CN116112865B - 基于用户设备位置的边缘应用服务器选择方法、计算机装置和存储介质 - Google Patents

Abstract

本发明公开了一种基于用户设备位置的边缘应用服务器选择方法、计算机装置及存储介质，包括根据用户设备的位置信息预测得到用户设备的预测移动路线，根据预测移动路线确定目标边缘应用服务器，从各目标边缘应用服务器中选择出最优边缘应用服务器作为用户设备要接入的边缘应用服务器等步骤。本发明通过预测用户设备的移动路线，选择出最优边缘应用服务器作为用户设备要接入的边缘应用服务器，使得用户设备可以准确判断保持接入或者切换至最优边缘应用服务器，在全程保持接入边缘应用服务器的情况下，避免用户设备在不同边缘应用服务器之间频繁切换，减少用户设备和边缘应用服务器的压力，有利于保持良好的通信质量。本发明广泛应用于通信技术领域。

Description

基于用户设备位置的边缘应用服务器选择方法、计算机装置 和存储介质

技术领域

本发明涉及通信技术领域，尤其是一种基于用户设备位置的边缘应用服务器选择方法、计算机装置及存储介质。

背景技术

先进通信技术对通信***的性能要求越来越高。以第五代移动通信技术(简称5G)为例，其中高速率、低时延、大连接成为5G最突出的特征，用户体验速率达1Gbps，时延低至1ms，用户连接能力达100万连接/平方公里。随着互联网及其应用的快速发展，网站的类型和种类也在日益增加，绝大部分的客户对网站***访问的响应时间，网站内容以及所提供服务的可靠性，即时性等要求也越来越高，使得单台服务器来支撑整个网站的***已无法满足用户需求，那么则需要一组或者多台服务器组成一个整体来实现并承担业务需求。此时，边缘应用服务器(EAS)应运而生。

边缘应用服务器为用户提供了一个进入网络的通道和与其它服务器设备通讯的功能，通常边缘服务器是一组完成单一功能的服务器，第一层是直接与用户进行连接的，里面包含了像防火墙服务器，高速缓存服务器，负载均衡服务器，DNS服务器等多种服务器。第二层是中间层，也称为应用服务器，包括Web表现服务器，Web应用服务器等，第三层是后端数据库服务器。对于用户来说，选择哪个EAS是无感知的，当只有一个EAS时，连接和选择速度就比较快，可以直接连接，但是当多个EAS可供选择时，则面临EAS选择的问题。

