本地云计算资源调度方法
【技术领域】
[0001] 本发明设及移动云计算技术，特别是设及一种本地云计算资源调度方法。
【背景技术】
[0002] 近年来由于人们生活方式的改变无线业务数据量呈现指数式增长。然而，智能终 端的电池续航能力却没有得到同步提高，导致终端对能量的需求与实际可用量之间产生较 大鸿沟。此外，智能终端应用对自身处理能力的需求越来越高，导致部分新型应用由于网络 支撑能力受限而无法广泛推广。目前，将终端耗能耗时的计算任务卸载到服务器执行的方 法成为解决该问题的关键技术之一。然而，传统的集中式控制架构对带宽需求较大从而导 致用户卸载任务时的端到端时延变长，严重影响终端用户的服务体验。位于小区边缘的用 户更是由于接入距离较长导致业务卸载时能耗较大且端到端时延较长。为了解决该问题， 小云（Cloudlet)的概念被提出，即将计算资源尽可能带到用户身边。服务商可通过部署小 云形成本地云来改善终端用户的服务体验。终端用户可W通过将自己的计算任务卸载到本 地云来节省能量和提高处理能力。然而，本地云如何对服务请求进行资源分配来最大化系 统收益仍是面临的挑战之一。
[0003]现有技术大多采用贪婪策略来分配计算资源，即将系统中的资源数最大限度地分 配给服务请求来最大化即时收益。但从系统长远收益的角度考虑，该算法效果并不理想。所 W，在此基础上部分研究者提出用动态规划算法来进行资源分配，通过将计算资源分配问 题建模成马尔科夫决策过程来对其进行求解，从而最大化系统的长远收益。
[0004]在现有的计算资源分配方案设计中，并未考虑本地云的动态特性和分层云网络架 构，具体如下；
[0005]现有的方案通常是假定计算资源数目固定不变，而在实际应用中，本地云中的计 算资源随着服务器的建立和离开呈现动态特性，若将其认为静态不变必然会对系统收益有 所影响。
[0006]此外，现有技术大多仅考虑单层云网络架构，忽略了本地云只是对传统集中式云 资源的补充，终端用户仍可W通过将计算任务卸载到传统集中式云来增强性能。此外，现有 的技术忽略了本地云计算资源的动态特性。因此，现有的计算资源分配方案无法充分利用 传统集中式云的计算资源和考虑本地云计算资源的动态特性来获得最大化系统收益。
[0007]由此可见，传统的本地云计算资源分配方法存在无法获得最大化系统收益的问 题。
【发明内容】
[0008]有鉴于此，本发明的主要目的在于提供一种本地云计算资源调度方法，该方法可W获得最大化系统收益。
[0009]为了达到上述目的，本发明提出的技术方案为：
[0010] 一种本地云计算资源调度方法，包括：
[0011]a、预先按照系统收益最大的原则，确定每个系统事件发生时，在不同的系统状态 下本地云需要执行的行为，并保存相应的对应关系，其中，所述系统事件包括业务请求、本 地云服务器的到达和本地云服务器的离开，所述行为包括由本地云触发远端云处理业务请 求、由本地云自身处理业务请求并分配资源给该业务请求W及本地云仅对自身的资源使用 情况进行更新；
[0012] b、当所述系统事件发生时，本地云根据所发生的系统事件确定当前的系统状态， 根据所述对应关系，确定在当前系统状态下需要执行的行为并执行。
[0013] 综上所述，本发明提出的方法，通过预先按照系统收益最大的原则来建立行为策 略，并且考虑对远端云资源的利用W及本地云资源的动态特性，因此，可W充分利用系统资 源，降低用户的能耗和并提高处理能力，使系统收益最大化。
【附图说明】
[0014] 图1为本发明的分层云网络架构示意图；
[0015] 图2为本发明实施例一的流程示意图；
[001引图3~图8为本发明与对比算法的仿真比较示意图。
