CN113660625B - 多接入边缘计算节点与cdn节点的资源协同方法及*** - Google Patents
多接入边缘计算节点与cdn节点的资源协同方法及*** Download PDFInfo
- Publication number
- CN113660625B CN113660625B CN202110764731.3A CN202110764731A CN113660625B CN 113660625 B CN113660625 B CN 113660625B CN 202110764731 A CN202110764731 A CN 202110764731A CN 113660625 B CN113660625 B CN 113660625B
- Authority
- CN
- China
- Prior art keywords
- service
- access edge
- edge computing
- node
- computing node
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 90
- 238000012545 processing Methods 0.000 claims abstract description 104
- 230000008901 benefit Effects 0.000 claims abstract description 91
- 238000005265 energy consumption Methods 0.000 claims abstract description 88
- 230000008569 process Effects 0.000 claims abstract description 22
- 238000004364 calculation method Methods 0.000 claims description 46
- 230000005540 biological transmission Effects 0.000 claims description 19
- 230000015654 memory Effects 0.000 claims description 16
- 238000004891 communication Methods 0.000 claims description 14
- 238000013508 migration Methods 0.000 claims description 9
- 230000005012 migration Effects 0.000 claims description 9
- 229920003087 methylethyl cellulose Polymers 0.000 claims description 7
- 238000004590 computer program Methods 0.000 description 3
- 238000010295 mobile communication Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 230000000295 complement effect Effects 0.000 description 1
- 239000012792 core layer Substances 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
- H04W4/24—Accounting or billing
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W28/00—Network traffic management; Network resource management
- H04W28/16—Central resource management; Negotiation of resources or communication parameters, e.g. negotiating bandwidth or QoS [Quality of Service]
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W28/00—Network traffic management; Network resource management
- H04W28/16—Central resource management; Negotiation of resources or communication parameters, e.g. negotiating bandwidth or QoS [Quality of Service]
- H04W28/18—Negotiating wireless communication parameters
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Quality & Reliability (AREA)
- Business, Economics & Management (AREA)
- Accounting & Taxation (AREA)
- Data Exchanges In Wide-Area Networks (AREA)
Abstract