目前的技术中，用户设备通过随机等方式从多个EAS中选择出一个EAS进行接入，面临着访问时延较高等问题。

术语解释：

UE：User Equipment，用户设备；

5GC：5G Core，5G核心网；

AI：Artificial Intelligence，人工智能；

AF：Application Function，应用功能；

NF：Network Function，网络功能：5G网络中核心网网元的英文缩写；

AMF：Access and Mobility Management Function，接入和移动性管理功能；

NEF：Network Exposure Function网络能力开放功能；

PCF：Policy Control Function，策略控制功能；

NWDAF：Network Data Application Function，网络数据分析功能；

EAS：Edge Application Server，边缘应用服务器。

发明内容

针对目前用户设备选择EAS的方式不合理，从而导致访问时延较高等技术问题，本发明的目的在于提供一种基于用户设备位置的边缘应用服务器选择方法、计算机装置及存储介质。

一方面，本发明实施例包括一种基于用户设备位置的边缘应用服务器选择方法，包括：

获取用户设备的位置信息；

根据所述位置信息，预测得到所述用户设备的预测移动路线；

根据所述预测移动路线，确定若干个目标边缘应用服务器；

从各所述目标边缘应用服务器中选择出最优边缘应用服务器，作为所述用户设备要接入的边缘应用服务器。

进一步地，所述获取用户设备的位置信息，包括：

获取所述用户设备的IMSI、TAC和Cell ID；

根据IMSI标识所述用户设备；

根据TAC和Cell ID对所述用户设备进行定位，获得所述位置信息。

进一步地，所述根据所述位置信息，预测得到所述用户设备的预测移动路线，包括：

根据所述位置信息，获取所述用户设备的行动距离和行动速率；

获取当前道路的拥堵情况及道路流量；

获取所述用户设备的行为习惯数据；

根据所述行动距离、所述行动速率、所述拥堵情况、所述道路流量以及所述行为习惯数据，确定所述预测移动路线。

进一步地，所述根据所述行动距离、所述行动速率、所述拥堵情况、所述道路流量以及所述行为习惯数据，确定所述预测移动路线，包括：

根据所述行动距离和所述行动速率进行预测，获得多条候选移动路线；

分别在各条所述候选移动路线上加载相应的所述拥堵情况和所述道路流量，进行模拟行驶，获取各条所述候选移动路线各自对应的行驶记录数据；

分别确定各所述行驶记录数据与所述行为习惯数据之间的契合度；

将对应最高契合度的所述行驶记录数据对应的所述候选移动路线，作为所述预测移动路线。

进一步地，所述根据所述预测移动路线，确定若干个目标边缘应用服务器，包括：

检测所述预测移动路线所经过的范围内存在的服务覆盖范围；

将产生所述服务覆盖范围的边缘应用服务器，确定为所述目标边缘应用服务器。

进一步地，所述从各所述目标边缘应用服务器中选择出最优边缘应用服务器，包括：

检测出全部的边界交点；所述边界交点为所述预测移动路线与任一所述服务覆盖范围边界的交点；

根据各所述目标边缘应用服务器与全部所述边界交点之间的位置关系，确定各所述目标边缘应用服务器对应的分值；

将对应最高分值的若干个所述目标边缘应用服务器，确定为所述最优边缘应用服务器。

进一步地，所述根据各所述目标边缘应用服务器与全部所述边界交点之间的位置关系，确定各所述目标边缘应用服务器对应的分值，包括：

对于任一所述目标边缘应用服务器，对各所述边界交点进行赋分；其中，任一所述边界交点的得分，与所述边界交点与所述目标边缘应用服务器对应的所述服务覆盖范围的中心点距离负相关；

计算所述目标边缘应用服务器对应的全部所述边界交点的得分总和；

以所述得分总和作为所述目标边缘应用服务器对应的分值。

进一步地，所述基于用户设备位置的边缘应用服务器选择方法，还包括：

将各所述最优边缘应用服务器按照分值进行排序；

将各所述最优边缘应用服务器及其排序发送至所述用户设备；

设定所述用户设备按照排序，进行各所述最优边缘应用服务器的查找和接入。

另一方面，本发明实施例还包括一种计算机装置，包括存储器和处理器，所述存储器用于存储至少一个程序，所述处理器用于加载所述至少一个程序以执行实施例中的基于用户设备位置的边缘应用服务器选择方法。

另一方面，本发明实施例还包括一种存储介质，其中存储有处理器可执行的程序，所述处理器可执行的程序在由处理器执行时用于执行实施例中的基于用户设备位置的边缘应用服务器选择方法。

本发明的有益效果是：实施例中的基于用户设备位置的边缘应用服务器选择方法，通过预测用户设备的移动路线，选择出最优边缘应用服务器作为用户设备要接入的边缘应用服务器，使得用户设备可以准确判断保持接入或者切换至最优边缘应用服务器，在全程保持接入边缘应用服务器的情况下，避免用户设备在不同边缘应用服务器之间频繁切换，减少资源损耗，节约时间成本，减少用户设备和边缘应用服务器的压力，有利于保持良好的通信质量。

附图说明

图1为实施例中基于用户设备位置的边缘应用服务器选择方法的步骤示意图；

图2为实施例中基于用户设备位置的边缘应用服务器选择方法的总体架构示意图；

图3为实施例中基于用户设备位置的边缘应用服务器选择方法的流程示意图；

图4为实施例中预测移动路线和服务覆盖范围的位置关系示意图；

图5为实施例中确定目标边缘应用服务器EAS1对应的分值的原理示意图；

图6为实施例中确定目标边缘应用服务器EAS2对应的分值的原理示意图；

图7为实施例中确定目标边缘应用服务器EAS3对应的分值的原理示意图。

具体实施方式

在移动通信中，当用户设备处于某一个区域A，如果用户设备需要移动到区域B，并且该区域B范围内有多个EAS可供访问，比如EAS1，EAS2，EAS3等多个应用服务时，当从区域A移动到区域B时，终端会同时对多个EAS进行请求，谁优先返回响应，则终端就会连接上该EAS。这在一定程度上不仅增加了时延，还在一定程度上造成了资源的浪费，占用连接通道，增加了终端和EAS的压力。

如何帮助用户选择一个合适的EAS显得格外重要，这样不仅能够减少用户访问时延，而且能够提高用户的体验感，因此，本实施例中，根据用户上线时位置信息、运动轨迹、行为习惯等重要参数，提出一种预测选择最优EAS的方法。

