【技术实现步骤摘要】
本专利技术涉及资源分配，具体而言，尤其涉及一种面向任务连续性的边缘服务迁移方法。
技术介绍
1、边缘服务迁移是边缘计算环境下将服务从一台边缘服务器迁移到另一台更能满足用户需求的服务器上去，其解决的主要问题就是用户移动导致的服务响应不连续问题，具体表现为边缘服务器的有限覆盖范围和用户终端的移动性之间的冲突导致服务质量的急剧下降，甚至运行中的边缘服务会出现中断现象。服务迁移可以分为无状态迁移和有状态迁移，前者只是将用户的请求重定向到一个新的服务器上，并不会受到之前的请求和状态的影响；后者需要保证在迁移完成后，服务完全恢复到迁移前的状态并继续为用户提供服务，因此被称为实时迁移，进行有状态服务迁移才是保证服务连续性的前提。
2、目前，解决因为用户移动性和边缘服务器覆盖范围有限引起得服务不连续问题的服务迁移方法需要完成两项工作，一个是迁移决策制定，一个是迁移实施。迁移决策的目的是确定正在运行且需要迁移的服务具体什么时间迁移、迁移到哪里。以迁移过程中的时延和能耗作为优化目标，使用优化算法或者强化学习算法去选择最优目标服务器是当前研究的主要方向。迁移实施则是需要决定服务以什么样的方式迁移，实现原服务器和目标服务器中的服务同步，其关键就是要保证迁移前后服务运行状态的一致性。近年来的研究通常都是通过容器的方法将服务的运行状态拷贝并传送到目标服务器上恢复并继续运行。通过容器进行有状态的服务迁移方法可以分为两类，一种是状态复制，另一种是状态重现。
3、状态复制就是将服务在源环境中的状态完全复制到目标环境中的方法，在进行迁移时，
4、现有研究中，大多都是将迁移决策和迁移实施分开研究的，两者之间有一个明显的先后关系，例如，有研究人员提出一种基于马尔可夫决策过程的服务迁移策略，然后利用容器的分层特性，提出一种预转储的服务迁移方法。还有研究人员提出根据用户移动的历史轨迹预测用户未来的目标轨迹，然后根据目标轨迹确定备选基站列表并获得最优迁移基站以及最优服务迁移路径，并可根据迁移综合时间动态更新服务补救迁移。
5、综上所述，当前关于服务迁移方法的研究仍然存在以下问题：现有的服务同步方法都是将原服务器上当前服务的运行状态作为服务同步的目标状态开展同步工作，如果在同步过程中服务仍然在运行，就会存在一个服务状态同步差，为了保证服务的一致性，因此不得不暂停服务来完成最终的同步，因此会存在中断时间长的问题。对用户的移动性考虑不足，在整个迁移过程中用户都是在不断移动的，而用户的位置对于服务器的选择和服务质量都有很大影响。状态复制方法需要传输的数据量较多会造成较大的传输能耗，这也是造成服务中断时间长的原因之一。
技术实现思路
1、有鉴于此，本专利技术的目的在于提出一种面向任务连续性的边缘服务迁移方法，通过轨迹预测和状态重现技术结合的方式优化了整个迁移工作流程；通过轨迹预测提前确定迁移时刻和迁移位置，将会造成服务中断时间过长的工作安排在服务正式迁移之前完成，充分考虑了用户移动性的同时也减少了服务的中断时间；最后采用状态重现的有状态服务迁移方式，减少了服务器之间的数据传输量，降低了数据传输能耗。
2、本专利技术采用的技术手段如下：
3、一种面向任务连续性的边缘服务迁移方法，包括如下步骤：
4、s1、在迁移场景下，采用gan模型预测用户移动轨迹，得到预测轨迹；预测用户移动轨迹使用深度学习模型进行预测。
5、s2、判断预测轨迹的最后一个点是否超出服务器的覆盖范围，若否，返回s1，若是，执行s3；
6、s3、根据预测轨迹确定迁移时刻和迁移位置；
7、s4、基于迁移位置和服务器信息，采用q-learning算法求解最优迁移策略；根据服务当前运行状态和服务器信息计算迁移时刻的服务运行状态，将服务运行状态构建成服务运行日志，服务运行日志包括运行时间和服务运行状态，将服务运行日志写入到服务日志文件中；
8、s5、原服务器将服务日志文件和服务迁移时刻传输至目标服务器，向目标服务器发出迁移指令，要求目标服务器完成服务恢复的工作并确定在迁移时刻执行通讯链路切换工作；
