服务类型集合；len表示获取对象的大小；process_queue与noresponse_queue分别表示正常处理队列与超时队列；total表示单个rsu上在t时间内的总请求数；count表示路网上部署了服务s的rsu数目；total_process_time表示单个rsu上服务s一个周期内处理请求所花
费的总时延；total_process_count表示单个rsu上服务s一个周期内处理请求的总数量；use_time表示单个rsu在一周期内真正用于计算处理的时延；checkinterval表示调整周期t。10.根据权利要求6所述的基于agent自组织的路网中服务部署动态调整的系统，其特征在于，目标服务的决策因子alpha的计算公式如下：其中，score_self为目标服务决策为已部署时对其自身的影响值；n表示rsu邻居中受到影响的rsu集合；r为rsu邻居中受到影响的rsu；score_neighbor为决策对邻居的影响值；当目标服务的决策因子值在其邻居中最大时，将其决策调整为相反状态，即进行克隆，否则保持未部署状态。

技术总结
本发明提供了一种基于Agent自组织的路网中服务部署动态调整的方法和系统，根据预设决策顺序，对路网上每个路侧单元RSU上的每种服务，根据其自身信息与邻居信息，对其状态进行决策调整，决策调整依据包括：在目标服务当前状态的相反状态下进行请求的模拟执行，计算得出决策因子，根据决策因子值的大小进行调整状态，对于消亡决策，利用同类型已部署服务的数量、服务自身的超时率与正常处理率进行额外判断。本发明着眼于服务的自组织动态调整，旨在利用自身信息与邻居信息等局部信息，自动地调整服务的克隆与消亡，减少了人为操作，实现了服务自组织动态优化部署。服务自组织动态优化部署。服务自组织动态优化部署。


技术研发人员：曹健 李宏求 钱诗友
受保护的技术使用者：上海交通大学
技术研发日：2022.11.23
技术公布日：2023/3/10