MEC动态分流方法、装置、设备、介质及程序产品与流程

本发明涉及无线通信，尤其是涉及一种mec动态分流方法、装置、电子设备、计算机可读存储介质及计算机程序产品。

背景技术：

1、随着物联网和5g无线通信技术的发展，智能移动设备逐渐增多，计算密集型应用的日益普及产生了流量爆炸问题，此外，移动业务的爆炸式增长和新的无线接入技术的发展使得网络的瓶颈从无线接口转向回程链路和核心网络。一些如工业自动化、自动驾驶及远程医疗等的行业对于网络延迟和可靠性的要求较高，在这种情况下，需要利用核心网数据业务分流来解决网络延迟较高的问题。

2、移动边缘计算位于终端设备和5g核心网的中间层，其主要功能是将移动计算、网络控制和存储迁移到网络边缘，例如基站和接入点，能够有效降低所搭载业务所需计算时延，满足了5g终端用户服务质量需求。现有技术通常没有考虑5g核心网控制面和用户面分离场景下的数据分流情况，且没有考虑高度动态变化的网络环境对于mec分流策略的影响，导致现有技术无法实现高度动态网络环境下的实时高效数据分流决策。

技术实现思路

1、本发明提供一种mec动态分流方法、装置、设备、介质及程序产品，能够在确保用户终端及mec服务器的待处理业务数据队列稳定的前提下，实时求解各用户终端所对应的最优本地计算数据量、最优数据分流量以及各mec服务器所对应的最优分流数据计算量，从而能够在核心网upf下沉场景及高度动态变化的网络环境下实现对业务数据动态分流的高效、精准优化。

2、为了解决上述技术问题，本发明实施例第一方面提供一种mec动态分流方法，包括：

3、获取当前时隙的各用户终端所对应的第一待处理业务数据队列以及各mec服务器所对应的第二待处理业务数据队列；

4、基于所述第一待处理业务数据队列、所述第二待处理业务数据队列、预设的数据处理约束条件、各用户终端及各mec服务器所对应的设备参数和信道参数，利用预先构建的李雅普诺夫漂移加罚函数求解当前时隙的动态分流策略，以确定至少一个目标用户终端及其对应的分流mec服务器，并获得所述目标用户终端所对应的最优本地计算数据量、最优数据分流量和所述分流mec服务器所对应的最优分流数据计算量。

5、作为优选方案，所述李雅普诺夫漂移加罚函数具体通过如下步骤构建而得：

6、根据预设的能耗权重系数、所述用户终端的业务数据计算能耗模型、业务数据分流能耗模型以及所述mec服务器的分流数据计算能耗模型，以业务数据计算能耗、业务数据分流能耗和分流数据计算能耗的加权和最小化为优化目标，构建李雅普诺夫惩罚函数；

7、根据预设的第一待处理业务数据队列更新模型、第二待处理业务数据队列更新模型以及业务数据积压函数，构建用于表示连续两个时隙之间的业务数据积压情况的李雅普诺夫漂移函数；

8、根据预设的权衡参数，将所述李雅普诺夫惩罚函数和所述李雅普诺夫漂移函数进行加权求和，获得所述李雅普诺夫漂移加罚函数。

9、作为优选方案，所述方法还包括：

10、根据预设的业务数据处理上限、所述权衡参数、所述李雅普诺夫惩罚函数、每个时隙的第一待处理业务数据队列、第二待处理业务数据队列、各用户终端及各mec服务器的数据处理情况，确定所述李雅普诺夫漂移加罚函数的上界；

11、其中，所述上界具体为：表示第t时隙的业务数据处理上限，ω表示所述权衡参数，表示所述李雅普诺夫惩罚函数，k(t)表示第t时隙的业务数据处理总能耗，表示第t时隙的业务数据积压量，bi(t)和oi(t)分别表示第t时隙的第一待处理业务数据队列和第二待处理业务数据队列，n表示所述用户终端的数量，di(t)表示第i个用户终端在第t时隙的新增业务数据，li(t)表示第i个用户终端在第t时隙的业务数据计算量，ri(t)表示第i个用户终端在第t时隙的业务数据分流量，ui(t)表示第i个用户终端所对应的分流mec服务器在第t时隙的分流数据计算量。

12、作为优选方案，所述基于所述第一待处理业务数据队列、所述第二待处理业务数据队列、预设的数据处理约束条件、各用户终端及各mec服务器所对应的设备参数和信道参数，利用预先构建的李雅普诺夫漂移加罚函数求解当前时隙的动态分流策略，具体包括：

13、以所述李雅普诺夫漂移加罚函数的上界最小化作为优化问题，基于所述第一待处理业务数据队列、所述第二待处理业务数据队列、预设的数据处理约束条件、各用户终端及各mec服务器所对应的设备参数和信道参数，对所述优化问题进行求解，获得当前时隙的动态分流策略。

14、作为优选方案，所述数据处理约束条件包括本地计算数据量所需的第一cpu周期限值、数据分流量限值和分流数据计算量所需的第二cpu周期限值；

15、所述基于所述第一待处理业务数据队列、所述第二待处理业务数据队列、预设的数据处理约束条件、各用户终端及各mec服务器所对应的设备参数和信道参数，对所述优化问题进行求解，获得当前时隙的动态分流策略，具体包括：