本发明公开了多接入边缘计算节点与CDN节点的资源协同方法及***，获取终端发起的业务，分析业务需求；基于业务需求、多接入边缘计算节点的计算资源、网络资源和存储资源，获取多接入边缘计算节点独立处理业务的时延、费用、效益、能耗和网络指标；基于业务需求、CDN节点的计算资源、网络资源、存储资源，获取CDN节点独立处理业务的时延、费用、效益、能耗和网络指标；计算多接入边缘计算节点和内容分发网络CDN节点共同处理业务的时延、费用、效益、能耗和网络指标；根据得分情况，选择得分较高者所对应的方式来对业务进行处理。在更好满足用户需求的同时，实现收益最大化，提升运营商效益。
Description
技术领域
本公开涉及移动通信技术领域，特别是涉及多接入边缘计算节点与CDN节点的资源协同方法及***。
背景技术
本部分的陈述仅仅是提到了与本公开相关的背景技术，并不必然构成现有技术。
5G作为新一代移动通信技术，支持eMBB、uRLLC和mMTC三大场景的应用。对于eMBB场景类业务，为了降低流量对核心层面网络的压力，运营商逐渐将CDN网络下沉区县。而对于uRLLC场景的业务，运营商也逐渐通过在区县甚至园区部署多接入边缘计算节点来满足低时延、高可靠性业务。
对于CDN节点重点消耗的是存储资源；而对于多接入边缘计算节点重点消耗的是计算资源。因此，当CDN节点与多接入边缘计算节点部署位置相同时，需要考虑如何实现CDN节点与多接入边缘计算节点的协同，来更好的利用资源，提升效益。
目前对于多接入边缘计算节点和CDN节点协同的研究比较单一，主要是利用多接入边缘计算节点的计算资源来优化CDN节点的选择。而对于如何实现CDN节点与多接入边缘计算节点资源的全方位协同还暂未进行研究。
发明内容
为了解决现有技术的不足，本公开提供了多接入边缘计算节点与CDN节点的资源协同方法及***；
第一方面，本公开提供了多接入边缘计算节点与CDN节点的资源协同方法；
多接入边缘计算节点与CDN节点的资源协同方法，包括：
获取终端发起的业务，分析业务需求；
获取多接入边缘计算节点独立处理业务的时延、费用、效益、能耗和网络指标；获取CDN节点独立处理业务的时延、费用、效益、能耗和网络指标；获取多接入边缘计算节点和内容分发网络CDN节点共同处理业务的时延、费用、效益、能耗和网络指标；
根据多接入边缘计算节点独立处理业务、CDN节点独立处理业务和两种节点共同处理业务三者的得分，选择得分较高者所对应的方式来对业务进行处理。
第二方面，本公开提供了多接入边缘计算节点与CDN节点的资源协同方法；
多接入边缘计算节点与CDN节点的资源协同方法，包括：
获取终端发起的业务，分析业务需求；
获取多接入边缘计算节点独立处理业务的时延、费用、效益、能耗和网络指标；
获取多接入边缘计算节点和内容分发网络CDN节点共同处理业务的时延、费用、效益、能耗和网络指标；
基于业务需求、多接入边缘计算节点独立处理业务的时延、费用、效益、能耗和网络指标，判断多接入边缘计算节点独立处理业务能否满足业务需求；如果能满足，则由多接入边缘计算节点进行业务处理；如果不能满足，则进入下一步；
判断多接入边缘计算节点和内容分发网络CDN节点共同处理业务的时延、费用、效益、能耗和网络指标能否满足业务需求；如果能满足，则由多接入边缘计算节点和内容分发网络CDN节点共同处理业务。
第三方面，本公开提供了多接入边缘计算节点与CDN节点的资源协同方法；
多接入边缘计算节点与CDN节点的资源协同方法，包括：
获取终端发起的业务，分析业务需求；
获取多接入边缘计算节点和内容分发网络CDN节点共同处理业务的时延、费用、效益、能耗和网络指标；获取内容分发网络CDN节点独立处理业务的时延、费用、效益、能耗和网络指标；
基于业务需求、内容分发网络CDN节点独立处理业务的时延、费用、效益、能耗和网络指标，判断内容分发网络CDN节点独立处理业务能否满足业务需求；如果能满足，则由内容分发网络CDN节点进行业务处理；如果不能满足，则进入下一步；
判断多接入边缘计算节点和内容分发网络CDN节点共同处理业务的时延、费用、效益、能耗和网络指标能否满足业务需求；如果能满足，则由多接入边缘计算节点和内容分发网络CDN节点共同处理业务。
第四方面，本公开提供了多接入边缘计算节点与CDN节点的资源协同***；
多接入边缘计算节点与CDN节点的资源协同***，包括：
获取模块，其被配置为：获取终端发起的业务，分析业务需求；
计算模块，其被配置为：获取多接入边缘计算节点独立处理业务的时延、费用、效益、能耗和网络指标；获取CDN节点独立处理业务的时延、费用、效益、能耗和网络指标；获取多接入边缘计算节点和内容分发网络CDN节点共同处理业务的时延、费用、效益、能耗和网络指标；
选择模块，其被配置为：根据多接入边缘计算节点独立处理业务、CDN节点独立处理业务和两种节点共同处理业务三者的得分，选择得分较高者所对应的方式来对业务进行处理。
第五方面，本公开还提供了一种电子设备，包括：
存储器，用于非暂时性存储计算机可读指令；以及
处理器，用于运行所述计算机可读指令，
其中，所述计算机可读指令被所述处理器运行时，执行上述第一方面所述的方法。
第六方面，本公开还提供了一种存储介质，非暂时性地存储计算机可读指令，其中，当所述非暂时性计算机可读指令由计算机执行时，执行第一方面所述方法的指令。
与现有技术相比，本公开的有益效果是：
(1)充分利用现有资源。基于CDN节点及多接入边缘计算节点资源互补的特性，针对计算资源需求的业务，将为其服务的节点从多接入边缘计算节点扩展到CDN节点。针对存储资源需求的业务，将为其服务的节点从CDN节点扩展到多接入边缘计算节点。
(2)达到效果更优。不仅考虑时延和能耗，还从费用、效益和网络角度，实现CDN节点与多接入边缘计算节点在计算资源、网络资源、存储资源方面的全方位协同。在更好满足用户需求的同时，实现收益最大化，提升运营商效益。
本发明附加方面的优点将在下面的描述中部分给出，或通过本发明的实践了解到。
