[发明专利]面向流域大坝安全管控的多服务器协同缓存更新方法和装置

说明书

本发明公开一种面向流域大坝安全管控的多服务器协同缓存更新方法，构造大坝应急响应系统中用户请求大坝监测内容的缓存模型和时延模型；构造最大化用户请求节省时延的目标函数；将最大化用户请求节省时延的协同缓存问题表示为部分可观测马尔科夫决策过程；将不同水电站的边缘服务器映射为不同的智能体，利用多智能体循环深度确定性策略梯度算法通过智能体收集用户内容请求信息、内容请求特征和边缘服务器的缓存状态，组合成一个系统状态；将系统状态信息作为每个智能体的输入；找出最优协同缓存更新方案。本发明提出的多智能体循环深度确定性策略梯度缓存更新方法，降低了服务器通信成本，满足大坝用户请求监测内容的时延和合理安全管控措施的需求。

技术领域

本发明涉及一种面向流域大坝安全管控的多服务器协同缓存更新方法和装置，在应急响应时为大坝用户提供实时快速的监测内容访问服务，具体当大坝遇到应急事件时，为大坝用户查询监测数据提供低时延的协同缓存服务，属于移动边缘计算协同缓存技术领域。

背景技术

协同边缘缓存的任务是通过不同边缘服务器之间的协同交互，充分感知用户请求的偏好以及移动性的变化，及时更新服务器中的缓存内容，从而为用户提供极低时延的请求体验。

水利工程领域中，大坝设施所提供的防洪，防凌，蓄水，供水和发电等诸多功能使其成为中国水利事业的主力军。大坝在长周期数十年的运行中会遭遇洪水，地震和暴雨等多种自然风险事件，这些自然风险事件可能危害大坝结构安全和大坝下游群众生命财产安全。因此，大坝管理人员在出现应急事件时，都要向大坝内的服务器请求大坝监测内容，及时了解大坝在应急事件中的各种情况。然而，通常存在多个边缘服务器在不同水电站的不同区域进行监测，水电站一般包括小湾、漫湾、景洪等水电站，主要监测区域分为大坝，升船机，厂区等，这些区域将其监测内容缓存至对应水电站的边缘服务器中，并将其上传至流域中央服务器中保存。当应急事件发生时，大坝工作人员会要求低时延地获取各水电站中各区域的监测内容，从而及时进行检修与维护，确保大坝设施的安全性。通过对大坝设施监测区域的监测内容进行协同缓存更新，能够为大坝工作人员提供极低时延的缓存服务，在应急事件发生后尽快解决大坝设施出现的问题，保证大坝的安全性。

在移动边缘计算(Mobile Edge Computing，MEC)环境协同缓存过程中，时延过高会限制需要实时响应的用户请求，边缘服务器间交互缓存信息频次过高会增加服务器间通信成本，因此时延和通信成本都会影响缓存系统的整体性能，而边缘协同缓存策略也多以时延衡量指标。然而，现有工作多只关注最小化整体时延，并不能对服务器间的过高通信成本进行更有针对性的协同缓存策略制定。

发明内容

发明目的：为了解决现有技术存在的问题，需要考虑用户请求时延和服务器间通信成本需求。针对大坝运行过程中遇到的各种自然事件及其应对措施事件，本方法研究内容聚焦于大坝多用户多服务器协同缓存场景，提出一种面向流域大坝安全管控的多服务器协同缓存更新方法和装置，解决上述时延和通信成本的需求问题。考虑了当大坝应急响应事件发生时，大坝工作人员请求各区域监测视频的低时延需求，将最大化大坝工作人员请求的节省时延作为优化目标，将该问题表示为部分可观测马尔科夫决策过程，提出面向流域大坝安全管控的多服务器协同缓存更新方法求解最优协同缓存方案，满足用户请求的低时延需求，确保及时对水电站各区域实施安全管控措施。

技术方案：一种面向流域大坝安全管控的多服务器协同缓存更新方法，面向流域大坝应急响应系统，包括如下步骤：

(1)构造大坝应急响应系统中用户请求大坝监测内容的缓存模型和时延模型；

(2)构造最大化用户请求节省时延的目标函数；

(3)将最大化用户请求节省时延的协同缓存问题表示为部分可观测马尔科夫决策过程(POMDP)；

(4)将不同水电站的边缘服务器映射为不同的智能体，利用多智能体循环深度确定性策略梯度算法(MARDDPG)通过智能体收集用户内容请求信息、内容请求特征和边缘服务器的缓存状态，组合成一个系统状态；