参照图1，基于用户设备位置的边缘应用服务器选择方法包括以下步骤：

S1.获取用户设备的位置信息；

S2.根据位置信息，预测得到用户设备的预测移动路线；

S3.根据预测移动路线，确定若干个目标边缘应用服务器；

S4.从各目标边缘应用服务器中选择出最优边缘应用服务器，作为用户设备要接入的边缘应用服务器。

本实施例中，以5G通信***为例对步骤S1-S4进行说明。可以由5G核心网来执行步骤S1-S4。

基于用户设备位置的边缘应用服务器选择方法的总体架构如图2所示。

参照图2，用户终端UE(此处的用户终端UE可以指的是智能汽车、无人机、手机终端)在开机时会向基站发起附着注册请求，在附着请求中携带此时用户终端UE的位置信息、TAC和PLMN等重要信息，由于开机时也需要选择当前最优边缘应用服务器，因此用户终端UE发起的附着注册请求中还会携带Optimal_Eas信元，该信元代表用户终端UE请求获取最优边缘应用服务器。

参照图2，AMF收到信令检测用户是否携带Optimal_Eas信元，如果携带，则向NWDAF网元上报该用户设备UE的位置信息及最优边缘应用服务器请求。NWDAF收到请求后，缓存该用户设备UE的相应信息，并请求EAS组获取服务参数，EAS组根据用户位置信息及NWDAF网元提供的预测位置范围及预测路线，通过计算得出最优边缘应用服务器的服务入口参数(IP或者域名)并返回给NWDAF，该网元收到信息后缓存该最优边缘应用服务器的服务参数的信息及用户信息。AMF收到该服务信息后，向用户设备UE回复Attach accept信令，信令中携带Optimal_Eas信元的ip或域名值及周期位置更新定时器参数，例如10分钟(网络侧可以配置)上报一次用户设备UE当前位置信息。用户设备UE收到最优边缘应用服务器参数信息时，直接发起连接，上报或接受相应服务。

用户设备UE不会固定在一个位置上，用户设备UE的移动将引起EAS服务的重选或者最优边缘应用服务器的切换，可以如图2所示，按照以下流程，重新执行步骤S1-S4：用户设备UE在移动的过程中，根据核心网AMF下发的TAU定时器时间再次发起位置更新，位置更新信令中携带Eas_handoff_request信元请求网络侧是否需要更新最优边缘应用服务器；AMF收到位置更新时，将信息发送给NWDAF，NDWAF经过分析和对比用户设备UE第一次上线的位置信息决定是否切换，如不需要切换，则将Eas_handoff_response＝0返回给AMF，AMF通过Tracking area update accept信令且携带信元告知用户设备UE不需要切换，用户设备UE则继续使用原有的最优边缘应用服务器。如果NWDAF网元判断及分析缓存数据需要进行切换，则将预测出来的位置范围信息及最优边缘应用服务器请求发送给EAS组，EAS组根据用户位置信息及NWDAF网元提供的预测位置范围及对比上次缓存的数据，计算出新的最优边缘应用服务器的服务入口参数(IP或者域名)并返回给NWDAF。AMF收到相应参数后回应Tracking area update accept，信令中携带Eas_handoff_response＝1及新的最优边缘应用服务器的服务参数(ip或域名)给用户设备UE，用户设备UE收到信息后断开与原来的最优边缘应用服务器连接，并即刻连接到新的最优边缘应用服务器，上报或接受最优边缘应用服务器的相应服务。

本实施例中，在执行步骤S1，也就是获取用户设备的位置信息这一步骤时，具体可以执行以下步骤：

S101.获取用户设备的IMSI、TAC和Cell ID；

S102.根据IMSI标识用户设备；

S103.根据TAC和Cell ID对用户设备进行定位，获得位置信息。

步骤S101-S103的流程如图3中的流程2-3所示。

参照图3，当用户设备UE注册到核心网时，核心网的相应网元互相进行交互。其中，AMF收到用户的注册请求后，会将用户设备UE此时的位置信息上报给NWDAF，并请求获取最优边缘应用服务器的服务参数。NWDAF会将用户设备UE的信息(比如用户的TAC、Cell ID、IMSI等信息)上报给大数据***并请求用户设备UE所在位置。一个IMSI唯一标识一个用户设备UE，大数据***可以根据IMSI区分不同的用户设备UE。大数据***可以通过TAC和CellID定位到该用户设备UE所在的位置，精确到用户设备UE在道路上的具体干线并将结果返回，从而获得用户设备的位置信息。