附图说明
构成本公开的一部分的说明书附图用来提供对本公开的进一步理解，本公开的示意性实施例及其说明用于解释本公开，并不构成对本公开的不当限定。
图1为第一个实施例的多接入边缘计算节点与CDN节点资源协同方法流程图；
图2为第一个实施例的多接入边缘计算节点与CDN节点资源协同方法流程图；
图3第一个实施例的在用户高速移动场景下，N个MEC服务器为移动用户终端服务的示意图；
图4(a)场景一：任务量未上传完触发MEC切换；
图4(b)场景二：任务量未计算完触发MEC切换；
图4(c)场景三：无切换；
具体实施方式
应该指出，以下详细说明都是示例性的，旨在对本公开提供进一步的说明。除非另有指明，本文使用的所有技术和科学术语具有与本公开所属技术领域的普通技术人员通常理解的相同含义。
需要注意的是，这里所使用的术语仅是为了描述具体实施方式，而非意图限制根据本公开的示例性实施方式。如在这里所使用的，除非上下文另外明确指出，否则单数形式也意图包括复数形式，此外，还应当理解的是，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、***、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
在不冲突的情况下，本公开中的实施例及实施例中的特征可以相互组合。
本申请提案就是要解决如何实现CDN节点与多接入边缘计算节点资源的全方位协同，包括：网络资源、计算资源、存储资源，来更好的利用资源，提升效益。
实施例一
本实施例提供了多接入边缘计算节点与CDN节点的资源协同方法；
如图1所示，多接入边缘计算节点与CDN节点的资源协同方法，包括：
S101：获取终端发起的业务，分析业务需求；
S102：获取多接入边缘计算节点独立处理业务的时延、费用、效益、能耗和网络指标；
获取CDN节点独立处理业务的时延、费用、效益、能耗和网络指标；
获取多接入边缘计算节点和内容分发网络CDN节点共同处理业务的时延、费用、效益、能耗和网络指标；
S103：根据多接入边缘计算节点独立处理业务、CDN节点独立处理业务和两种节点共同处理业务三者的得分，选择得分较高者所对应的方式来对业务进行处理。
进一步地，所述获取多接入边缘计算节点独立处理业务的时延、费用、效益、能耗和网络指标；具体包括：
基于业务需求、多接入边缘计算节点的计算资源、多接入边缘计算节点的网络资源和多接入边缘计算节点的存储资源，获取多接入边缘计算节点独立处理业务的时延、费用、效益、能耗和网络指标。
进一步地，所述获取CDN节点独立处理业务的时延、费用、效益、能耗和网络指标；具体包括：
基于业务需求、CDN节点的计算资源、CDN节点的网络资源和CDN节点的存储资源，获取CDN节点独立处理业务的时延、费用、效益、能耗和网络指标。
进一步地，所述获取多接入边缘计算节点和内容分发网络CDN节点共同处理业务的时延、费用、效益、能耗和网络指标；具体包括：
基于业务需求、多接入边缘计算节点的计算资源、多接入边缘计算节点的网络资源、多接入边缘计算节点的存储资源、内容分发网络CDN节点的计算资源、内容分发网络CDN节点的网络资源和内容分发网络CDN节点的存储资源，获取多接入边缘计算节点和内容分发网络CDN节点共同处理业务的时延、费用、效益、能耗和网络指标。
进一步地，所述根据多接入边缘计算节点独立处理业务、CDN节点独立处理业务和两种节点共同处理业务三者的得分，选择得分较高者所对应的方式来对业务进行处理；具体包括：
根据多接入边缘计算节点独立处理业务的时延、费用、效益、能耗和网络指标，计算多接入边缘计算节点独立处理业务的得分；
根据CDN节点独立处理业务的时延、费用、效益、能耗和网络指标，计算CDN节点独立处理业务的得分；
根据多接入边缘计算节点和内容分发网络CDN节点共同处理业务的时延、费用、效益、能耗和网络指标，计算多接入边缘计算节点和内容分发网络CDN节点共同处理业务的得分；
根据得分情况，选择得分较高者所对应的方式来对业务进行处理。
进一步地，所述S101：获取终端发起的业务，分析业务需求；具体包括：
获取终端发起的业务，分析业务带宽、时延、可靠性、安全性、计算任务量和存储任务量。
进一步地，所述时延，是指：考虑用户移动条件下的通信时延、计算时延及迁移时延。
进一步地，所述费用，是指：运营商服务资费。
进一步地，所述效益，通过运营商服务资费及运营商服务成本进行估算。
进一步地，所述运营商服务成本，是指考虑用户终端、CDN节点及多接入边缘计算节点的计算成本、网络的传输成本、用户终端、CDN节点及多接入边缘计算节点的能耗成本。
进一步地，所述能耗，是指：用户终端、CDN节点及多接入边缘计算节点MEC的能耗。
进一步地，所述网络，是指：CDN节点、多接入边缘计算节点负荷。
进一步地，所述基于业务需求、多接入边缘计算节点的计算资源、多接入边缘计算节点的网络资源和多接入边缘计算节点的存储资源，获取多接入边缘计算节点独立处理业务的时延；时延的计算过程考虑三种场景：
时延计算比较复杂，特别是在用户高速移动场景下。
假定N个多接入边缘计算节点为移动用户终端服务，如图3所示。移动用户终端有计算密集型任务W需要处理，由于自身计算能力有限，计算密集型任务W可以部分拆分并可以同时在本地设备处理以及卸载到多接入边缘计算节点上处理。
将部分任务从移动用户终端卸载到选定的多接入边缘计算节点的过程，分为三个步骤：
(1)移动用户终端向选定多接入边缘计算节点发送任务；
(2)被选定的多接入边缘计算节点计算任务；
(3)被选定的多接入边缘计算节点将计算结果发送给移动用户终端。
如果移动用户终端与多接入边缘计算节点的连接时间小于设定阈值，当移动用户终端移出了第i个多接入边缘计算节点的通信范围时，则未完成的任务从第i个多接入边缘计算节点迁移到第j个多接入边缘计算节点中继续处理。
