[发明专利]一种车联网边缘计算的负载均衡方法

说明书

本发明涉及一种车联网边缘计算的负载均衡方法，属于车联网领域。包括：MEC服务器初始化；MEC服务器按周期性，更新指标权值，计算服务器性能及负载率，判断服务器负载状态并将相关信息上传至调度中心；调度中心接收各个MEC服务器上传的信息，并对这些信息进行存表、更新等操作；若调度中心接收到服务器的任务迁移请求，对服务器进行分类，筛选出可接收迁移任务的服务器，并计算各个服务器的转移概率；调度中心根据转移概率安排任务迁移，eNodeB接收调度中心调度安排，将任务通过X2口传输至目标eNodeB，任务计算完成后，将计算结果进行回传；等待下一个周期。本发明可以有效提升服务器集群负载均衡度，缩短任务完成时间。

技术领域

本发明属于车联网领域，涉及一种车联网边缘计算的负载均衡方法。

背景技术

随着车联网的不断发展，基于蜂窝通信系统的C-V2X(Cellular-VehicletoEverything)技术与基于多接入边缘计算的MEC(Mobile Edge Computing)技术越走越近，C-V2X技术可大幅度降低未来自动驾驶和车联网部署成本，而MEC技术将计算、存储、业务服务能力向靠近终端或数据源头的网络边缘迁移，具有本地化处理、分布式部署的特性。

C-V2X技术与MEC技术的融合可以实现“人-车-路-云”协同交互。然而在道路上，由于不同区域车辆分布不均匀，导致不同区域MEC服务器的数据访问量各不相同，各MEC服务器接入的任务量有极大差异，这种情况极易造成服务器集群负载倾斜问题，浪费计算资源。

针对以上问题，服务器负载均衡是一个有效方法，负载均衡的目的是将大量并发任务合理调度到各个服务器节点上进行计算，从而避免服务器出现负载倾斜的问题，进而提高整个集群的性能。

在现有的负载均衡算法研究中，根据调度策略的不同，主要可以分为静态负载均衡算法和动态负载均衡算法两大类。静态负载均衡算法是依据既定的策略来调度任务，而不考虑当前服务器节点的负载状况，如轮询算法，加权轮询算法等；动态负载均衡算法则是以当前服务器节点负载状况为参考，合理调度任务，如最小连接法，加权最小连接法等。实际的应用中，相较于静态负载均衡算法，动态负载均衡算法往往可以更好的反应服务器状态，因而在任务的调度方面有更好的效果。

传统的负载均衡方法着重于探究任务的分配策略，而忽视了服务器何时进行任务分配以及如何准确判断服务器运行状态等问题，这些问题对后续任务的分配有极大影响，特别是在车联网环境中，由于车辆的移动性，导致各MEC服务器负载状态差异较大，易导致集群负载均衡度低、资源利用率低等问题。

综上所述，本文在车联网边缘计算环境下提出一种动态负载指标权重的负载均衡方法。

发明内容

有鉴于此，本发明的目的在于提供一种车联网边缘计算的负载均衡方法。

为达到上述目的，本发明提供如下技术方案：

一种车联网边缘计算的负载均衡方法，该方法包括以下步骤：

1)初始化各个MEC服务器，包括服务器性能参数设置和指标权值设置；

2)各MEC服务器按周期T，更新指标权值，计算服务器性能及负载率，判断服务器负载状态并将相关信息上传至调度中心；

3)调度中心接收各个MEC服务器上传的信息，并对这些信息进行存表、更新操作；

4)若调度中心接收到服务器的任务迁移请求，对服务器进行分类，筛选出可接收迁移任务的服务器，并计算各个服务器的转移概率；

5)调度中心根据转移概率安排任务迁移，eNodeB接收调度中心调度安排，将任务通过X2口传输至目标eNodeB，任务计算完成后，将计算结果进行回传；

6)重复步骤4)～5)；等待下一个周期，从步骤2)开始。