本实施例中，在执行步骤S2，也就是根据位置信息，预测得到用户设备的预测移动路线这一步骤时，具体可以执行以下步骤：

S201.根据位置信息，获取用户设备的行动距离和行动速率；

S202.获取当前道路的拥堵情况及道路流量；

S203.获取用户设备的行为习惯数据；

S204.根据行动距离、行动速率、拥堵情况、道路流量以及行为习惯数据，确定预测移动路线。

步骤S201-S204的流程如图3中的流程4-10所示。

参照图3，NWDAF收到响应数据后，缓存用户设备UE此时的位置信息，并再次向大数据***请求用户设备UE此时的行动距离和行动速率，大数据***通过计算分析返回用户设备UE当前的行动距离及行动速率。NWDAF缓存当前信息并再次请求当前道路的拥堵情况及道路流量(如该道路的用户数量及用户速率、道路拥堵情况等数据)，大数据***响应当前情况并生成动态数据并返回。NWDAF收到数据后并缓存再次请求获取用户设备UE的行为习惯数据(如该用户在该路段的速度、加速度、驾驶风格及经常行驶的道路路线等数据)，大数据响应请求并返回数据，此时，NWDAF网元根据与大数据***交互的数据进行算法分析及计算预测出用户设备UE的行动范围及轨迹路线并请求最优边缘应用服务器服务参数，EAS组收到请求后，通过计算得出用户设备UE当前所合适的EAS服务参数并返回，NWDAF则响应EAS请求并返回其服务参数入口给网元，网元AMF收到后便通过信令中携带信元值将数据返回给用户设备UE，用户设备UE可直接进行连接。

本实施例中，在执行步骤S204，也就是根据行动距离、行动速率、拥堵情况、道路流量以及行为习惯数据，确定预测移动路线这一步骤时，可以执行以下步骤：

S20401.根据行动距离和行动速率进行预测，获得多条候选移动路线；

S20402.分别在各条候选移动路线上加载相应的拥堵情况和道路流量，进行模拟行驶，获取各条候选移动路线各自对应的行驶记录数据；

S20403.分别确定各行驶记录数据与行为习惯数据之间的契合度；

S20404.将对应最高契合度的行驶记录数据对应的候选移动路线，作为预测移动路线。

步骤S20401中，行动距离可以表示为一组用户设备UE曾经到达过的位置坐标，行动速率可以表示为用户设备UE最新的移动方向和速度。因此，行动距离可以表示为一组由位置坐标组成的时间序列，行动速率为这个时间序列最后的变动趋势，可以使用长短期记忆网络LSTM等时间序列预测算法对行动距离和行动速率进行预测，可以得到候选移动路线，候选移动路线是长短期记忆网络LSTM根据行动距离和行动速率得到的预测结果，其意义为预测用户设备UE在未来的时间段内可能沿着移动的路径。候选移动路线的具体路径与长短期记忆网络LSTM的参数有关，通过将长短期记忆网络LSTM设置为不同的参数，分别对相同的行动距离和行动速率进行预测，可以得到不同的多条候选移动路线，这些候选移动路线都是对用户设备UE在未来的时间段内可能沿着移动的路径的合理预测。

步骤S20402中，对于任一条候选移动路线，在电子地图中查找到这条候选移动路线所经过的道路，在这条道路上加载相应的拥堵情况和道路流量，使用Airsim等软件工具进行模拟行驶，获取这条候选移动路线各自对应的行驶记录数据。行驶记录数据可以记录模拟驾驶过程中的平均速度、加速度、变道次数、超车数量等数据，对这些数据进行分类，可以进一步获得驾驶风格等分类数据。

步骤S20403中，对于任一条候选移动路线，可以计算行驶记录数据所表示的平均速度等数据与行为***均值，作为这条候选移动路线与行为习惯数据之间的契合度。

步骤S20404中，筛选出契合度最高的那条候选移动路线作为预测移动路线。

通过执行步骤S20401-S20404，可以根据行动距离、行动速率、拥堵情况、道路流量以及行为习惯数据等数据，预测得到预测移动路线；步骤S20401-S20404中，首先根据行动距离和行动速率进行时间序列上的预测，确定用户设备UE后续有可能沿着移动的多条候选移动路线，再根据拥堵情况和道路流量等数据所反映的实时交通状况，以及行为习惯数据所反映的用户设备UE主观驾驶意向，从中选择出最有有可能沿着移动的预测移动路线。