考虑到任务量计算结果回传时间很短，忽略任务量未回传完触发MEC切换的场景。则上述业务处理流程，如图4(a)～图4(c)所示。A为用户计划卸载的总任务量。
如图4(a)所示，场景一，用户上传任务量B后，由于用户高速移动，用户移动出第i个多接入边缘计算节点的服务范围，进入第j个多接入边缘计算节点MEC的服务范围，则，用户需要将剩余业务(A-B)上传给第j个多接入边缘计算节点MEC，第i个多接入边缘计算节点MEC将收到的任务量B迁移给第j个多接入边缘计算节点MEC，后续由第j个多接入边缘计算节点MEC计算和回传结果。需说明，此场景图中所示的3(a)、3(b)两个步骤在时间上是并行的。
如图4(b)所示，场景二，用户上传任务量A并计算完成任务量C后，由于高速移动，移动出第i个多接入边缘计算节点的服务范围，进入第j个多接入边缘计算节点的服务范围，则，第i个多接入边缘计算节点将剩余未计算的任务量(A-C)及任务量C的计算结果迁移给第j个多接入边缘计算节点，后续由第j个多接入边缘计算节点计算剩余任务量(A-C)并回传结果。需说明，此场景下图中所示的3(a)、3(b)两个步骤在时间上是并行的。
如图4(c)所示，场景三，在用户上传、MEC计算回传过程中均未发生MEC间的切换。
进一步地，所述基于业务需求、多接入边缘计算节点的计算资源、多接入边缘计算节点的网络资源和多接入边缘计算节点的存储资源，获取多接入边缘计算节点独立处理业务的时延；具体包括：
S1021：计算用户与第i个多接入边缘计算节点的通信时延、用户与第j个多接入边缘计算节点的通信时延；
进一步地，所述S1021：计算用户与第i个多接入边缘计算节点的通信时延、用户与第j个多接入边缘计算节点的通信时延；具体包括：
移动用户终端与第i个多接入边缘计算节点之间任务传输所需通信时延表示为：
其中，x i为用户计划卸载到MEC i的任务量；x c为已存储在MEC i及MEC j中的任务量，x c∈x i，为移动用户终端与MEC i的连接时间，/>为MEC i上行链路传输速率，/>为MEC i下行链路传输速率，V Ci为MEC i的计算速率，ρx i为计算结果大小；
移动用户终端与第j个多接入边缘计算节点之间任务传输所需通信时延表示为：
其中，为用户与MEC j的上行链路传输速率，/>为用户与MEC j的下行链路传输速率；
S1022：计算第i个多接入边缘计算节点的计算时延、第j个多接入边缘计算节点的计算时延、用户终端计算时延；
进一步地，所述S1022：计算第i个多接入边缘计算节点的计算时延、第j个多接入边缘计算节点的计算时延、用户终端计算时延；具体包括：
第i个多接入边缘计算节点的计算时延，表示为：
第j个多接入边缘计算节点的计算时延，表示为：
其中：V Cj为MEC j的计算速率；
用户终端计算时延，表示为：
其中：W为任务总量，V Cl为用户终端计算速率；
S1023：计算迁移时延；
进一步地，所述S1023：计算迁移时延；具体包括：
由于用户与MEC i的连接时间是随机的，当连接时间不足时，即在连接时间内MEC i不能完成任务传输或者任务计算时都会发生任务迁移，则迁移时延表示为：
其中：R i,j为MEC i与MEC j之间的传输速率，T HO为用户切换时延。
S1024：计算处理业务总时延；
进一步地，所述S1024：计算处理业务总时延；具体包括：
其中：T1为时的处理业务时延。
T2为时的处理业务时延。
T3为时的处理业务时延。
进一步地，所述基于多接入边缘计算节点的计算资源、多接入边缘计算节点的网络资源、多接入边缘计算节点的存储资源、内容分发网络CDN节点的计算资源、内容分发网络CDN节点的网络资源和内容分发网络CDN节点的存储资源，计算多接入边缘计算节点和内容分发网络CDN节点共同处理业务的时延、费用、效益、、能耗和网络指标；具体包括：
多接入边缘计算节点与内容分发网络CDN节点的计算、存储、网络资源共享使用，两者资源相加即可。
进一步地，所述时延，是指：卸载任务所需的上下行传输时延、任务计算时延、由于用户移动导致的额外任务迁移时延等。
进一步地，所述能耗，是指：用户终端能耗、CDN节点、多接入边缘计算节点计算能耗。
进一步地，所述效益，是指：通过运营商服务资费或运营商服务成本进行估算。对于成本主要考虑任务计算成本、使用网络的传输成本及上述过程中的能耗成本。
进一步地，所述S103：根据多接入边缘计算节点独立处理业务的时延、费用、效益、能耗和网络指标，计算多接入边缘计算节点独立处理业务的得分；与根据CDN节点独立处理业务的时延、费用、效益、能耗和网络指标，计算CDN节点独立处理业务的得分；与根据多接入边缘计算节点和内容分发网络CDN节点共同处理业务的时延、费用、效益、能耗和网络指标，计算多接入边缘计算节点和内容分发网络CDN节点共同处理业务的得分；得分的计算过程是一样的。
进一步地，所述S103：根据多接入边缘计算节点独立处理业务的时延、费用、效益、能耗和网络指标，计算多接入边缘计算节点独立处理业务的得分；计算过程包括：
S1031：对多接入边缘计算节点独立处理业务的时延、费用、效益、能耗和网络指标，分别赋予不同的初始权重；
S1032：对初始权重进行优化；
S1033：根据优化后的权重，以及每个指标的指标值，进行加权求和，得到多接入边缘计算节点独立处理业务的得分。
示例性的，所述初始权重，在0-1之间，各部分权重之和为1，根据策略，越重视的部分，赋予的权重越高。
示例性的，所述对初始权重进行优化，可人为进行优化。
对多接入边缘计算节点独立处理业务的时延、费用、效益、能耗和网络指标的得分，具体原则，包括：
对于时延在满足需求的情况下，越低越高；对于效益越高越高；对于终端能耗越低越高。