16、将所述优化问题分解为本地数据计算决策问题、数据分流决策问题和分流数据计算决策问题；其中，所述本地数据计算决策问题为求解所述最优本地计算数据量的优化问题，所述数据分流决策问题为求解所述最优数据分流量的优化问题，所述分流数据计算决策问题为求解所述最优分流数据计算量的优化问题；

17、基于所述第一待处理业务数据队列、所述第一cpu周期限值、各用户终端所对应的设备参数和信道参数，对所述本地数据计算决策问题进行求解，获得当前时隙的本地数据计算策略，以确定至少一个目标用户终端，并获得所述目标用户终端所对应的最优本地计算数据量；

18、基于所述第一待处理业务数据队列、所述第二待处理业务数据队列、所述数据分流量限值、各用户终端所对应的设备参数和信道参数，对所述数据分流决策问题进行求解，获得当前时隙的数据分流策略，以确定至少一个目标用户终端，并获得所述目标用户终端所对应的最优数据分流量；

19、基于所述第二待处理业务数据队列、所述第二cpu周期限值、各mec服务器所对应的设备参数和信道参数，对所述分流数据计算决策问题进行求解，获得当前时隙的分流数据计算策略，以确定至少一个目标用户终端所对应的分流mec服务器，并获得所述分流mec服务器所对应的最优分流数据计算量。

20、作为优选方案，所述业务数据计算能耗模型具体通过如下步骤构建而得：

21、根据各用户终端的预设的有效开关电容、处理1bit数据所需要的cpu周期数、每个时隙的cpu周期频率及业务数据计算量，构建所述业务数据计算能耗模型。

22、作为优选方案，所述业务数据分流能耗模型具体通过如下步骤构建而得：

23、根据各用户终端在每个时隙的预设的大规模信道衰落功率分量与小尺度信道衰落分量的乘积，确定各用户终端在每个时隙的信道功率增益；

24、根据预设的无线信道带宽、噪声功率谱密度、各用户终端在每个时隙的数据传输功率及所述信道功率增益，确定各用户终端在每个时隙的业务数据传输速率；

25、根据各用户终端在每个时隙的所述数据传输功率、所述业务数据传输速率及业务数据分流量，构建所述业务数据分流能耗模型。

26、作为优选方案，所述分流数据计算能耗模型具体通过如下步骤构建而得：

27、根据各mec服务器的预设的处理1bit数据的能耗以及在第t时隙的分流数据计算量，构建所述分流数据计算能耗模型。

28、作为优选方案，所述方法还包括：

29、根据各用户终端在当前时隙的所述第一待处理业务数据队列、新增业务数据、所述最优本地计算数据量和所述最优数据分流量，利用所述第一待处理业务数据队列更新模型对所述第一待处理业务数据队列进行更新，获得下一个时隙的第一待处理业务数据队列。

30、作为优选方案，所述方法还包括：

31、根据各mec服务器在当前时隙的所述第二待处理业务数据队列、所述最优分流数据计算量以及属于任意一个所述目标用户终端的最优数据分流量，利用所述第二待处理业务数据队列更新模型对所述第二待处理业务数据队列进行更新，获得下一个时隙的第二待处理业务数据队列。

32、作为优选方案，所述方法还包括：

33、根据各目标用户终端所对应的所述最优数据分流量，确定各目标用户终端的待分流业务数据；

34、基于各目标用户终端的所述待分流业务数据的预设优先级，通过无线信道按照所述预设优先级从高至低的顺序将所述待分流业务数据传输至核心网upf网元，直至所述无线信道的容量占满或所述待分流业务数据传输完毕，以使所述核心网upf网元按照所述动态分流策略将接收到的待分流业务数据转发至各分流mec服务器。

35、本发明实施例第二方面提供一种mec动态分流装置，包括：

36、业务数据队列获取模块，用于获取当前时隙的各用户终端所对应的第一待处理业务数据队列以及各mec服务器所对应的第二待处理业务数据队列；

37、动态分流模块，用于基于所述第一待处理业务数据队列、所述第二待处理业务数据队列、预设的数据处理约束条件、各用户终端及各mec服务器所对应的设备参数和信道参数，利用预先构建的李雅普诺夫漂移加罚函数求解当前时隙的动态分流策略，以确定至少一个目标用户终端及其对应的分流mec服务器，并获得所述目标用户终端所对应的最优本地计算数据量、最优数据分流量和所述分流mec服务器所对应的最优分流数据计算量。

38、本发明实施例第三方面提供一种mec动态分流设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现第一方面任一项所述的mec动态分流方法。

39、本发明实施例第四方面提供一种计算机可读存储介质，所述计算机可读存储介质包括存储的计算机程序，其中，在所述计算机程序运行时控制所述计算机可读存储介质所在设备执行第一方面任一项所述的mec动态分流方法。

40、本发明实施例第五方面提供一种计算机程序产品，包括计算机程序/指令，所述计算机程序/指令被处理器执行时实现第一方面任一项所述的mec动态分流方法的步骤。

41、相比于现有技术，本发明实施例的有益效果在于，能够在确保用户终端及mec服务器的待处理业务数据队列稳定的前提下，实时求解各用户终端所对应的最优本地计算数据量、最优数据分流量以及各mec服务器所对应的最优分流数据计算量，从而能够在核心网upf下沉场景及高度动态变化的网络环境下实现对业务数据动态分流的高效、精准优化。