本实施例中，在执行步骤S3，也就是根据预测移动路线，确定若干个目标边缘应用服务器这一步骤时，可以执行以下步骤：

S301.检测预测移动路线所经过的范围内存在的服务覆盖范围；

S302.将产生服务覆盖范围的边缘应用服务器，确定为目标边缘应用服务器。

执行步骤S301-S302时，参照图4，EAS组中包括EAS1、EAS2和EAS3等3个边缘应用服务器。如果所得到的预测移动路线为预测移动路线1，由于预测移动路线1只经过EAS1所产生的服务覆盖范围，那么步骤S302中，确定EAS1为目标边缘应用服务器；如果所得到的预测移动路线为预测移动路线2，由于预测移动路线2经过了EAS1、EAS2和EAS3所产生的服务覆盖范围，那么步骤S302中，确定EAS1、EAS2和EAS3为目标边缘应用服务器；如果所得到的预测移动路线为预测移动路线3，由于预测移动路线3只经过EAS2所产生的服务覆盖范围，那么步骤S302中，确定EAS2为目标边缘应用服务器。

本实施例中，在执行步骤S4，也就是从各目标边缘应用服务器中选择出最优边缘应用服务器这一步骤时，如果所得到的预测移动路线为预测移动路线1，由于此时只有EAS1一个目标边缘应用服务器，那么步骤S4中，将EAS1确定为最优边缘应用服务器；同理，如果所得到的预测移动路线为预测移动路线3，由于此时只有EAS2一个目标边缘应用服务器，那么步骤S4中，将EAS2确定为最优边缘应用服务器。

如果所得到的预测移动路线为预测移动路线2，由于此时有EAS1、EAS2和EAS3等三个目标边缘应用服务器，那么步骤S4中，可以执行以下步骤以从多个目标边缘应用服务器中选择出最优边缘应用服务器：

S401.检测出全部的边界交点；

S402.根据各目标边缘应用服务器与全部边界交点之间的位置关系，确定各目标边缘应用服务器对应的分值；

S403.将对应最高分值的若干个目标边缘应用服务器，确定为最优边缘应用服务器。

步骤S401中，如图4所示，检测出预测移动路线2与目标边缘应用服务器EAS1的服务覆盖范围边界的交点为边界交点1，预测移动路线2与目标边缘应用服务器EAS2的服务覆盖范围边界的交点为边界交点3，预测移动路线2与目标边缘应用服务器EAS3的服务覆盖范围边界的交点为边界交点2。因此，执行步骤S401检测出的全部的边界交点包括：边界交点1、边界交点2和边界交点3。

步骤S402中，根据各目标边缘应用服务器与全部边界交点之间的位置关系，确定各目标边缘应用服务器对应的分值。

步骤S402中，可以设定表1所示的规则进行赋分。

表1

边界交点与服务覆盖范围的位置关系	边界交点的得分
		边界交点在服务覆盖范围外	0
边界交点在服务覆盖范围边界上	1
		边界交点在服务覆盖范围内(距离服务覆盖范围中心较远)	1
边界交点在服务覆盖范围内(距离服务覆盖范围中心较近)	3

表1所示的赋分规则满足“任一边界交点的得分，与边界交点与目标边缘应用服务器对应的服务覆盖范围的中心点距离负相关”的规律。

其中，“较远”和“较近”的判断标准可以通过阈值来判定，例如在使用相同的硬件的情况下，各边缘应用服务器的服务覆盖范围大小相同，可以将服务覆盖范围的半径的一半设定为阈值，如果一个边界交点与一个服务覆盖范围的中心点之间的距离小于该阈值，那么可以判断这个边界交点距离这个服务覆盖范围的中心点较近，反之判断这个边界交点距离这个服务覆盖范围的中心点较远。

步骤S402中，先确定目标边缘应用服务器EAS1对应的分值。参照图5，边界交点1在目标边缘应用服务器EAS1产生的服务覆盖范围边界上，得分为1；边界交点2在目标边缘应用服务器EAS1产生的服务覆盖范围内，距离服务覆盖范围中心为d12(较远)，得分为1；边界交点3在目标边缘应用服务器EAS1产生的服务覆盖范围内，距离服务覆盖范围中心为d13(较远)，得分为1。目标边缘应用服务器EAS1对应的全部边界交点的得分总和为1+1+1＝3，因此目标边缘应用服务器EAS1对应的分值为3。

然后确定目标边缘应用服务器EAS2对应的分值。参照图6，边界交点1在目标边缘应用服务器EAS2产生的服务覆盖范围内，距离服务覆盖范围中心为d21(较近)，得分为3；边界交点2在目标边缘应用服务器EAS2产生的服务覆盖范围内，距离服务覆盖范围中心为d22(较近)，得分为3；边界交点3在目标边缘应用服务器EAS2产生的服务覆盖范围边界上，得分为1。目标边缘应用服务器EAS2对应的全部边界交点的得分总和为3+3+1＝7，因此目标边缘应用服务器EAS2对应的分值为7。