本申请实施例从时延、费用、效益、能耗和网络指标五个维度实现CDN节点与多接入边缘计算节点资源全方位的协同，包括：计算资源、网络资源、存储资源的协同。
本申请实施例充分利用多接入边缘计算节点与CDN节点资源的互补性，针对计算资源需求的业务，将为其服务的节点从多接入边缘计算节点扩展到CDN节点。针对存储资源需求的业务，将为其服务的节点从CDN节点扩展到多接入边缘计算节点。
实施例二
本实施例提供了多接入边缘计算节点与CDN节点的资源协同方法；
如图2所示，多接入边缘计算节点与CDN节点的资源协同方法，包括：
S201：获取终端发起的业务，分析业务需求；
S202：获取多接入边缘计算节点独立处理业务的时延、费用、效益、能耗和网络指标；
获取多接入边缘计算节点和内容分发网络CDN节点共同处理业务的时延、费用、效益、能耗和网络指标；
S203：基于业务需求、多接入边缘计算节点独立处理业务的时延、费用、效益、能耗和网络指标，判断多接入边缘计算节点独立处理业务能否满足业务需求；如果能满足，则由多接入边缘计算节点进行业务处理；如果不能满足，则进入下一步；
S204：判断多接入边缘计算节点和内容分发网络CDN节点共同处理业务的时延、费用、效益、能耗和网络指标能否满足业务需求；如果能满足，则由多接入边缘计算节点和内容分发网络CDN节点共同处理业务。
进一步地，所述时延，采用的计算方式与实施例一是一致的，此处不再赘述。
实施例三
本实施例提供了多接入边缘计算节点与CDN节点的资源协同方法；
多接入边缘计算节点与CDN节点的资源协同方法，包括：
S301：获取终端发起的业务，分析业务需求；
S302：获取多接入边缘计算节点和内容分发网络CDN节点共同处理业务的时延、费用、效益、能耗和网络指标；
获取内容分发网络CDN节点独立处理业务的时延、费用、效益、能耗和网络指标；
S303：基于业务需求、内容分发网络CDN节点独立处理业务的时延、费用、效益、能耗和网络指标，判断内容分发网络CDN节点独立处理业务能否满足业务需求；如果能满足，则由内容分发网络CDN节点进行业务处理；如果不能满足，则进入S304；
S304：判断多接入边缘计算节点和内容分发网络CDN节点共同处理业务的时延、费用、效益、能耗和网络指标能否满足业务需求；如果能满足，则由多接入边缘计算节点和内容分发网络CDN节点共同处理业务。
进一步地，所述获取内容分发网络CDN节点独立处理业务的时延、费用、效益、能耗和网络指标；具体包括：
基于业务需求、内容分发网络CDN节点的计算资源、内容分发网络CDN节点的网络资源和内容分发网络CDN节点的存储资源，获取内容分发网络CDN节点独立处理业务的时延、费用、效益、能耗和网络指标。
进一步地，所述时延，采用的计算方式与实施例一是一致的，此处不再赘述。
实施例四
本实施例提供了多接入边缘计算节点与CDN节点的资源协同***；
多接入边缘计算节点与CDN节点的资源协同***，包括：
获取模块，其被配置为：获取终端发起的业务，分析业务需求；
计算模块，其被配置为：获取多接入边缘计算节点独立处理业务的时延、费用、效益、能耗和网络指标；获取CDN节点独立处理业务的时延、费用、效益、能耗和网络指标；获取多接入边缘计算节点和内容分发网络CDN节点共同处理业务的时延、费用、效益、能耗和网络指标；
选择模块，其被配置为：根据多接入边缘计算节点独立处理业务、CDN节点独立处理业务和两种节点共同处理业务三者的得分，选择得分较高者所对应的方式来对业务进行处理。
此处需要说明的是，上述分析模块、获取模块、计算模块和比较模块对应于实施例一中的步骤S101至S103，上述模块与对应的步骤所实现的示例和应用场景相同，但不限于上述实施例一所公开的内容。需要说明的是，上述模块作为***的一部分可以在诸如一组计算机可执行指令的计算机***中执行。
上述实施例中对各个实施例的描述各有侧重，某个实施例中没有详述的部分可以参见其他实施例的相关描述。
所提出的***，可以通过其他的方式实现。例如以上所描述的***实施例仅仅是示意性的，例如上述模块的划分，仅仅为一种逻辑功能划分，实际实现时，可以有另外的划分方式，例如多个模块可以结合或者可以集成到另外一个***，或一些特征可以忽略，或不执行。
实施例五
本实施例还提供了一种电子设备，包括：一个或多个处理器、一个或多个存储器、以及一个或多个计算机程序；其中，处理器与存储器连接，上述一个或多个计算机程序被存储在存储器中，当电子设备运行时，该处理器执行该存储器存储的一个或多个计算机程序，以使电子设备执行上述实施例一所述的方法。
应理解，本实施例中，处理器可以是中央处理单元CPU，处理器还可以是其他通用处理器、数字信号处理器DSP、专用集成电路ASIC，现成可编程门阵列FPGA或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
存储器可以包括只读存储器和随机存取存储器，并向处理器提供指令和数据、存储器的一部分还可以包括非易失性随机存储器。例如，存储器还可以存储设备类型的信息。
在实现过程中，上述方法的各步骤可以通过处理器中的硬件的集成逻辑电路或者软件形式的指令完成。
实施例一中的方法可以直接体现为硬件处理器执行完成，或者用处理器中的硬件及软件模块组合执行完成。软件模块可以位于随机存储器、闪存、只读存储器、可编程只读存储器或者电可擦写可编程存储器、寄存器等本领域成熟的存储介质中。该存储介质位于存储器，处理器读取存储器中的信息，结合其硬件完成上述方法的步骤。为避免重复，这里不再详细描述。
本领域普通技术人员可以意识到，结合本实施例描述的各示例的单元及算法步骤，能够以电子硬件或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本公开的范围。
实施例六