9、s6、目标服务器在接受迁移指令和服务日志文件后，新建一个容器并为容器分配内存和处理器资源，然后解析服务日志文件并提取其中的命令，收集相关资源，在容器中按顺序执行命令，当所有命令执行完后，即代表服务在目标服务器上准备到了预定状态；
10、s7、当时间到达迁移时刻时，同时用户也已经进入目标服务器的覆盖范围，进行通讯链路切换工作，然后通过更新网络路由配置将请求重新导向新的目标服务器，由目标服务器继续为用户提供服务，确保服务可以正常响应后删除原服务器上的应用程序。
11、进一步地，s1中，所述迁移场景由移动用户、边缘服务器以及正在运行的服务组成。
12、进一步地，s1中，预测的用户移动轨迹由用户未来八个时间点的位置构成，表示为tra＝{(t1,loc1),…(ti,loci),…(t8,loc8)}，其中ti代表第i个点的时间，loci代表第i个时间点的位置。
13、进一步地，s2具体包括如下步骤：
14、计算预测的用户移动轨迹的最后一个点的位置loc8和当前提供服务的服务器位置locmec之间的距离l，并将l与服务器覆盖范围半径r作对比，当l>r时执行s3，否则返回s1。
15、进一步地，s3具体包括如下步骤：
16、预测轨迹中的轨迹点，从第七个轨迹点倒序逐一计算各轨迹点与服务器之间的距离l，并与服务器覆盖半径r作对比，当l<r时，则取该轨迹点的位置作为迁移位置点locmig，迁移位置点locmig对应的时间作为迁移时刻tmig。
17、进一步地，s4具体包括如下步骤：
18、s41、求解最优迁移策略；
19、定义迁移策略d为一个m×n大小的矩阵，其中m代表最大任务数，n代表边缘服务器数量；
20、
21、其中，dj,i代表第j个服务taskj是否迁移到服务器meci上执行，dj,i的取值为0或1，分别代表taskj不迁移到meci上执行和迁移到meci上执行；
22、以服务数据传输时延和数据传输能耗为优化目标建立服务迁移模型，服务taskj和服务器meci之间的数据传输时延计算公式如下：
23、
24、其中，tj,i代表数据传输时延，dataj本文档来自技高网...
【技术保护点】
1.一种面向任务连续性的边缘服务迁移方法，其特征在于，包括如下步骤：
2.根据权利要求1所述的面向任务连续性的边缘服务迁移方法，其特征在于，S1中，所述迁移场景由移动用户、边缘服务器以及正在运行的服务组成。
3.根据权利要求1所述的面向任务连续性的边缘服务迁移方法，其特征在于，S1中，预测的用户移动轨迹由用户未来八个时间点的位置构成，表示为Tra＝{(t1,loc1),…(ti,loci),…(t8,loc8)}，其中ti代表第i个点的时间，loci代表第i个时间点的位置。
4.根据权利要求1所述的面向任务连续性的边缘服务迁移方法，其特征在于，S2具体包括如下步骤：
5.根据权利要求1所述的面向任务连续性的边缘服务迁移方法，其特征在于，S3具体包括如下步骤：
6.根据权利要求1所述的面向任务连续性的边缘服务迁移方法，其特征在于，S4具体包括如下步骤：
7.一种存储介质，其特征在于，所述存储介质包括存储的程序，其中，所述程序运行时，执行所述权利要求1至6中任一项权利要求所述的面向任务连续性的边缘服务迁移方法。<...
【技术特征摘要】
1.一种面向任务连续性的边缘服务迁移方法，其特征在于，包括如下步骤：
2.根据权利要求1所述的面向任务连续性的边缘服务迁移方法，其特征在于，s1中，所述迁移场景由移动用户、边缘服务器以及正在运行的服务组成。
3.根据权利要求1所述的面向任务连续性的边缘服务迁移方法，其特征在于，s1中，预测的用户移动轨迹由用户未来八个时间点的位置构成，表示为tra＝{(t1,loc1),…(ti,loci),…(t8,loc8)}，其中ti代表第i个点的时间，loci代表第i个时间点的位置。
4.根据权利要求1所述的面向任务连续性的边缘服务迁移方法，其特征在于，s2具体包括如下步骤：<...
【专利技术属性】
技术研发人员：曹志英，王俊僮，李媛，张秀国，杨德森，
申请(专利权)人：大连海事大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。