移动边缘计算中基于多臂老虎机的服务器选择策略研究

摘要

数据的爆发式增长是万物互联（InternetofEverything，IoE）时代下的主旋律，随着网络带宽的增速远远跟不上数据增长的速度，又伴随着大量新型应用的出现，对网络延迟的高要求随之产生。移动边缘计算（MobileEdgeComputing，MEC）是一种在网络边缘进行计算的新型计算模式，在靠近移动终端附近部署边缘服务器来提供云计算能力来降低移动终端的任务时延。虽然部署在靠近移动终端的边缘服务器集提高了用户的服务质量，但是一个很关键的问题在于移动终端如何在边缘服务器集中选择最合适的边缘服务器来彻底发挥移动边缘计算的最大潜力。当前，很多学者对此有所研究，但仍然存在不足：（1）在选择边缘服务器卸载时未考虑环境的不确定性和缺乏相关的先验信息，（2）在多边缘服务器场景下，未考虑边缘服务器的性能不同，无法最大程度上利用边缘服务器上的计算资源。　　为了解决以上不足，论文主要从以下两个场景展开研究：　　（1）在单用户多移动边缘服务器场景下，提出一种动态的边缘服务器选择卸载方案，假设边缘服务器的的CPU计算资源的变化情况满足一定的正态分布，首先建立边缘服务器任务成功完成概率模型，卸载到边缘服务器和卸载到远端云服务器都会反馈给用户相应的回报值，并通过建立多臂老虎机模型来求解，以最大化用户总回报值为目标。其次，提出基于多臂老虎机的边缘服务器选择卸载策略。仿真结果表明，提出的算法在用户总回报值、用户任务执行的总时延方面均要优于随机选择和资源平均分配算法。　　（2）在多用户多移动边缘服务器场景下，更具体的考虑任务到达边缘服务器的不确定性。首先引入排队系统里面的M/M/1排队模型，构建边缘服务器排队模型。其次，结合多臂老虎机问题的探索和利用思想，根据用户每次选择边缘服务器获得的回报值并不断更新，以最大化用户总回报值为目标，提出基于多臂老虎机的边缘服务器选择卸载策略，仿真结果表明，提出的算法在所有用户总回报值、所有用户任务执行的总时延方面均要优于随机选择和资源平均分配算法。

目录