本实施例还提供了一种计算机可读存储介质，用于存储计算机指令，所述计算机指令被处理器执行时，完成实施例一所述的方法。
以上所述仅为本公开的优选实施例而已，并不用于限制本公开，对于本领域的技术人员来说，本公开可以有各种更改和变化。凡在本公开的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本公开的保护范围之内。
Claims (8)
1.多接入边缘计算节点与CDN节点的资源协同方法，其特征是，包括：
获取终端发起的业务，分析业务需求；
获取多接入边缘计算节点独立处理业务的时延、费用、效益、能耗和网络指标；获取CDN节点独立处理业务的时延、费用、效益、能耗和网络指标；获取多接入边缘计算节点和内容分发网络CDN节点共同处理业务的时延、费用、效益、能耗和网络指标；
根据多接入边缘计算节点独立处理业务、CDN节点独立处理业务和两种节点共同处理业务三者的得分，选择得分较高者所对应的方式来对业务进行处理；
所述获取CDN节点独立处理业务的时延、费用、效益、能耗和网络指标；具体包括：基于业务需求、CDN节点的计算资源、CDN节点的网络资源和CDN节点的存储资源，获取CDN节点独立处理业务的时延、费用、效益、能耗和网络指标；
所述获取多接入边缘计算节点独立处理业务的时延、费用、效益、能耗和网络指标∶具体包括：基于业务需求、多接入边缘计算节点的计算资源、多接入边缘计算节点的网络资源和多接入边缘计算节点的存储资源，获取多接入边缘计算节点独立处理业务的时延、费用、效益、能耗和网络指标；
所述获取多接入边缘计算节点和内容分发网络CDN节点共同处理业务的时延、费用、效益、能耗和网络指标；具体包括：基于业务需求、多接入边缘计算节点的计算资源、多接入边缘计算节点的网络资源、多接入边缘计算节点的存储资源、内容分发网络CDN节点的计算资源、内容分发网络CDN节点的网络资源和内容分发网络CDN节点的存储资源，获取多接入边缘计算节点和内容分发网络CDN节点共同处理业务的时延、费用、效益、能耗和网络指标。
2.如权利要求1所述的多接入边缘计算节点与CDN节点的资源协同方法，其特征是，所述根据多接入边缘计算节点独立处理业务、CDN节点独立处理业务和两种节点共同处理业务三者的得分，选择得分较高者所对应的方式来对业务进行处理；具体包括：
根据多接入边缘计算节点独立处理业务的时延、费用、效益、能耗和网络指标，计算多接入边缘计算节点独立处理业务的得分；
根据CDN节点独立处理业务的时延、费用、效益、能耗和网络指标，计算多接入边缘计算节点独立处理业务的得分；
根据多接入边缘计算节点和内容分发网络CDN节点共同处理业务的时延、费用、效益、能耗和网络指标，计算多接入边缘计算节点和内容分发网络CDN节点共同处理业务的得分；
根据得分情况，选择得分较高者所对应的方式来对业务进行处理。
3.如权利要求1所述的多接入边缘计算节点与CDN节点的资源协同方法，其特征是，基于业务需求、多接入边缘计算节点的计算资源、多接入边缘计算节点的网络资源和多接入边缘计算节点的存储资源，获取多接入边缘计算节点独立处理业务的时延；A为用户计划卸载的总任务量，用户时延的计算过程考虑三种场景：
场景一，用户上传任务量B后，由于高速移动，移动出第i个多接入边缘计算节点的服务范围，进入第j个多接入边缘计算节点MEC的服务范围，则，用户需要将剩余业务(A-B)上传给第j个多接入边缘计算节点MEC，第i个多接入边缘计算节点MEC将收到的任务量B迁移给第j个多接入边缘计算节点MEC，后续由第j个多接入边缘计算节点MEC计算和回传结果；
场景二，用户上传任务量A并计算完成任务量C后，由于高速移动，移动出第i个多接入边缘计算节点的服务范围，进入第j个多接入边缘计算节点的服务范围，则，第i个多接入边缘计算节点将剩余未计算的任务量(A-C)及任务量C的计算结果迁移给第j个多接入边缘计算节点，后续由第j个多接入边缘计算节点计算剩余任务量(A-C)并回传结果；
场景三，在用户上传、MEC计算回传过程中均未发生MEC间的切换；
基于业务需求、多接入边缘计算节点的计算资源、多接入边缘计算节点的网络资源和多接入边缘计算节点的存储资源，获取多接入边缘计算节点独立处理业务的时延；具体包括：
(1)计算用户与第i个多接入边缘计算节点的通信时延、用户与第j个多接入边缘计算节点的通信时延；
(2)计算第i个多接入边缘计算节点的计算时延、第j个多接入边缘计算节点的计算时延、用户终端计算时延；
(3)计算迁移时延；
(4)计算处理业务总时延；
或者，
计算用户与第i个多接入边缘计算节点的通信时延、用户与第j个多接入边缘计算节点的通信时延；具体包括：
移动用户终端与第i个多接入边缘计算节点之间任务传输所需通信时延表示为：
其中，xi为用户计划卸载到MECi的任务量；xc为已存储在MECi及MECj中的任务量，xc∈xi，为移动用户终端与MECi的连接时间，/>为MECi上行链路传输速率，/>为MECi下行链路传输速率，VCi为MECi的计算速率，ρxi为计算结果大小；
移动用户终端与第j个多接入边缘计算节点之间任务传输所需通信时延表示为：
其中，为用户与MECj的上行链路传输速率，/>为用户与MECj的下行链路传输速率：
计算第i个多接入边缘计算节点的计算时延、第j个多接入边缘计算节点的计算时延、用户终端计算时延；具体包括：
第i个多接入边缘计算节点的计算时延，表示为：
第j个多接入边缘计算节点的计算时延，表示为：
其中：VCj为MECj的计算速率；
用户终端计算时延，表示为：
其中：W为任务总量，VCl为用户终端计算速率；
计算迁移时延；具体包括：
由于用户与MECi的连接时间是随机的，当连接时间不足时，即在连接时间内MECi不能完成任务传输或者任务计算时都会发生任务迁移，则迁移时延表示为：
