[发明专利]面向大规模边缘计算系统的计算服务动态定价方法及系统

说明书

本发明公开了一种面向大规模边缘计算系统的计算服务动态定价方法及系统，包括步骤：边缘计算服务器训练一个动态定价强化学习智能体；每台边缘计算服务器根据动态定价强化学习智能体的输出在每个时隙开始时发布新的任务卸载的服务定价，通过无线网络连接到该边缘计算服务器的用户移动设备对发布的服务定价进行反馈，反馈包括时隙内用户移动设备卸载给该边缘计算服务器的任务计算量；在该时隙结束时，将时隙内的边缘计算服务器的负载数据、服务定价和定价带来的收益输入动态定价强化学习智能体进行学习，以最大化每个时隙的长期收益作为学习目标，优化动态定价强化学习智能体。本发明可仅通过与用户交互迭代就可以不断学习改进动态定价策略。

技术领域

本发明涉及边缘计算领域，尤其涉及面向大规模边缘计算系统的计算服务动态定价方法及系统。

背景技术

移动计算设备（例如智能手机和智能汽车）的迅猛发展带来了移动计算的繁荣，移动计算设备上涌现出了多种新型应用，例如图像处理、增强现实、云游戏等，这些新型应用大多属于计算密集和实时型应用，对计算和通信资源的需求较高，使得移动计算设备在计算能力、存储容量和电池寿命方面面临着巨大的挑战。云计算作为当前最流行的网络计算模式，具有计算能力强、覆盖范围大的优点，可以解决移动设备计算能力差、存储容量小和电池寿命短的问题。然而，由于负责执行计算任务的云计算数据中心往往部署在离终端设备较远的位置，带来了较高的通信时间开销，这一缺点对于时效性要求较高的新型应用来说尤为致命。

为了克服移动计算设备自身算力不足和云计算中延迟高的问题，人们提出了移动边缘计算和任务卸载技术。移动边缘计算将原来置于云计算数据中心的功能和服务下放至移动网络的边缘，并在移动边缘网络中部署移动边缘计算服务器，提供处理云计算功能和服务所需要的通信、存储和计算资源，从而使用户可以获得高带宽与超低时延的高质量网络服务。任务卸载技术是移动边缘计算的关键技术之一，是指终端设备将全部或者部分计算任务上传给边缘计算环境执行的技术。任务卸载技术将执行计算密集型、实时响应型等重负荷应用时所需的资源提供给资源受限的终端设备，达到加快应用程序的运行，减少设备能源消耗的目的，解决了移动计算设备在计算、存储及能效等多方面的不足。

移动边缘计算服务器的计算资源属于稀缺资源，然而使用任务卸载服务的用户是自私的，当大量用户短时间内不受限制地向移动边缘计算服务器卸载任务时，会造成移动边缘计算服务器负载过重，降低了所有用户的服务体验，移动边缘计算服务器处于不必要的拥堵中，降低了整个系统的资源分配效率。因此，在移动边缘计算资源分配相关研究中，价格作为控制供需的手段被用来调整移动边缘计算系统的资源分配情况。一方面，合理的价格可以控制终端设备的任务卸载决策，筛选出最需要移动边缘计算服务的终端设备，以减少服务端不必要的负载；另一方面，定价带来的收益可以填补移动边缘计算服务运营商的成本，较高的利润还可以激励服务商对系统进行持续维护，未来为用户提供更好的服务体验。

在较长的时间段中的不同时刻，由于用户移动和网络情况的动态变化，移动边缘计算服务器的负载也会不断变化，为了最大化计算资源的利用率，边缘计算服务的定价也应当是根据负载状况动态调整的，以吸引或者避免更多的用户卸载计算任务。为了应对真实世界中的随机情况（用户的随机移动和网络情况的波动），需要研究设计自适应的智能动态定价算法，以增加边缘计算服务商的收益，提高用户服务体验。

一个大型移动边缘计算系统由在系统内不同地理位置部署的许多移动边缘计算服务器组成。不同地理位置的用户密度及移动趋势差异会造成不同服务器间负载水平和负载变化规律的差异。可以尝试利用服务器之间的负载差异，将计算任务在服务器之间合理调度，缓解热门位置服务器的拥堵，利用冷门位置服务器的空闲资源，从而进一步增加服务商的收益。为了实现这个目标，需要设计相应的智能任务调度算法，根据系统内各服务器的负载情况智能调度任务。