首页 专利交易 科技果 科技人才 科技服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

基于改进遗传算法的边缘环境下服务部署方法和系统 

申请/专利权人:西安电子科技大学

申请日:2024-04-17

公开(公告)日:2024-06-25

公开(公告)号:CN118101500B

主分类号:H04L41/16

分类号:H04L41/16;H04L41/14;H04L67/10;G06N3/126

优先权:

专利状态码:有效-授权

法律状态:2024.06.25#授权;2024.06.14#实质审查的生效;2024.05.28#公开

摘要:本发明公开了一种基于改进遗传算法的边缘环境下服务部署方法和系统,涉及边缘计算资源分配领域,用以解决在线动态部署的不稳定问题以及提高服务部署方案的性能和成本表现。本发明利用服务部署矩阵表示各类服务在各个边缘服务器上进行服务实例部署的部署方案,并以此为编码方式构建初始化种群;以服务部署的性能指标和成本指标构建目标函数;根据约束条件从初始化种群中选择出可行解种群,根据适应度选择个体进行进化,在交叉运算和变异运算过程中对非法解进行修正;最终选择适应度最高的染色体进行服务部署。本发明通过离线方式即可得到最优解,并在成本和性能上得到平衡,保留了非法解的优良基因进行进化,提高了最优解的可靠性。

主权项:1.一种基于改进遗传算法的边缘环境下服务部署方法,其特征在于,包括:利用服务部署矩阵表示各类服务在各个边缘服务器上进行服务实例部署的部署方案,其中,所述服务部署矩阵由多个资源分配向量按列拼接而成,每个所述资源分配向量为一个边缘服务器将资源分配给各类服务的表示向量;以所述服务部署矩阵作为染色体编码方式,根据预设的种群规模生成初始化种群;以服务部署的性能指标和成本指标构建目标函数,并设置所述目标函数的约束条件;所述性能指标为平均请求处理时延,所述成本指标由预算盈余和系统平衡性收益组成;其中,构建目标函数为: 其中,为目标函数值,为平均请求处理时延,为预算盈余,为系统平衡性收益,和分别为可设置的参数;所述平均请求处理时延的计算方法为: 其中,表示接入点对服务的单位时间内平均接收到的请求数量,表示接入点承载的关于服务的服务请求总生命周期,表示接入点集合;所述服务请求总生命周期由无线传输阶段时间成本、请求路由阶段时间成本和服务执行阶段时间成本求和得到,其中:无线传输阶段时间成本的计算方法为: 其中,表示第类服务的一个服务请求的数据规模,表示接入点的平均无线传输速率;请求路由阶段时间成本的计算方法为: 其中,表示对服务的服务请求从接入点流向目标边缘服务器所经过的节点路径中节点的数量,表示节点之间的平均数据传输速率,;服务执行阶段时间成本的计算方法为: 其中,表示第w类服务的服务实例在分配单位资源时的平均处理速度;所述预算盈余的计算方法为: 其中,是服务部署一个服务实例的单位成本,H表示边缘服务器集合,表示边缘服务器的数量;所述系统平衡性收益的计算方法为: 其中,,表示求取方差;设置所述目标函数的约束条件为:约束一:,其中,表示边缘服务器h将资源分配给服务的表示向量,S表示服务集合,表示服务集合S中的第w类服务,表示边缘服务器h的总可用资源;约束二:;根据所述约束条件从所述初始化种群中选择出可行解种群,以所述可行解种群中的每个染色体作为个体,计算以该染色体进行服务部署的性能指标和成本指标,求取目标函数值,以目标函数值的倒数作为个体的适应度;根据适应度大小选择个体遗传到下一代种群,对选择的个体进行交叉运算和变异运算,生成新的个体遗传到下一代种群,并对交叉运算和变异运算所得到的不满足所述约束条件的个体进行非法解修正,再以约束条件从下一代种群中选择出可行解种群,以此循环直到达到设定的遗传代数;最终选择具有最大适应度的染色体进行服务部署。

全文数据:

权利要求:

百度查询: 西安电子科技大学 基于改进遗传算法的边缘环境下服务部署方法和系统

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。