最后确定目标边缘应用服务器EAS3对应的分值。参照图7，边界交点1在目标边缘应用服务器EAS3产生的服务覆盖范围边界外，得分为0；边界交点2在目标边缘应用服务器EAS3产生的服务覆盖边界上，得分为1；边界交点3在目标边缘应用服务器EAS3产生的服务覆盖范围内，距离服务覆盖范围中心为d33(较近)，得分为3。目标边缘应用服务器EAS3对应的全部边界交点的得分总和为0+1+3＝4，因此目标边缘应用服务器EAS3对应的分值为4。

步骤S403中，将对应最高分值的若干个目标边缘应用服务器，确定为最优边缘应用服务器。例如，可以只选择最高分值的一个目标边缘应用服务器，即目标边缘应用服务器EAS2作为最优边缘应用服务器；也可以选择最高分值的两个目标边缘应用服务器，即目标边缘应用服务器EAS2和EAS3作为最优边缘应用服务器；还可以将全部目标边缘应用服务器都作为最优边缘应用服务器。当存在多个最优边缘应用服务器时，各个目标边缘应用服务器按照各自对应的分值从高至低的顺序进行排序。

本实施例中，步骤S401-S403的原理是：对于对应多个目标边缘应用服务器的预测移动路线，可以通过简单的算法检测出边界交点，作为预测移动路线的特征点；以这些特征点与服务覆盖范围中心点(一般为目标边缘应用服务器所在位置)之间的距离为权重，确定每个目标边缘应用服务器的分值，一个目标边缘应用服务器的分值可以表示这个目标边缘应用服务器与预测移动路线上的特征点的整体距离大小(分值越小则整体距离越大)，从而能够表示这个目标边缘应用服务器与预测移动路线的整体距离大小；将分值最高的目标边缘应用服务器确定为最优边缘应用服务器，则能够由整体距离用户设备UE的预测移动路线最近的边缘应用服务器为用户设备UE提供服务，从而有利于提高通信质量。

本实施例中，在执行完步骤S1-S4之后，还可以执行以下步骤：

S5.将各最优边缘应用服务器按照分值进行排序；

S6.将各最优边缘应用服务器及其排序发送至用户设备；

S7.设定用户设备按照排序，进行各最优边缘应用服务器的查找和接入。

步骤S5和S6中，可以将各最优边缘应用服务器及其排序信息发送至用户设备，也可以将各最优边缘应用服务器以及各自的分值发送至用户设备，由用户设备根据各最优边缘应用服务器以及各自的分值进行排序。

步骤S7中，核心网可以向用户设备发送指令，触发用户设备按照排序，进行各最优边缘应用服务器的查找和接入。例如，步骤S1-S4中确定了边缘应用服务器EAS2和EAS3为最优边缘应用服务器，且EAS2的分值更高，那么用户设备可以在任何时刻中，在需要连接边缘应用服务器时，优先尝试连接最优边缘应用服务器EAS2，在无法连接到最优边缘应用服务器EAS2时，再尝试连接最优边缘应用服务器EAS3。

以下是在确定了最优边缘应用服务器为EAS2和EAS3的情况下，用户设备UE与边缘应用服务器的连接示例：

本实施例中，参照图4，当用户设备UE沿着预测移动路线2进入边缘应用服务器EAS2的服务覆盖范围后，优先尝试连接最优边缘应用服务器EAS2，并连接成功，由最优边缘应用服务器EAS2向用户设备UE提供服务；用户设备UE沿着预测移动路线2将会到达边界交点1，此时用户设备UE到达边缘应用服务器EAS2的服务覆盖范围与边缘应用服务器EAS1的服务覆盖范围的交界点，由于NWDAF可以根据预测移动路线2判断用户设备UE后续将进入边缘应用服务器EAS3的服务覆盖范围，因此无需指令用户设备UE进行边缘应用服务器的切换，继续由最优边缘应用服务器EAS2向用户设备UE提供服务；只有当用户设备UE沿着预测移动路线2到达边界交点3，并继续前进离开边缘应用服务器EAS2的服务覆盖范围后，由于无法获得边缘应用服务器EAS2的服务，用户设备UE尝试连接最优边缘应用服务器EAS3，此时用户设备UE已进入边缘应用服务器EAS3的服务覆盖范围，可以由边缘应用服务器EAS3提供服务，NWDAF通过网元与用户设备UE的交互，下发最优边缘应用服务器EAS3的参数并通知用户设备UE可以进行切换，用户设备UE断开与边缘应用服务器EAS2连接的链路，直接接受到新的服务参数入口并直接发起与边缘应用服务器EAS3的连接，由边缘应用服务器EAS3向用户设备UE提供服务。

