[发明专利]一种针对MEC服务器的随机卸载方法及系统

说明书

本发明涉及一种针对MEC服务器的随机卸载方法及系统。其方法包括步骤：S1、节点获取网络的基本配置信息，并整理成已知参数信息库；S2、以最小化系统总时延为目标，队列稳定为约束条件，建立系统优化模型；S3、基于已知参数信息库，并通过黄金分割法对系统优化模型进行求解，经数次迭代求解得到MEC处的随机处理概率；S4、MEC处基于求解得到的随机处理概率对数据进行自行处理或递交至云端进行处理。本发明能够在保证实际系统队列稳定的情况下，最小化了用户的平均等待时延，实现了资源的高效利用；本发明优化目标的求解方法可基于黄金分割法等经典凸优化算法实现，所需的参数信息易获得，整体算法简单易扩展。

技术领域

本发明属于信息与通信工程技术领域，具体涉及一种针对MEC服务器的随机卸载方法及系统。

背景技术

随着终端游戏、增强现实、高清在线视频等多媒体技术在移动通信中的广泛应用，越来越多的应用程序要求在无线设备上执行持久的高性能计算，以超低延迟执行复杂的任务。在过去十年中，由于大规模部署了云计算服务器，这使得无线设备能够将密集的计算数据流分流到具有丰富计算资源的远程云服务器。但是数据流的远程回输带来了较大的延时问题。基于此，人们提出了移动边缘计算(MEC)技术。将公共可访问的计算资源推送到无线访问网络的边缘，例如蜂窝基站和接入点，使得用户可以将计算任务快速卸载到其附近的边缘服务器，达到降低延时的效果。

然而，降低时延的同时会导致系统队列稳定性降低，因此亟需一种方案能够在保证系统队列稳定性的基础上，降低系统时延。

发明内容

针对现有技术中存在的上述问题，本发明提供一种针对MEC服务器的随机卸载方法及系统，能够在保证系统队列稳定性的基础上，降低系统时延。

本发明采用以下技术方案：

一种针对MEC服务器的随机卸载方法，包括步骤：

S1、节点获取网络的基本配置信息，并整理成已知参数信息库；

S2、以最小化系统总时延为目标，队列稳定为约束条件，建立系统优化模型；

S3、基于已知参数信息库，并通过黄金分割法对系统优化模型进行求解，经数次迭代求解得到MEC处的随机处理概率；

S4、MEC处基于求解得到的随机处理概率对数据进行自行处理或递交至云端进行处理。

作为优选方案，步骤S2中系统总时延包括MEC处理时间、云处理时间，队列稳定约束条件包括MEC处理排队稳定约束条件、云处理排队稳定约束条件。

作为优选方案，系统总时延T的计算公式为：

T＝pt+(1-p)t′ (7)

其中，pt表示MEC处理时间，(1-p)t′表示云处理时间，p表示MEC处的随机处理概率，t表示MEC处理数据的平均等待时间，t′表示云端处理数据的平均等待时间。

作为优选方案，MEC处理数据的平均等待时间t计算公式如下：

t＝dλx+C_MEC+d′λx (3)，

其中，d表示用户到MEC的单位长度任务的平均传输延迟，λ表示用户数据流的平均到达率，x表示数据流的平均长度，C_MEC表示MEC处理数据的平均计算延迟，d′表示MEC到用户的单位长度任务的平均传输延迟。

作为优选方案，C_MEC的计算公式为：

其中，μ_MEC为MEC的服务速率。

作为优选方案，μ_MEC的计算公式为：