【具体实施方式】
[0017] 为使本发明的目的、技术方案和优点更加清楚，下面将结合附图及具体实施例对 本发明作进一步地详细描述。
[0018]本发明的核屯、思想是；在为用户分配资源时，将传统的集中式云资源（即远端云 资源）和本地云资源共同纳入可使用的资源范围内。系统预先按照系统收益最大的原则， 确定出每个系统事件发生时，在不同的系统状态下需要执行的行为，其中，系统事件包括业 务请求与本地云服务器的到达和离开，所述行为包括本地云将请求转发给远端云、或者本 地云自身接受该用户请求并分配资源给该请求。当系统收到用户请求时，将根据当前的系 统状态，确定出当前状态下应该执行的行为。如此，可W使得为用户所配置的资源能确保获 得最大系统收益。
[0019]基于上述思想，本发明的应用场景，将是一种分层云网络架构。图1为该架构示意 图。如图1所示，该架构包括一个传统的远端云和本地云。其中，远端云是指通过互联网接 入的集中式云，用户可W通过使用远端云的计算、存储等能力来满足其相应需求。本地云则 由地理上分布的小云组成，小云是指部署在接入点旁边的资源受限的小型云资源。此外，由 大量终端用户组成的云也可当作本地云。两类云有各自的特点：传统的远端云拥有大规模 的服务器集群，所W其处理能力较强，可近似为无穷；本地云的计算资源受限，但由于其端 到端时延较小，从而被广泛部署来可W改善用户服务体验。该分层云网络架构具有W下特 性；服务请求的到达和完成服从泊松分布；本地云计算资源的加入和离开服从泊松分布； 当前的决策对后期决策存在潜在影响。本发明将基于该些特性，构建行为决策优化模型。
[0020] 图2为本发明实施例一的流程示意图，如图2所示，该实施例主要包括：
[0021] 步骤201、预先按照系统收益最大的原则，确定每个系统事件发生时，在不同的系 统状态下本地云需要执行的行为，并保存相应的对应关系。
[0022] 其中，所述系统事件包括业务请求、本地云服务器的到达和本地云服务器的离开， 所述行为包括由本地云触发远端云处理业务请求、由本地云自身处理业务请求并分配资源 给该业务请求W及本地云仅对自身的资源使用情况进行更新。
[0023] 本步骤用于预先建立每个系统事件在不同系统状态下需要执行的行为，该行为是 根据系统收益最大的原则确定出的，W使得后续过程中根据该对应关系所进行的行为决 策，能获得系统最大化收益。
[0024] 该里需要说明的是，本地云资源通过虚拟化技术形成统一的资源分配单位。当一 个终端用户发起服务请求时，本地云计算系统需要决定该请求由自身处理（即本步骤中由 本地云自身处理业务请求的行为）还是W中介的形式送向传统的远端云执行（即本步骤中 由本地云触发远端云处理业务请求的行为）。所谓中介，是指用户先将应用请求送向本地 云，然后再由本地云转发给远端云。本发明之所中介的形式进行计算任务接力传输是 为了节省终端用户无线接入时间和能耗，进一步提高其性能。并且，如若请求由本地云自身 处理，则需要决定分配多少计算资源给该请求。针对该问题，本发明提出预先确定系统行为 策略，即系统在什么状态下采取什么样的行为，然后在具体需要进行决策时，由系统根据当 前所处的状态查找预设的行为策略进行状态匹配进而执行相应行为，W确保系统最大化收 益rm. 〇
[0025] 本步骤中，将针对分层云网络架构的上述动态特性，将计算资源分配问题建立为 马尔科夫动态决策过程，并通过迭代算法的求解得到相应的最优策略。具体地，可W采用下 述方法来实现本步骤：
[0026] 步骤2011、按照S={sIS=(叫，叫，...耐，M，e)}，建立系统状态空间S。
[0027] 其中，