您所在的位置: 成果库 无线城域网中基于两阶段决策的多边缘协同负载均衡方法

无线城域网中基于两阶段决策的多边缘协同负载均衡方法

成果类型:: 发明专利

发布时间: 2023-12-28 13:52:51

科技成果产业化落地方案
方案提交机构:成果发布人| 黄哲芬 | 2023-12-28 13:52:51

本发明的目的在于提供一种无线城域网中基于两阶段决策的多边缘协同负载均衡方法,首先,基于全局信息执行负载均衡的集中决策,其中设计了一个基于深度神经网络(DNN)的预测模型来评估相邻边缘之间的任务调度范围。接下来,基于局部信息执行负载均衡的分散决策,其中设计了一个基于深度Q网络(DQN)的调整操作Q值预测模型来评估边缘之间的负载均衡方案。最后,通过反馈控制获得目标负载均衡方案。通过仿真实验证明了TDB EC能够很好地适应新环境,并在秒级实现多边缘负载均衡。此外,TDB EC优于三种经典方法,并达到近似最优的性能

本发明解决其技术问题具体采用的技术方案是:

一种无线城域网中基于两阶段决策的多边缘协同负载均衡方法,基于全局信息执行负载均衡的集中决策,通过基于深度神经网络的预测模型评估相邻边缘之间的任务调度范围;并基于局部信息执行负载均衡的分散决策,通过一个基于深度Q网络的调整操作Q值预测模型评估边缘之间的负载均衡方案;最后,通过反馈控制获得目标负载均衡方案。

进一步地,使用所有边缘上到达任务最大的平均响应时间作为评价指标,目标是尽可能的降低最大平均响应时间Tmax。

进一步地,基于全局信息,使用基于DNN的负载均衡方案评估模型进行集中式决策,以评估每对相邻边缘间的任务调度区间;

边缘节点基于自身的局部信息,使用基于DQN的负载均衡调整操作Q值预测模型进行分散式决策,每个边缘在任务调度区间约束下独立执行本节点和相邻节点间的负载均衡任务调度;

在基于两阶段决策的多边缘协同负载均衡方法中,并行独立地进行全局的集中式决策和单节点的分散式决策,使用反馈控制机制以逐步获取合适的全局负载均衡方案。

随着移动通信技术和物联网的快速发展,移动设备(如智能手机、车辆、无人机)表现出更大的资源需求,以确保其在无线城域网(WMANs)环境处理计算密集型任务方面的高性能。然而,移动设备受自身尺寸大小的约束,其计算能力和存储容量存在明显的局限性。通过将移动设备上的计算密集型任务卸载到的远程云服务器上,可以在一定程度上缓解移动设备的资源限制问题。

然而,由于移动设备与远程云服务器之间的地理位置距离较远,会导致较长的响应时延。这个问题可以通过引入移动边缘计算得到很好的缓解,它将计算资源从核心网络下沉到网络边缘。因此,将计算密集型任务从移动设备卸载到附近的边缘来执行,可以减少无线城域网环境中的响应时延。

在边缘环境中,部署在无线基站的边缘服务器可以为附近的移动设备提供低延迟的访问以及强大的计算能力,从而提高移动设备的性能。基于此,边缘可以被视为在无线城域网环境中提升用户服务质量(QoS)的一个重要补充手段。通常,来自移动设备的任务倾向于被卸载到其最近的边缘来执行,但是这可能不是最佳选择,因为在WMANs中的不同边缘存在波动负载。例如,当许多移动设备(如智能手机、车辆、无人机)同时在边缘的覆盖范围内工作,会导致边缘的负载率急剧上升,以及响应延时的增加。为了解决这个问题并提升用户的QoS,多边缘协同机制是一种可行的解决方案。

发明人:陈星 姚泽玮 胡晟熙 沈启航

福州大学(Fuzhou University),简称福大,位于福建省福州市,创建于1958年,是国家“双一流”建设高校,国家“211工程”建设高校,国家教育部、国家国防科技工业局与福建省人民政府共建高校,福建省三所重点建设的高水平大学之一,福建省一流大学建设高校,入选国家建设高水平大学公派研究生项目、教育部首批“卓越工程师教育培养计划”高校、新工科研究与实践项目、数据中国“百校工程”项目、国家“111计划”、“高校国际化示范学院推进计划”、国家级大学生创新创业训练计划、全国首批深化创新创业教育改革示范高校、中国政府奖学金来华留学生接收院校、全国专业学位研究生教育综合改革试点单位、国家集成电路人才培养基地、首批高等学校科技成果转化和技术转移基地、高校国家知识产权信息服务中心。

相比于现有技术,本发明及其优选方案提出了TDB-EC方法来解决WMAN中的多边缘协同负载均衡问题。首先,为了评估相邻边缘之间的任务调度区间,设计了一个基于DNN的负载均衡方案评估模型基于全局信息进行集中决策。其次,设计了一个基于DQN的调整操作Q值预测模型基于局部信息进行分散决策,其中每个边缘在任务调度区间下执行相邻边缘之间的负载均衡。最后,基于反馈控制机制来搜索目标负载均衡方案。基于真实世界的基站分布图,仿真实验证明了TDB-EC在不同无线城域网中的多边缘负载均衡场景具有很好的适应性。具体来说,TDB-EC能够在秒级达到最佳/近似最佳的结果,并分别比RF-CLB、ML-based和Rule-based方法好了3.69%~4.61%、4.01%~6.34%和14.46%~16.72%。此外,TDB-EC的模型置信度总是超过95%,并且选择调整操作的平均准确率达到92.5%。

当前专利未经权利人许可不得实施,希望将科技成果转让给研发实力雄厚的企业,由受让人对科技成果实施转化。交易的是科技成果中的知识产权,可以包括专利权、专利申请权、技术秘密等。科技成果转让后,转让方获得转让费,不再是科技成果的所有人;受让方向转让方支付转让费,并成为科技成果的新的所有人。