吳文臣

摘要：在邊緣計算環(huán)境中，邊緣服務(wù)器部署在基站中以為附近的應(yīng)用程序用戶提供可訪問的計算和存儲資源。從應(yīng)用程序供應(yīng)商的角度來看，將數(shù)據(jù)緩存在邊緣服務(wù)器上可以確保應(yīng)用程序用戶檢索應(yīng)用程序數(shù)據(jù)的低延遲。但是，邊緣服務(wù)器通常由于大小有限而擁有有限的資源。本文研究了邊緣計算環(huán)境中的協(xié)作緩存問題，旨在最大程度地降低系統(tǒng)成本，包括數(shù)據(jù)緩存成本，數(shù)據(jù)遷移成本和服務(wù)質(zhì)量（QoS）損失。

關(guān)鍵詞：邊緣計算;數(shù)據(jù)協(xié)作

中圖分類號：TN929.5?? 文獻(xiàn)標(biāo)識碼：A?? 文章編號：1672-9129（2020）16-0001-01

1 介紹

在過去的十年中，世界見證了移動設(shè)備的指數(shù)增長，包括移動電話，可穿戴設(shè)備，平板電腦，智能車輛和物聯(lián)網(wǎng)（IoT）設(shè)備。巨大的網(wǎng)絡(luò)流量通常會導(dǎo)致網(wǎng)絡(luò)擁塞并增加網(wǎng)絡(luò)延遲。為了解決這個問題，邊緣計算（EC）是一種新的計算范例，可以將計算能力從集中式云分發(fā)到分布式邊緣服務(wù)器。每臺邊緣服務(wù)器均由一個或多個物理設(shè)備供電，并連接到地理位置接近應(yīng)用程序用戶移動設(shè)備的基站或接入點。移動和物聯(lián)網(wǎng)應(yīng)用程序供應(yīng)商（以下稱為應(yīng)用程序供應(yīng)商）可以托管其應(yīng)用程序通過在邊緣服務(wù)器上租用計算和存儲資源，在邊緣服務(wù)器（以下稱為邊緣應(yīng)用）上確保其應(yīng)用程序用戶的低延遲和高質(zhì)量服務(wù)?？梢詫⒂嬎闳蝿?wù)從移動設(shè)備轉(zhuǎn)移到附近的邊緣服務(wù)器，以減少這些移動設(shè)備上的計算開銷和能耗。這是促進(jìn)5G移動網(wǎng)絡(luò)發(fā)展的關(guān)鍵技術(shù)。

通過云和應(yīng)用程序用戶的移動設(shè)備之間的邊緣服務(wù)器。從應(yīng)用程序供應(yīng)商的角度來看，緩存這些數(shù)據(jù)（尤其是流行的數(shù)據(jù)，例如視頻和來自社交網(wǎng)站的帖子）將大大減少用戶檢索應(yīng)用程序數(shù)據(jù)時的網(wǎng)絡(luò)延遲。如果數(shù)據(jù)已經(jīng)在這些邊緣服務(wù)器上緩存，則應(yīng)用程序用戶可以從附近的邊緣服務(wù)器而不是遠(yuǎn)程云服務(wù)器檢索數(shù)據(jù)。此外，在邊緣服務(wù)器上緩存數(shù)據(jù)還可以大大減少在云和移動設(shè)備之間傳輸?shù)臄?shù)據(jù)量，從而降低了按需付費定價方案下應(yīng)用程序供應(yīng)商的數(shù)據(jù)傳輸成本。

2 系統(tǒng)模型

從硬件緩存（例如CPU，GPU，內(nèi)存，磁盤）到軟件緩存（例如Web，數(shù)據(jù)庫等），數(shù)據(jù)緩存技術(shù)已在許多不同的領(lǐng)域得到廣泛實現(xiàn)。在網(wǎng)絡(luò)領(lǐng)域，數(shù)據(jù)緩存也得到了深入研究。利用其在節(jié)省帶寬消耗，減少網(wǎng)絡(luò)延遲和最小化訪問成本方面的優(yōu)勢。在過去的幾年中，許多研究人員從不同的角度研究了網(wǎng)絡(luò)緩存，例如，緩存分配和替換策略，編碼緩存，請求路由和信息理論緩存。邊緣計算作為一種新的計算范式，為數(shù)據(jù)緩存提供了新的機(jī)遇并提出了新的挑戰(zhàn)。基本目標(biāo)和機(jī)制是在邊緣服務(wù)器上緩存流行的數(shù)據(jù)，以便附近的應(yīng)用程序用戶可以低延遲地檢索緩存的數(shù)據(jù)。這對于對延遲敏感的應(yīng)用程序（例如交互式游戲，實時導(dǎo)航，增強(qiáng)現(xiàn)實等）尤其重要。此外，在邊緣服務(wù)器上緩存數(shù)據(jù)還可以通過減少移動流量來減輕Internet主干網(wǎng)的流量負(fù)擔(dān)。在云和應(yīng)用程序用戶的移動設(shè)備之間大量傳輸?shù)臄?shù)據(jù)。

邊緣計算與云計算顯著不同，后者促進(jìn)了以內(nèi)容為中心的網(wǎng)絡(luò)和內(nèi)容交付網(wǎng)絡(luò)。在邊緣環(huán)境中，部署在不同基站的相鄰邊緣服務(wù)器可以與其相鄰的邊緣服務(wù)器進(jìn)行通信，并通過高速鏈路，傳輸數(shù)據(jù)?？梢栽诟采w該區(qū)域的邊緣服務(wù)器之間轉(zhuǎn)移和平衡應(yīng)用程序用戶在特定區(qū)域內(nèi)的工作負(fù)載。這種架構(gòu)克服了宏基站遇到的單點故障問題。因此，特定區(qū)域中的邊緣服務(wù)器可以構(gòu)成一個圖形，即邊緣服務(wù)器網(wǎng)絡(luò)，其中一個節(jié)點代表一個邊緣服務(wù)器，一個邊緣代表兩個邊緣服務(wù)器之間的鏈接。

為了以一種通用的方式量化CEDC問題中的優(yōu)化目標(biāo)和約束條件，我們通過數(shù)據(jù)單元的數(shù)量以及跳數(shù)的數(shù)據(jù)檢索延遲來測量數(shù)據(jù)大小和緩存空間。在所有四個邊緣服務(wù)器上緩存數(shù)據(jù)d的消耗為4。當(dāng)僅在邊緣服務(wù)器v3上緩存數(shù)據(jù)d時，設(shè)備1可以通過0跳從其本地邊緣服務(wù)器v3檢索數(shù)據(jù)，而設(shè)備1可以從以下位置檢索數(shù)據(jù)d 通過1跳的鄰居邊緣服務(wù)器v4。這樣，通過集成邊緣基礎(chǔ)設(shè)施提供商的特定定價模型和延遲模型，可以輕松擴(kuò)展這些模型。

由于數(shù)據(jù)請求在邊緣計算環(huán)境中隨機(jī)到達(dá)，因此我們將數(shù)據(jù)請求到達(dá)建模為獨立且相同的分布，類似于邊緣計算，云計算和無線網(wǎng)絡(luò)領(lǐng)域的許多研究。

邊緣服務(wù)器網(wǎng)絡(luò)中的數(shù)據(jù)檢索延遲包括兩個部分：設(shè)備與其附近的邊緣服務(wù)器之間的延遲以及其本地邊緣服務(wù)器和鄰居邊緣服務(wù)器之間的延遲。由于第一個組件在5G網(wǎng)絡(luò)中非常小，并且不受數(shù)據(jù)緩存策略的影響，因此在制定數(shù)據(jù)緩存策略時不會考慮它。因此，在時隙t中為應(yīng)用程序用戶的移動設(shè)備m檢索數(shù)據(jù)d的網(wǎng)絡(luò)延遲計算如下：

從應(yīng)用程序供應(yīng)商的角度來看，其邊緣緩存系統(tǒng)的關(guān)鍵性能指標(biāo)是數(shù)據(jù)緩存策略產(chǎn)生的總系統(tǒng)成本。

數(shù)據(jù)緩存成本是根據(jù)應(yīng)用供應(yīng)商在每個時隙中雇用的存儲資源來衡量的。數(shù)據(jù)遷移成本是通過將數(shù)據(jù)從云或相鄰邊緣服務(wù)器遷移到本地邊緣服務(wù)器而產(chǎn)生的。QoS損失是系統(tǒng)成本的第三部分，發(fā)生在用戶必須以高延遲從云服務(wù)器檢索數(shù)據(jù)時發(fā)生。

3 在線緩存算法

為了最佳地解決協(xié)作邊緣數(shù)據(jù)緩存問題，必須知道所有時隙上有關(guān)系統(tǒng)的完整信息。但是，這對于現(xiàn)實世界的場景是無法實現(xiàn)的。為了切實滿足應(yīng)用程序供應(yīng)商的長期等待時間限制，我們需要將非凸問題P1轉(zhuǎn)換為線性和凸規(guī)劃問題。為此，介紹了一種基于Lyapunov優(yōu)化的在線協(xié)作邊緣數(shù)據(jù)緩存（CEDC-O）算法，用于在單個時隙中找到協(xié)作邊緣數(shù)據(jù)緩存問題的最佳解決方案，而無需進(jìn)一步的信息。

4 仿真

在圖1中，CEDC-O的平均數(shù)據(jù)緩存成本再次最低。有趣的是，此圖中DO（面向延遲的數(shù)據(jù)緩存方法）的性能幾乎是一條水平線。DO總是嘗試在不考慮已用緩存空間的情況下實現(xiàn)最低延遲。因此，它耗盡了大多數(shù)時隙中所有可用的緩存空間。

5 總結(jié)

本文研究了協(xié)作邊緣數(shù)據(jù)緩存（CEDC）問題。首先確定了主要挑戰(zhàn)，并針對此問題提出了一個綜合成本模型，其中系統(tǒng)成本由數(shù)據(jù)緩存成本，數(shù)據(jù)遷移成本和服務(wù)質(zhì)量損失組成。本研究為邊緣數(shù)據(jù)緩存問題奠定了基礎(chǔ)，并開辟了未來的研究方向。在未來的工作中，我們將考慮 可用的邊緣服務(wù)器緩存，用戶移動性和安全策略的動態(tài)變化。

參考文獻(xiàn)：

[1]王朝，高嶺，高全力.邊緣計算中數(shù)據(jù)分層的協(xié)同緩存策略[J].紡織高校基礎(chǔ)科學(xué)學(xué)報，2020，33（03）：106-112.

[2]褚磊. 基于深度強(qiáng)化學(xué)習(xí)的物聯(lián)網(wǎng)暫態(tài)數(shù)據(jù)緩存策略研究[D].華中科技大學(xué)，2019.

[3]汪海霞. 移動邊緣計算系統(tǒng)中內(nèi)容緩存優(yōu)化技術(shù)研究[D].浙江大學(xué)，2019.

[4]尤斐然. 基于博弈論的異構(gòu)網(wǎng)絡(luò)中邊緣計算與緩存技術(shù)研究[D].南京理工大學(xué)，2018.