一种边缘雾网络中数据差分化下载方法

1.本发明涉及无线通信技术领域，特别是涉及一种边缘雾网络中数据差分化下载方法。


背景技术：

2.过去几年中，在海量的数据存储和计算方面，云计算已成为应用最广泛的解决方案之一。然而，不断增长的数据通信量给网络带来了巨大的负担，可能导致网络过载和拥塞，使得终端设备与云数据中心之间的通信延迟成为整个系统的瓶颈。边缘雾网络通过在终端和云数据中心之间提供部署在网络边缘的具有计算能力的中间层节点，将云计算拓展到雾网络中，从而减轻传统云计算数据中心的负担，有效解决上述问题。
3.由于雾网络中存在大量数据下载及卸载需求，因此节点的选择会极大影响雾网络中任务处理的延迟。目前，已有不少针对任务下载或卸载的雾节点选择算法的研究，如cn112769910a专利文件公开了一种雾节点卸载选择算法，可以选择耗能最少的雾节点进行任务卸载，但其没有对卸载任务进行分类，导致无法有效降低中大型任务处理延迟。此外，雾网络中雾节点的收益经常得不到保证，这会导致雾节点缺乏辅助用户下载任务的积极性。因此，需要统筹考虑雾网络中数据差分化的下载方法。
4.现有技术的不足主要体现在三个方面，一是辅助下载节点的选择过于简单，多数研究只能选择单个雾节点或随机雾节点进行数据的辅助下载，无法根据数据类型灵活地选择辅助下载雾节点；二是无法有效减少中大型数据的下载时间，现有研究大多数局限于小型数据任务，针对大型任务辅助下载的延迟仍然较高。三是忽略了雾节点的收益，提高雾节点收益能有效激励雾节点辅助用户下载数据，而现有研究大多只聚焦于用户收益或系统的能耗需求而忽略了雾节点的收益。


技术实现要素：

5.本发明所要解决的技术问题是提供一种边缘雾网络中数据差分化下载方法，能够有效优化边缘雾网络性能，防止大量数据带来的过载和网络拥塞，提升网络的稳定性，提高用户下载数据的灵活性和积极性，并为雾节点带来可观的收益。
6.与现有的辅助数据下载方案相比，本发明以雾网络为框架，考虑到了雾节点的特性及所需下载数据任务的大小。本发明将考虑并解决以下技术难题：
7.雾网络中，为用户辅助下载数据的雾节点之间存在竞争，需要制定一个有效的动态的选择雾节点下载数据的机制。
8.保证对小型任务下载效率的前提下，有效地提高对中大型任务的下载效率。
9.雾网络中，所有雾节点为用户提供辅助下载服务时不可避免地需要承担数据传输，能量消耗等成本，为此需要保证雾节点辅助用户下载数据时的收益，以激励雾节点积极提供辅助下载服务。
10.本发明解决其技术问题所采用的技术方案是：提供一种边缘雾网络中数据差分化
下载方法，所述雾网络中包括一个云、雾和用户的三层分层架构，包括以下步骤：
11.(1)根据用户所需下载数据量的不同为所述用户分配数据下载方式；其中，所述数据下载方式包括第一数据下载方式、第二数据下载方式和第三数据下载方式，所述第一数据下载方式、第二数据下载方式和第三数据下载方式下载的数据量依次增加；
12.(2)根据不同的数据下载方式，用斯塔克伯格博弈建立博弈参与者的不同效用函数；
13.(3)对不同的数据下载方式下的博弈参与者，求解不同效用函数的博弈平衡并确定最优下载策略。
14.所述步骤(1)中的第一数据下载方式为：所述用户在连接雾服务器节点基础上，连接雾边缘节点辅助下载数据；第二数据下载方式为：所述用户在连接到云服务器基础上，连接雾边缘节点辅助下载数据；第三数据下载方式为：所述用户在连接到云服务器基础上，连接雾边缘节点及雾服务器节点同时辅助下载数据任务。
15.所述步骤(2)中将用户和雾节点之间的博弈描述为斯塔克伯格博弈，其中，雾节点作为领导者，用户作为追随者。
16.所述步骤(2)中当所述数据下载方式为第一数据下载方式时，所述效用函数为其中，表示采用所述第一数据下载方式时用户i的效用函数，表示采用所述第一数据下载方式时雾边缘节点j的效用函数，t1为用户i自行下载数据与通过所述第一数据下载方式下载数据的时间差，表示雾边缘节点j辅助用户i下载数据的单价，λ
i
表示卸载数据的比率，表示任务的总数据大小，表示雾边缘节点j向用户i传输数据的单位传输成本，α1,α2为归一化因子，满足α1+α2＝1,0＜α1＜1,0＜α2＜1,α2＜＜α1。
17.所述步骤(2)中当所述数据下载方式为第二数据下载方式时，所述效用函数为其中，表示采用所述第二数据下载方式时用户i的效用函数，表示采用所述第二数据下载方式时雾边缘节点j的效用函数，t2为用户i自行下载数据与通过所述第二数据下载方式下载数据的时间差，表示雾边缘节点j辅助用户i下载数据的单价，λ
i
表示卸载数据的比率，表示任务的总数据大小，表示雾边缘节点j从云端下载数据的单位传输成本，表示雾边缘节点j向用户i传输数据的单位传输成本，α1,α2为归一化因子，满足α1+α2＝1,0＜α1＜1,0＜α2＜1,α2＜＜α1。
18.所述步骤(2)中当所述数据下载方式为第三数据下载方式时，所述效用函数为
其中，表示采用所述第三数据下载方式时用户i的效用函数，表示采用所述第三数据下载方式时雾边缘节点j的效用函数，表示采用所述第三数据下载方式时雾服务器k的效用函数，t3为用户i自行下载数据与通过所述第三数据下载方式下载数据的时间差，表示雾边缘节点j辅助用户i下载数据的单价，表示雾服务器k辅助用户下载数据的单价，γ为雾服务器k的数据下载分配率，λ
i
表示卸载数据的比率，表示任务的总数据大小，表示雾边缘节点j从云端下载数据的单位传输成本，表示雾边缘节点j向用户i传输数据的单位传输成本，表示雾服务器k从云端下载数据，表示雾服务器k向用户i传输数据的单位传输成本，α1,α2为归一化因子，满足α1+α2＝1,0＜α1＜1,0＜α2＜1,α2＜＜α1。
19.所述步骤(3)具体为：首先在雾节点策略固定的条件下先导出用户的最佳卸载率，然后根据所述最佳卸载率得到雾节点的最优单价。
20.有益效果
21.由于采用了上述的技术方案，本发明与现有技术相比，具有以下的优点和积极效果：本发明建立了一种分层架构，并在此基础上提出了一种基于斯塔克伯格博弈的辅助数据下载方案，主要提高了用户对中大型数据的下载速度。这种基于斯塔克伯格博弈模型的辅助数据下载机制能够准确地描述用户和雾节点之间的交互，并找出纳什均衡，从而得到一种为用户和雾节点带来最大效用的下载策略。本发明可以获得差分化数据类型的雾节点最优定价策略及用户最优下载比例，将所需下载数据分为大中小三种类型，在雾节点辅助用户下载数据时，可以有效地提高服务质量。
附图说明
22.图1是本发明实施方式的流程图；
23.图2是本发明实施方式中雾网络的分层系统架构及辅助下载服务示意图；
24.图3是本发明实施方式数据辅助下载过程示意图。
具体实施方式
25.下面结合具体实施例，进一步阐述本发明。应理解，这些实施例仅用于说明本发明而不用于限制本发明的范围。此外应理解，在阅读了本发明讲授的内容之后，本领域技术人员可以对本发明作各种改动或修改，这些等价形式同样落于本技术所附权利要求书所限定的范围。
26.本发明的实施方式涉及一种边缘雾网络中数据差分化下载方法，所述雾网络中包括一个云、雾和用户的三层分层架构，包括以下步骤：根据用户所需下载数据量的不同为所述用户分配数据下载方式；根据不同的数据下载方式，用斯塔克伯格博弈建立博弈参与者的不同效用函数；对不同的数据下载方式下的博弈参与者，求解不同效用函数的博弈平衡
并确定最优下载策略。本实施方式基于数据下载量将数据下载方式分为三种类型。该方法可以在保证小型数据下载效率的前提下使中、大型数据能得到更快速的下载，有效提高服务质量和用户体验。同时使多个雾节点参与数据的下载，减少单个节点的数据下载压力，并最大化雾节点的收益。本发明将雾网络中用户和雾节点之间的交互转化为斯塔克伯格博弈的过程，通过求解其博弈的平衡点找到博弈参与者的最佳策略。如图1所示，具体如下：
27.s1，建立雾网络分层架构模型
28.假设用户需要在一个用户密集型区域内下载数据，如学校、办公楼等。在该区域内，蜂窝网络基站部署在附近，以提供无缝覆盖。雾网络分层架构的系统模型如图2所示。该分层架构主要分为了云层，雾层及用户层共三层，其中包括用户、雾边缘节点、雾服务器节点和云服务器。雾边缘节点和雾服务器节点作为雾层中的设备，可以从云层的云服务器处下载数据，云服务器与核心网络相连。图2中所有用户均配备三个无线接口：wifi接口、蓝牙接口、lte接口。因此，它们可以通过wifi接口、蓝牙接口和lte接口与雾节点和云服务器进行通信。该架构还将用户层中用户的所需下载数据分为了大中小三种类型，不同类型的数据将会以不同方式进行下载。在进行数据。其中，小型数据由于其数据量较小，用户可直接通过雾节点辅助下载，而无需雾节点先从云服务器处下载数据；而中、大型数据则需要雾节点先从云服务器处下载数据，以辅助用户进行下载。
29.s2，根据所需下载数据量，为不同任务分配不同下载方式
30.如图3所示，在该系统架构中，云服务器作为系统的信息中心，管理雾节点信息并处理用户的辅助下载请求。首先，所有雾节点都会将其服务信息发送到云服务器。如果用户需要雾节点来辅助下载数据，它们将向云服务器发送请求。然后，云服务器将根据所需下载数据的大小为用户选择合适辅助下载方法，并将附近可用雾节点的信息发送给用户。最后，用户从附近的雾节点中选择成本最低的雾节点来辅助下载数据，并确定下载比率。如果附近没有价格满足用户需求的雾节点，则用户可以直接下载数据。其数据下载方式可分为三种：
31.小型数据下载：用户在连接雾服务器节点基础上，连接雾边缘节点辅助下载小型数据任务。
32.中型数据卸载：用户在连接到云服务器基础上，连接雾边缘节点辅助下载中型数据任务。
33.大型数据卸载：用户在连接到云服务器基础上，连接雾边缘节点及雾服务器节点同时辅助下载大型数据任务。
34.s3，根据下载方式不同，用斯塔克伯格博弈建立参与者的不同效用函数。
35.假设有c个用户，n
e
个雾边缘节点，n
s
个雾服务器节点，及云服务中心n。
36.用户i可以用一个五元组表示其中，为任务的总数据大小，λ
i
为卸载数据的比率，r
si
为用户i直接从雾服务器下载数据的速率，r
ni
为用户i直接从云服务器下载数据的速率，p
i
表示用户瞬时位置。
37.雾边缘节点j可用一个六元组表示其中，表示节点辅助用户下载数据的单价，和分别表示雾边缘节点从云端下载数据及向用户传输数据的单位传输成本，如能耗等。和分别表示雾边缘节点从云端
下载数据及向用户传输数据的速率。表示雾节点的位置。
38.雾服务器节点k可用一个六元组表示与雾边缘节点类似，表示雾服务器辅助用户下载数据的单价，和分别表示雾服务器从云端下载数据及向用户传输数据的单位传输成本。和分别表示雾服务器从云服务器处下载数据及向用户传输数据的速率。表示雾服务器的位置。
39.云服务器主要用于控制雾节点辅助用户下载数据，并为用户选择合适的下载方式，可用一个二元组表示n＝{φ1,φ2}，其中φ1表示中型数据阈值，小于φ1的数据被定义为小型数据，φ2为大型数据阈值，大于φ2的数据被定义为大型数据，其余数据被定义为中型数据。
40.用户i的效用函数如下：
[0041][0042]
其中，f(t,t
′
)是时间差上的用户满意度函数，t是它需要在没有雾节点辅助的情况下下载数据的时间，t
′
是它需要雾节点辅助下下载数据的时间，h(η)表示用户需要支付给雾节点的费用。
[0043]
如果用户i完全自行从雾服务器或云服务器处下载数据，则所需时间为或
[0044]
根据用户i需要下载的数据量大小，可分为三种情况，假设用户从雾节点处下载的数据量为自行下载的数据量为
[0045]
s31，小型数据下载效用函数
[0046]
若用户i所需下载数据
[0047]
用户在连接雾服务器节点基础上，连接雾边缘节点辅助下载小型数据任务。所需下载时间为：
[0048][0049]
其中，表示用户i直接从雾服务器下载数据量所需的时间，表示用户通过雾边缘节点辅助下载数据量所需的时间，两者中较长的下载时间即为用户下载全部数据所需的时间。
[0050]
所节省的时间为用户自行下载数据与通过雾节点辅助下载数据的时间差，表示为：
[0051][0052]
由于满意度函数是随节约时间的递增函数，故可将f(t,t
′
)定义为：
[0053]
f(t
‑
t
′
)＝ln(1+t1),
[0054]
其中t1＝t
‑
t
′
。
[0055]
成本为用户i需支付给雾边缘节点的辅助下载费用，定义为：
[0056][0057]
可得用户效用函数为：
[0058][0059]
其中α1,α2为归一化因子，α1+α2＝1,0＜α1＜1,0＜α2＜1，α2＜＜α1。
[0060]
雾边缘节点j的效用函数如下所示：
[0061][0062]
其中h(η)是雾节点的直接利润，l(λ)是根据传输数据比例λ制定的传递数据的成本函数。
[0063]
小型数据辅助下载过程中，雾边缘节点成本函数为：
[0064][0065]
可得雾边缘节点j的效用函数为：
[0066][0067]
s32,中型数据下载效用函数
[0068]
若用户i所需下载数据
[0069]
用户在连接到云服务器基础上，连接雾边缘节点辅助下载中型数据任务。用户需要的下载时间如下：
[0070][0071]
其中，表示用户i直接从云服务器下载数据量所需的时间，表示用户通过雾边缘节点辅助下载数据量所需的时间，两者中较长的下载时间即为用户下载全部数据所需的时间。
[0072]
可得用户i效用函数：
[0073][0074]
其中,t2＝t
‑
t
″
。
[0075]
中型数据辅助下载过程中，雾边缘节点成本为
[0076][0077]
可得雾边缘节点j的效用函数为：
[0078]
[0079]
s33，大型数据下载效用函数
[0080]
若用户i所需下载数据
[0081]
用户在通过lte接口连接到云服务器基础上，通过蓝牙接口连接雾边缘节点及通过wifi接口连接雾服务器节点同时辅助下载大型数据任务。
[0082]
所需下载时间为
[0083][0084]
其中表示用户i直接从云服务器下载数据量所需的时间，表示用户通过雾边缘节点和雾服务器辅助下载数据量所需的时间，两者的较大值即为用户下载全部数据所需的时间。γ为雾服务器的数据下载分配率，由于大部分下载任务需要速率较快的雾服务器辅助下载，因此需满足
[0085]
用户i效用函数为：
[0086][0087]
其中,t3＝t
‑
t
″′
。
[0088]
雾边缘节点j的效用函数为：
[0089][0090]
其中为用户支付给雾边缘节点j的收益，为雾边缘节点辅助用户下载数据的成本。
[0091]
雾服务器k的效用函数为：
[0092][0093]
其中为用户支付给雾服务器k的收益，为雾服务器辅助用户下载数据的成本。
[0094]
s4，对不同下载方式下博弈的参与者，求解其博弈平衡并确定最优下载策略。
[0095]
本实施方式将用户和雾节点之间的博弈被描述为斯塔克伯格博弈，其中雾节点作为领导者，用户作为追随者。博弈分为两个阶段。在第一阶段，每个雾节点提供单价η。在第二阶段，用户根据单价η确定来自雾节点的数据卸载百分比λ。最后，用户选择价格最低的雾节点来帮助数据卸载。我们可以利用反向归纳法求解斯塔克伯格博弈，即在雾节点策略固定的条件下先导出第二阶段中用户的最佳卸载率λ
*
，然后得到第一阶段中雾节点的最优单价η
*
。
[0096]
以中型数据下载为例，可以分为以下两个问题：
[0097][0098][0099]
当雾节点确定价格时，用户i必须决定从节点处下载数据的百分比λ
i
，以最大限度发挥辅助数据下载功能。设为满足的λ
i
的值：
[0100][0101]
表示为：
[0102][0103]
如果计算关于λ
i
的一阶导数，得：
[0104][0105]
再计算关于λ
i
得二阶导数，得：
[0106][0107]
因此，可证明为严格凸函数。因此将满足的λ
i
值设为
[0108][0109]
如果计算关于λ
i
的一阶导数，得：
[0110][0111]
故时，取最大值。
[0112]
可以得到用户i的最佳策略为：
[0113][0114]
其中，表示当时的值，且雾边缘节点j定价：由于的取值为
[0115]
当时，没有卸载发生，用户自行下载所需数据。
[0116]
当时，雾边缘节点的最佳卸载策略为
[0117]
当时，
[0118][0119]
计算关于的一阶导数，得：
[0120][0121]
再计算关于的二阶导数，得：
[0122][0123]
同样，可以证明为严格凸函数。令为满足的的值，
[0124][0125]
可得雾边缘节点最佳策略为：
[0126][0127]
同理，对小型数据下载，本发明将其分为以下两个问题：
[0128][0129][0130]
对大型数据下载，本发明将其分别分为以下三个问题：
[0131][0132][0133][0134]
与中型数据下载相似，本发明可以推导出小型数据和大型数据下载情况下用户和雾节点的最佳策略。
[0135]
不难发现，本实施方式主要是建立了一种分层架构，并在此基础上提出了一种基于斯塔克伯格博弈的辅助数据下载方案，主要提高了用户对中大型数据的下载速度。这种基于斯塔克伯格博弈模型的辅助数据下载机制能够准确地描述用户和雾节点之间的交互，并找出纳什均衡，从而得到一种为用户和雾节点带来最大效用的下载策略。因此，本发明可以有效优化边缘雾网络性能，防止大量数据带来的过载和网络拥塞，提升网络的稳定性，提高用户下载数据的灵活性和积极性，并为雾节点带来可观的收益。