其中：Ri，j为MECi与MECj之间的传输速率，THO为用户切换时延；
计算处理业务总时延；具体包括：
其中：T1为时的处理业务时延；
T2为时的处理业务时延；
T3为时的处理业务时延；
。
4.多接入边缘计算节点与CDN节点的资源协同方法，其特征是，包括：
获取多接入边缘计算节点独立处理业务的时延、费用、效益、能耗和网络指标；
获取多接入边缘计算节点和内容分发网络CDN节点共同处理业务的时延、费用、效益、能耗和网络指标；
基于业务需求、多接入边缘计算节点独立处理业务的时延、费用、效益、能耗和网络指标，判断多接入边缘计算节点独立处理业务能否满足业务需求；如果能满足，则由多接入边缘计算节点进行业务处理；如果不能满足，则进入下一步；
判断多接入边缘计算节点和内容分发网络CDN节点共同处理业务的时延、费用、效益、能耗和网络指标能否满足业务需求；如果能满足，则由多接入边缘计算节点和内容分发网络CDN节点共同处理业务；
所述获取多接入边缘计算节点独立处理业务的时延、费用、效益、能耗和网络指标∶具体包括：基于业务需求、多接入边缘计算节点的计算资源、多接入边缘计算节点的网络资源和多接入边缘计算节点的存储资源，获取多接入边缘计算节点独立处理业务的时延、费用、效益、能耗和网络指标；
所述获取多接入边缘计算节点和内容分发网络CDN节点共同处理业务的时延、费用、效益、能耗和网络指标；具体包括：基于业务需求、多接入边缘计算节点的计算资源、多接入边缘计算节点的网络资源、多接入边缘计算节点的存储资源、内容分发网络CDN节点的计算资源、内容分发网络CDN节点的网络资源和内容分发网络CDN节点的存储资源，获取多接入边缘计算节点和内容分发网络CDN节点共同处理业务的时延、费用、效益、能耗和网络指标。
5.多接入边缘计算节点与CDN节点的资源协同方法，其特征是，包括：
获取多接入边缘计算节点和内容分发网络CDN节点共同处理业务的时延、费用、效益、能耗和网络指标；获取内容分发网络CDN节点独立处理业务的时延、费用、效益、能耗和网络指标；
基于业务需求、内容分发网络CDN节点独立处理业务的时延、费用、效益、能耗和网络指标，判断内容分发网络CDN节点独立处理业务能否满足业务需求；如果能满足，则由内容分发网络CDN节点进行业务处理；如果不能满足，则进入下一步；
判断多接入边缘计算节点和内容分发网络CDN节点共同处理业务的时延、费用、效益、能耗和网络指标能否满足业务需求；如果能满足，则由多接入边缘计算节点和内容分发网络CDN节点共同处理业务；
所述获取CDN节点独立处理业务的时延、费用、效益、能耗和网络指标；具体包括：基于业务需求、CDN节点的计算资源、CDN节点的网络资源和CDN节点的存储资源，获取CDN节点独立处理业务的时延、费用、效益、能耗和网络指标；
所述获取多接入边缘计算节点和内容分发网络CDN节点共同处理业务的时延、费用、效益、能耗和网络指标；具体包括：基于业务需求、多接入边缘计算节点的计算资源、多接入边缘计算节点的网络资源、多接入边缘计算节点的存储资源、内容分发网络CDN节点的计算资源、内容分发网络CDN节点的网络资源和内容分发网络CDN节点的存储资源，获取多接入边缘计算节点和内容分发网络CDN节点共同处理业务的时延、费用、效益、能耗和网络指标。
6.多接入边缘计算节点与CDN节点的资源协同***，基于如权利要求1-3任一项所述的多接入边缘计算节点与CDN节点的资源协同方法，其特征是，包括：
获取模块，其被配置为：获取终端发起的业务，分析业务需求；
计算模块，其被配置为：获取多接入边缘计算节点独立处理业务的时延、费用、效益、能耗和网络指标；获取CDN节点独立处理业务的时延、费用、效益、能耗和网络指标；获取多接入边缘计算节点和内容分发网络CDN节点共同处理业务的时延、费用、效益、能耗和网络指标；
选择模块，其被配置为：根据多接入边缘计算节点独立处理业务、CDN节点独立处理业务和两种节点共同处理业务三者的得分，选择得分较高者所对应的方式来对业务进行处理。
7.一种电子设备，其特征是，包括：
存储器，用于非暂时性存储计算机可读指令；以及
处理器，用于运行所述计算机可读指令，
其中，所述计算机可读指令被所述处理器运行时，执行上述权利要求1-3任一项所述的方法。
8.一种存储介质，其特征是，非暂时性地存储计算机可读指令，其中，当所述非暂时性计算机可读指令由计算机执行时，执行权利要求1-3任一项所述方法的指令。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110764731.3A CN113660625B (zh) | 2021-07-06 | 2021-07-06 | 多接入边缘计算节点与cdn节点的资源协同方法及*** |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110764731.3A CN113660625B (zh) | 2021-07-06 | 2021-07-06 | 多接入边缘计算节点与cdn节点的资源协同方法及*** |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN113660625A CN113660625A (zh) | 2021-11-16 |
| CN113660625B true CN113660625B (zh) | 2024-02-02 |
Family
ID=78489129