根据以上示例可知，在判断用户设备UE沿着预测移动路线2移动，将经过多个边缘应用服务器的服务覆盖范围的情况下，用户设备UE可以准确判断当前应当接入或者切换至的边缘应用服务器，在全程保持接入边缘应用服务器的情况下，避免用户设备UE在不同边缘应用服务器之间频繁切换，减少资源损耗，不需要在使用其它或者第三方设备通知用户EAS的改变和用户频繁发起连接，节约时间成本，减少终端和EAS的压力，有利于保持良好的通信质量。

可以通过编写执行本实施例中的基于用户设备位置的边缘应用服务器选择方法的计算机程序，将该计算机程序写入至存储介质或者计算机装置中，当计算机程序被读取出来运行时，执行本实施例中的基于用户设备位置的边缘应用服务器选择方法，从而实现与实施例中的基于用户设备位置的边缘应用服务器选择方法相同的技术效果。

需要说明的是，如无特殊说明，当某一特征被称为“固定”、“连接”在另一个特征，它可以直接固定、连接在另一个特征上，也可以间接地固定、连接在另一个特征上。此外，本公开中所使用的上、下、左、右等描述仅仅是相对于附图中本公开各组成部分的相互位置关系来说的。在本公开中所使用的单数形式的“一种”、“所述”和“该”也旨在包括多数形式，除非上下文清楚地表示其他含义。此外，除非另有定义，本实施例所使用的所有的技术和科学术语与本技术领域的技术人员通常理解的含义相同。本实施例说明书中所使用的术语只是为了描述具体的实施例，而不是为了限制本发明。本实施例所使用的术语“和/或”包括一个或多个相关的所列项目的任意的组合。

应当理解，尽管在本公开可能采用术语第一、第二、第三等来描述各种元件，但这些元件不应限于这些术语。这些术语仅用来将同一类型的元件彼此区分开。例如，在不脱离本公开范围的情况下，第一元件也可以被称为第二元件，类似地，第二元件也可以被称为第一元件。本实施例所提供的任何以及所有实例或示例性语言(“例如”、“如”等)的使用仅意图更好地说明本发明的实施例，并且除非另外要求，否则不会对本发明的范围施加限制。

应当认识到，本发明的实施例可以由计算机硬件、硬件和软件的组合、或者通过存储在非暂时性计算机可读存储器中的计算机指令来实现或实施。所述方法可以使用标准编程技术-包括配置有计算机程序的非暂时性计算机可读存储介质在计算机程序中实现，其中如此配置的存储介质使得计算机以特定和预定义的方式操作——根据在具体实施例中描述的方法和附图。每个程序可以以高级过程或面向对象的编程语言来实现以与计算机***通信。然而，若需要，该程序可以以汇编或机器语言实现。在任何情况下，该语言可以是编译或解释的语言。此外，为此目的该程序能够在编程的专用集成电路上运行。

此外，可按任何合适的顺序来执行本实施例描述的过程的操作，除非本实施例另外指示或以其他方式明显地与上下文矛盾。本实施例描述的过程(或变型和/或其组合)可在配置有可执行指令的一个或多个计算机***的控制下执行，并且可作为共同地在一个或多个处理器上执行的代码(例如，可执行指令、一个或多个计算机程序或一个或多个应用)、由硬件或其组合来实现。所述计算机程序包括可由一个或多个处理器执行的多个指令。

进一步，所述方法可以在可操作地连接至合适的任何类型的计算平台中实现，包括但不限于个人电脑、迷你计算机、主框架、工作站、网络或分布式计算环境、单独的或集成的计算机平台、或者与带电粒子工具或其它成像装置通信等等。本发明的各方面可以以存储在非暂时性存储介质或设备上的机器可读代码来实现，无论是可移动的还是集成至计算平台，如硬盘、光学读取和/或写入存储介质、RAM、ROM等，使得其可由可编程计算机读取，当存储介质或设备由计算机读取时可用于配置和操作计算机以执行在此所描述的过程。此外，机器可读代码，或其部分可以通过有线或无线网络传输。当此类媒体包括结合微处理器或其他数据处理器实现上文所述步骤的指令或程序时，本实施例所述的发明包括这些和其他不同类型的非暂时性计算机可读存储介质。当根据本发明所述的方法和技术编程时，本发明还包括计算机本身。

计算机程序能够应用于输入数据以执行本实施例所述的功能，从而转换输入数据以生成存储至非易失性存储器的输出数据。输出信息还可以应用于一个或多个输出设备如显示器。在本发明优选的实施例中，转换的数据表示物理和有形的对象，包括显示器上产生的物理和有形对象的特定视觉描绘。

以上所述，只是本发明的较佳实施例而已，本发明并不局限于上述实施方式，只要其以相同的手段达到本发明的技术效果，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明保护的范围之内。在本发明的保护范围内其技术方案和/或实施方式可以有各种不同的修改和变化。

Claims (7)

1.一种基于用户设备位置的边缘应用服务器选择方法，其特征在于，所述基于用户设备位置的边缘应用服务器选择方法包括：

获取用户设备的位置信息；

根据所述位置信息，预测得到所述用户设备的预测移动路线；

根据所述预测移动路线，确定若干个目标边缘应用服务器；

从各所述目标边缘应用服务器中选择出最优边缘应用服务器，作为所述用户设备要接入的边缘应用服务器；

所述根据所述预测移动路线，确定若干个目标边缘应用服务器，包括：

检测所述预测移动路线所经过的范围内存在的服务覆盖范围；

将产生所述服务覆盖范围的边缘应用服务器，确定为所述目标边缘应用服务器；

所述从各所述目标边缘应用服务器中选择出最优边缘应用服务器，包括：

检测出全部的边界交点；所述边界交点为所述预测移动路线与任一所述服务覆盖范围边界的交点；

根据各所述目标边缘应用服务器与全部所述边界交点之间的位置关系，确定各所述目标边缘应用服务器对应的分值；

将对应最高分值的若干个所述目标边缘应用服务器，确定为所述最优边缘应用服务器；

所述根据各所述目标边缘应用服务器与全部所述边界交点之间的位置关系，确定各所述目标边缘应用服务器对应的分值，包括：

对于任一所述目标边缘应用服务器，对各所述边界交点进行赋分；其中，任一所述边界交点的得分，与所述边界交点与所述目标边缘应用服务器对应的所述服务覆盖范围的中心点距离负相关；

计算所述目标边缘应用服务器对应的全部所述边界交点的得分总和；

以所述得分总和作为所述目标边缘应用服务器对应的分值。

2.根据权利要求1所述的基于用户设备位置的边缘应用服务器选择方法，其特征在于，所述获取用户设备的位置信息，包括：

获取所述用户设备的IMSI、TAC和Cell ID；

根据IMSI标识所述用户设备；

根据TAC和Cell ID对所述用户设备进行定位，获得所述位置信息。

3.根据权利要求1所述的基于用户设备位置的边缘应用服务器选择方法，其特征在于，所述根据所述位置信息，预测得到所述用户设备的预测移动路线，包括：

根据所述位置信息，获取所述用户设备的行动距离和行动速率；

获取当前道路的拥堵情况及道路流量；

获取所述用户设备的行为习惯数据；

根据所述行动距离、所述行动速率、所述拥堵情况、所述道路流量以及所述行为习惯数据，确定所述预测移动路线。

4.根据权利要求3所述的基于用户设备位置的边缘应用服务器选择方法，其特征在于，所述根据所述行动距离、所述行动速率、所述拥堵情况、所述道路流量以及所述行为习惯数据，确定所述预测移动路线，包括：

根据所述行动距离和所述行动速率进行预测，获得多条候选移动路线；

分别在各条所述候选移动路线上加载相应的所述拥堵情况和所述道路流量，进行模拟行驶，获取各条所述候选移动路线各自对应的行驶记录数据；

分别确定各所述行驶记录数据与所述行为习惯数据之间的契合度；

将对应最高契合度的所述行驶记录数据对应的所述候选移动路线，作为所述预测移动路线。

5.根据权利要求1所述的基于用户设备位置的边缘应用服务器选择方法，其特征在于，所述基于用户设备位置的边缘应用服务器选择方法，还包括：

将各所述最优边缘应用服务器按照分值进行排序；

将各所述最优边缘应用服务器及其排序发送至所述用户设备；

设定所述用户设备按照排序，进行各所述最优边缘应用服务器的查找和接入。

6.一种计算机装置，其特征在于，包括存储器和处理器，所述存储器用于存储至少一个程序，所述处理器用于加载所述至少一个程序以执行权利要求1-5任一项所述的基于用户设备位置的边缘应用服务器选择方法。

7.一种计算机可读存储介质，其中存储有处理器可执行的程序，其特征在于，所述处理器可执行的程序在由处理器执行时用于执行权利要求1-5任一项所述的基于用户设备位置的边缘应用服务器选择方法。