一种基于应用感知预测的边缘网络负载分配算法

摘要

本发明公开了一种基于应用感知预测的边缘网络负载分配方法，首先在边缘服务器上获取接入边缘服务器设备的网络使用记录或日志文件，使用这些信息，训练长短期记忆模型。通过训练好的模型，将当前时隙任务输入其中，可以得知下一个时隙的最可能运行的任务或应用。对于所有接入设备，都有一个预测的结果，从而得到一个下一时隙的任务集序列。针对这个任务集序列，我们保留一部分资源用于下个时隙的真实序列，将剩余资源采用优化算法，以全局最小时间为优化，分配给每个任务相应的资源，并在当前时隙开始预加载。从而达到提升设备的用户体验，并降低应用的使用延迟的目的，最终甚至达到网络延迟的“无感知”。