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110764731.3A Active CN113660625B (zh) | 2021-07-06 | 2021-07-06 | 多接入边缘计算节点与cdn节点的资源协同方法及*** |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113660625B (zh) |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111083634A (zh) * | 2019-12-16 | 2020-04-28 | 重庆邮电大学 | 基于cdn和mec的车联网移动性管理方法 |
| CN112689303A (zh) * | 2020-12-28 | 2021-04-20 | 西安电子科技大学 | 一种边云协同资源联合分配方法、***及应用 |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US11395308B2 (en) * | 2019-04-30 | 2022-07-19 | Fujitsu Limited | Monitoring-based edge computing service with delay assurance |
-
2021
- 2021-07-06 CN CN202110764731.3A patent/CN113660625B/zh active Active
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111083634A (zh) * | 2019-12-16 | 2020-04-28 | 重庆邮电大学 | 基于cdn和mec的车联网移动性管理方法 |
| CN112689303A (zh) * | 2020-12-28 | 2021-04-20 | 西安电子科技大学 | 一种边云协同资源联合分配方法、***及应用 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN113660625A (zh) | 2021-11-16 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110647391B (zh) | 面向星地协同网络的边缘计算方法及*** | |
| CN112492626B (zh) | 一种移动用户计算任务的卸载方法 | |
| Zhao et al. | A cooperative scheduling scheme of local cloud and internet cloud for delay-aware mobile cloud computing | |
| CN108964817B (zh) | 一种异构网络联合计算卸载及资源分配方法 | |
| CN109819046B (zh) | 一种基于边缘协作的物联网虚拟计算资源调度方法 | |
| CN113660303B (zh) | 一种端边网云协同的任务卸载方法及*** | |
| CN109951873B (zh) | 一种物联网雾计算中信息不对称不确定下的任务卸载机制 | |
| CN111930436A (zh) | 一种基于边缘计算的随机型任务排队卸载优化方法 | |
| CN110392079A (zh) | 面向雾计算的节点计算任务调度方法及其设备 | |
| CN112015545B (zh) | 车辆边缘计算网络中的任务卸载方法及*** | |
| CN110941675B (zh) | 一种基于深度学习的无线供能边缘计算延迟优化方法 | |
| CN109257432A (zh) | 一种任务切换方法、计算机装置及可读存储介质 | |
| Mazza et al. | A partial offloading technique for wireless mobile cloud computing in smart cities | |
| CN114007225A (zh) | Bwp的分配方法、装置、电子设备及计算机可读存储介质 | |
| CN111796880B (zh) | 一种边缘云计算任务的卸载调度方法 | |
| CN112235387B (zh) | 一种基于能量消耗最小化的多节点协作计算卸载方法 | |
| CN113660625B (zh) | 多接入边缘计算节点与cdn节点的资源协同方法及*** | |
| US20230232273A1 (en) | Allocating resources for communication and sensing services | |
| Semov et al. | Adaptive resource scheduling based on neural network and mobile traffic prediction | |
| CN114461299A (zh) | 一种卸载决策确定方法、装置、电子设备及存储介质 | |
| CN113784372A (zh) | 一种面向终端多业务模型的联合优化方法 | |
| CN112492652A (zh) | 一种边缘设备算力服务调配的方法、装置及*** | |
| CN114727336B (zh) | 一种卸载策略确定方法、装置、电子设备及存储介质 | |
| Weijian et al. | Optimization method for delay and energy consumption in edge computing micro-cloud system | |
| CN114448991B (zh) | 一种多边缘服务器选择方法、***、介质、设备及终端 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |