无线通信中雾节点的存储资源分配方法与流程

文档序号:12731131阅读:1362来源:国知局
无线通信中雾节点的存储资源分配方法与流程

本发明属于通信技术领域,具体涉及无线通信中雾节点的存储资源分配方法。



背景技术:

目前,雾计算(Fog Computing,FC)已成为解决云计算无线接入网络(Cloud–Radio Access Network,C-RAN)高时延和受限的前传链路容量的关键技术。

在一个雾计算通信系统中,雾节点通过缓存流行性文件来降低无线通信中的下行链路时延,以及减少前传链路容量,从而降低网络中的能量消耗。与云服务器的存储资源相比,雾节点的存储资源更贴近于终端用户,为终端用户的服务提供了便利。未来,雾计算或将成为许多流行性的商业和工业系统的一个重要的网络模块。

在一个雾计算无线通信系统中,整个雾计算通信系统在一个传输时段上的操作可分为两个阶段:上行用户信息反馈阶段和下行存储资源传输阶段。

在上行用户信息反馈阶段,由用户向雾节点(缓存文件存储端)反馈自己的文件请求目录,雾节点接收相应用户反馈来的信息,并准备好相关的存储资源。

在下行存储资源传输阶段,雾节点(缓存文件存储端)根据获取的用户请求目录,向多个相关用户终端传送相应的缓存资源。

通常上,缓存文件距离移动终端越近,网络中消耗的能量就会越少,但是雾节点的缓存能力相较于云服务器是有限的。

因此,需要根据雾节点的存储能力及终端用户的具体需求,动态的调整雾节点的缓存资源分配,从而降低网络中所消耗的能量。

“Joint Optimization of Cloud and Edge Processing for Fog Radio Access Networks”中的作者提到了C-RAN通信系统中的无线远端天线头(Remote Radio heads,RRHs)的缓存资源分配问题。文中仅对缓存资源的分配做了如下假设:所有的eRRHs缓存最流行目录的前几个;所有的eRRHs共同缓存所有的文件,但每个RRH的缓存内容相异;所有的eRRHs缓存不同的文件片段。然而,这种相对较固定的方式,并不能正确体现出用户需求。因为整体文件的流行性,会随着用户群以及区域性发生相应的改变。显然,这种方式下的缓存资源分配,并不一定能得到最佳的网络性能。

“Caching Mobile:An Energy-Efficient Users Caching Scheme for Fog Computing”中的作者提到了云雾通信系统中的雾节点及D2D(Device-to-Device)用户的缓存资源分配问题。文中提出将雾节点以及边缘节点缓存请求频繁的流行性目录,将该缓存资源分配场景下的结果与实验数据比较,发现该分配方式能有效的降低网络能耗,提升网络性能。然而,由于缓存流行性目录的更新速度,相对较快。随着时间的推移,这种缓存资源的分配方式,不能贴切的模拟时变的通信系统场景。



技术实现要素:

发明目的:本发明针对上述现有技术存在的问题做出改进,即本发明公开了无线通信中雾节点的存储资源分配方法,该方法将进一步提高雾计算通信系统的性能,避免因雾节点存储能力受限,以及存流行性目录更新较快而导致的网络能量浪费问题,同时,本发明提出的方法复杂度较低,实施性强。

技术方案:无线通信中雾节点的存储资源分配方法,包括以下步骤:

S1:用户终端向距离最近的第一雾节点发出请求信息,请求信息中包括需求文件目录的详细信息;

S2:第一雾节点获取用户的需求文件目录的详细信息;

S3:第一雾节点分析步骤S2得到的用户的需求文件目录信息,并根据用户的请求信息,得出区域的文件流行度排名;

S4:按照步骤S3得出的文件流行度排名,第一雾节点向云服务器请求相应的文件;

S5:根据第一雾节点的请求,云服务器将相应的n个文件下发给第一雾节点,其中,n为大于1的正整数;

S6:第一雾节点接收云服务器下发的相应的n个文件;

S7:第一雾节点将接收的n个文件按照流行度排行顺序,排在一个缓存队列中,优先级最高的目录缓存排在队尾,优先级最低的目录缓存排在队首,缓存队列按照优先级的高低实时更新,队首用1表示位置信息,队尾用n表示位置信息;

S8:第一雾节点向邻近的雾节点共享自己的缓存文件集{};

S9:第一雾节点获得所服务区域的用户终端的请求反馈信息;

S10:判断用户终端请求的文件是否在第一雾节点本地的缓存文件集{}中,若存在,执行S11,否则,执行S12;

S11:将文件下发给用户终端,并将用户终端请求的文件排在第一雾节点本地缓存队列的队尾n,结束本次操作;

S12:判断第一雾节点是否存在邻近的可协同的雾节点,若存在,执行S13,否则,跳至S16;

S13:根据第一雾节点和邻近的可协同的雾节点彼此共享的缓存文件信息,判断邻近的雾节点是否缓存有第一雾节点的用户所需要的缓存文件,若存在,执行S14,否则,跳至S16;

S14:计算从邻近雾节点依次转发文件给第一雾节点、本地用户终端的能耗,若该能耗小于从云服务器下发文件给本地用户终端的能耗,则执行S15,否则,跳至S16;

S15:邻近的雾节点将第一雾节点服务用户请求的缓存文件发送给第一雾节点,第一雾节点再转发给本地用户终端,并记录从协同的雾节点请求该缓存文件的次数N,一旦缓存次数N超过既定阈值,则下一次请求该文件时,就将该文件缓存在第一雾节点缓存队列的队尾位置n处,然后进入S17,其中N为大于1的正整数;

S16:直接从云服务器传输文件给第一雾节点,转发给请求用户终端,并将该缓存文件存储在第一雾节点的缓存队列的队首位置,同样,记录该缓存文件的请求次数M,一旦缓存次数M超过既定阈值,则从下一次请求该文件开始,将文件缓存在原雾节点的缓存队列的队尾位置,进入S17;

S17:结束本次操作。

进一步地,步骤S3中得到区域的文件流行度排名包括:

S31:雾节点分析步骤S2得到的用户需求文件目录信息,统计所有文件的需求次数,

S32:按照文件的需求高低进行个文件流行度排名,需求次数最多的文件流行度最高,需求次数最少的文件流行度最低。

进一步地,步骤S12中若第一雾节点收到其它雾节点的共享缓存信息,那么第一雾节点存在邻近的可协同雾节点。

进一步地,步骤S15中的既定阈值为n。

有益效果:本发明公开的无线通信中雾节点的存储资源分配方法具有以下有益效果:

(1)本发明根据实际的用户需求,提出了无线通信中雾节点的存储资源分配方法,通过与实验数据比较,证实该种缓存方式比固定雾节点上的存储资源目录,能够更加准确的模拟实际通信,因此,基于该雾节点的缓存资源分配方法能够避免由于缓存资源的分配不合理所带来的的高能耗问题,从而进一步提高系统的性能;

(2)与现有的缓存方式相比较,本发明提出的缓存资源分配方法,操作简便,而且更具有实时性,更接近真实场景,利于网络优化,系统性能的提高。

附图说明

图1是本发明公开的无线通信中雾节点的存储资源分配方法可应用的一个场景图;

图2是本发明公开的无线通信中雾节点的存储资源分配方法的流程图。

具体实施方式:

下面对本发明的具体实施方式详细说明。

图1是本发明的方法可应用的一个场景图。整个雾计算系统包含有一个云服务器(Cloud Server),两个雾节点(Fog Node)及它们分别服务的u个单天线的用户终端设备。云服务器具有强大的缓存能力,可缓存全部的文件集F,每个雾节点的缓存能力大小相同,规定刚好能缓存文件集F中的任意个文件。

参照图2,无线通信中雾节点的存储资源分配方法,包括以下步骤:

S1:用户终端向距离最近的第一雾节点发出请求信息,请求信息中包括需求文件目录的详细信息;

S2:第一雾节点获取用户的需求文件目录的详细信息;

S3:第一雾节点分析步骤S2得到的用户的需求文件目录信息,并根据用户的请求信息,得出区域的文件流行度排名;

S4:按照步骤S3得出的文件流行度排名,第一雾节点向云服务器请求相应的文件;

S5:根据第一雾节点的请求,云服务器将相应的n个文件下发给第一雾节点,其中,n为大于1的正整数;

S6:第一雾节点接收云服务器下发的相应的n个文件;

S7:第一雾节点将接收的n个文件按照流行度排行顺序,排在一个缓存队列中,优先级最高的目录缓存排在队尾,优先级最低的目录缓存排在队首,缓存队列按照优先级的高低实时更新,队首用1表示位置信息,队尾用n表示位置信息;

S8:第一雾节点向邻近的雾节点共享自己的缓存文件集{};

S9:第一雾节点获得所服务区域的用户终端的请求反馈信息;

S10:判断用户终端请求的文件是否在第一雾节点本地的缓存文件集{}中,若存在,执行S11,否则,执行S12;

S11:将文件下发给用户终端,并将用户终端请求的文件排在第一雾节点本地缓存队列的队尾n,结束本次操作;

S12:判断第一雾节点是否存在邻近的可协同的雾节点,若存在,执行S13,否则,跳至S16;

S13:根据第一雾节点和邻近的可协同的雾节点彼此共享的缓存文件信息,判断邻近的雾节点是否缓存有第一雾节点的用户所需要的缓存文件,若存在,执行S14,否则,跳至S16;

S14:计算从邻近雾节点依次转发文件给第一雾节点、本地用户终端的能耗,若该能耗小于从云服务器下发文件给本地用户终端的能耗,则执行S15,否则,跳至S16;

S15:邻近的雾节点将第一雾节点服务用户请求的缓存文件发送给第一雾节点,第一雾节点再转发给本地用户终端,并记录从协同的雾节点请求该缓存文件的次数N,一旦缓存次数N超过既定阈值,则下一次请求该文件时,就将该文件缓存在第一雾节点缓存队列的队尾位置n处,然后进入S17,其中N为大于1的正整数;

S16:直接从云服务器传输文件给第一雾节点,第一雾节点转发给请求用户终端,并将该缓存文件存储在第一雾节点的缓存队列的队首位置,同样,记录该缓存文件的请求次数M,一旦缓存次数M超过既定阈值,则从下一次请求该文件开始,将文件缓存在原雾节点的缓存队列的队尾位置,进入S17;

S17:结束本次操作。

进一步地,步骤S3中得到区域的文件流行度排名包括:

S31:雾节点分析步骤S2得到的用户需求文件目录信息,统计所有文件的需求次数,

S32:按照文件的需求高低进行个文件流行度排名,需求次数最多的文件流行度最高,需求次数最少的文件流行度最低。

进一步地,步骤S12中若第一雾节点收到其它雾节点的共享缓存信息,那么第一雾节点存在邻近的可协同雾节点。

进一步地,步骤S15中的既定阈值为n。

本发明提出的无线通信中雾节点的存储资源分配方法,丰富了现今的资源缓存措施,能够更加精确的模拟实际场景,因此,该分配方法能避免因不合理的存储资源分配造成的网络能量浪费的问题,从而进一步提高系统的性能。

此外,本发明提出的无线通信中雾节点的存储资源分配方法,较已有的假设场景,更新速度快,复杂度较低,将该方法应用到现有的存储资源分配算法中能够大大降低复杂度。

上面对本发明的实施方式做了详细说明。但是本发明并不限于上述实施方式,在所属技术领域普通技术人员所具备的知识范围内,还可以在不脱离本发明宗旨的前提下做出各种变化。

当前第1页1 2 3 
网友询问留言 已有0条留言
  • 还没有人留言评论。精彩留言会获得点赞!
1