移动计算卸载协同控制系统及方法与流程

本发明涉及网络通信技术领域，尤其涉及一种移动计算卸载协同控制系统及方法。

背景技术：

近来，智能移动设备的数量大幅度增长，同时，这些设备在cpu处理能力、网络连接能力、传感能力等性能方面也具有很大的提升，这使得人们更多地使用移动智能设备接入网络并获取相关的应用服务，移动云计算(mcc：mobilecloudcomputing)作为一种移动应用的解决方案，已经逐渐成为移动智能设备获取应用服务的主流选择。但是，面对一些富媒体及数据分析等计算密集型应用的实施，移动智能设备在计算能力、电池续航能力等方面仍然存在严重的局限性。为此，为了提高移动云计算的实时计算效率，降低广域网的卸载流量负担，satyanarayanan提出了微云(cloudlet)的概念，微云是指那些位于移动用户附近、计算资源丰富的可信计算机，智能终端设备可以借助微云完成边缘计算任务。伴随着5g技术的标准化，在无线接入网络中基于边缘计算的组网方法也将成为一种重要的组网方式，通过基于d2d、wifi和蜂窝混合组网的融合网络架构提供基于边缘计算卸载及组网必将成为未来移动互联网络的一大发展趋势，这将给移动用户应用带来更丰富的qoe体验，尤其是在实时游戏、在线识别、旅游、应急场景下的云计算应用中。

基于边缘计算卸载的关键技术主要包括计算卸载的网络架构和移动计算卸载的优化。计算卸载的网络架构主要包括基于蜂窝移动无线接入网络的计算卸载架构、基于蜂窝和自组织的混合网络架构以及基于自组织网络的计算卸载架构。一般来说，在基于蜂窝移动无线接入网络的计算卸载架构中，通常基站具有计算能力，可以支持来自用户节点的移动计算卸载服务；在基于蜂窝和自组织的混合网络架构中，基站和用户节点可能都具有计算能力，都可以支持来自用户的计算卸载服务；在基于自组织的网络架构中，通常多个用户节点组成微云，在微云内，一个用户节点(也称为移动节点)既可以接受微云中其他节点的计算卸载服务，也可能向微云中的其他用户节点提供计算卸载服务。从移动计算卸载的优化来看，绝大多数优化都集中在对系统能耗的优化方面，例如，一个在蜂窝移动无线接入网络架构中的典型解决方案是在基于基站的移动接入网络中，节点将其计算应用卸载到基站上，优化目标一般是最小化系统的能耗或者用户应用的响应时间；另一个典型的解决方案是在自组织网络架构中，多个用户节点组成微云，在微云中，用户节点之间可以支持基于多跳(通常最多是两跳)的计算卸载，优化目标通常是最小化应用卸载的响应时间；在基于蜂窝和自组织网络的混合网络架构中，典型的解决方案是基于贪婪算法，允许每个用户节点将计算应用卸载到周围的节点、基站中，其优化目标是最小化系统的能耗。

通过对基于边缘计算卸载的解决方案的调研，我们发现，现有的移动计算卸载优化策略是根据单一确定的优化目标设计的，难以适应基于用户为中心或者网络优化为中心的多种计算卸载优化需求以及控制的可扩展性和灵活性要求。

技术实现要素：

本发明旨在至少在一定程度上解决相关技术中的技术问题之一。

为此，本发明的一个目的在于提出一种移动计算卸载协同控制系统，基于软件定义视角，采用基于虚拟控制器簇的控制方式，完成基于用户为中心或者基于计算资源和/或网络资源优化为中心的计算卸载协同控制，满足移动计算卸载协同控制方法的可扩展性和灵活性控制需求。

本发明的另一个目的在于提出一种移动计算卸载协同控制方法。

本发明的另一个目的在于提出一种移动计算卸载协同控制装置。

本发明的另一个目的在于提出一种非临时性计算机可读存储介质。

本发明的另一个目的在于提出一种计算机程序产品。

为达到上述目的，本发明第一方面实施例提出的移动计算卸载协同控制系统，所述移动计算卸载协同控制系统包括以下至少两种的预设控制器和虚拟控制器簇生成子模块，其中，所述预设控制器为以下之一：第一控制器，用于在生成第一请求时，采集多个第二控制器上报的当前的第一网络资源状态信息和第一计算资源状态信息，从预设配置表获取当前的控制模式，并根据所述第一请求中的计算卸载信息标识和所述控制模式生成与所述当前的第一网络资源状态信息和第一计算资源状态信息生成场景数据对应的第一控制信息，以及将所述第一控制信息分发至对应的控制器，其中，所述第一控制信息中包括但不限于：控制器标识、计算卸载控制方式以及所控制的计算卸载信息标识；多个第二控制器，用于接收所述第一控制器分发的第一控制信息，并根据所述第一控制信息中的所述控制器标识、所述所控制的计算卸载信息标识和所述计算卸载控制方式生成对同级的多个第二控制器和/或下级的多个第三控制器的计算卸载进行控制的第二控制信息，以及将所述第二控制信息分发至对应的第二控制器和/或第三控制器；多个第三控制器，所述第三控制器用于在接收所述第二控制器分发的第二控制信息时，根据所述第二控制信息中的所述控制器标识、所述所控制的计算卸载信息标识和所述计算卸载控制方式生成对同级的多个第三控制器和/或下级的多个第四控制器的计算卸载进行控制的第三控制信息，以及将所述第三控制信息分发至对应的第三控制器和/或第四控制器；多个第四控制器，用于在接收到所述第三控制信息时，根据所述第三控制信息中的所述控制器标识、所述计算卸载控制方式和所述所控制的计算卸载信息标识生成对同级的多个第四控制器和/或下级的多个节点级控制器的计算卸载进行控制的第四控制信息，以及将所述第四控制信息分发至对应的第四控制器和/或节点级控制器；多个节点级控制器，所述节点级控制器用于根据所述第四控制信息获取所述所控制的计算卸载信息标识对应的计算卸载信息，在与所述节点级控制器对应的协同计算单元中，根据所述第四控制信息中的所述计算卸载控制方式对所述节点级控制器对应的协同计算单元的计算卸载进行控制；所述虚拟控制器簇生成子模块，用于基于所述至少两种的预设控制器生成不同的虚拟控制器簇的组合，并控制所述移动计算卸载协同控制系统在所述不同的虚拟控制器簇的组合中切换，所述移动计算卸载协同控制系统根据所述第一请求对不同虚拟控制器簇组合内的控制器的计算卸载进行控制，其中，所述不同的虚拟控制器簇的组合中所包含的预设控制器不同；其中，所述第一控制器、所述第二控制器、所述第三控制器、所述第四控制器的类型可以分别为全局控制器、宏基站级控制器、微基站级控制器，以及微云簇头级控制器中的任一种。

本发明第一方面实施例提出的移动计算卸载协同控制系统，通过第一控制器在接收到第一请求时，根据第一请求中的计算卸载信息标识和控制模式生成与状态信息对应的控制信息，并将控制信息逐级分发至第二控制器、第三控制器、第四控制器，以及节点级控制器，能够完成基于软件定义的计算卸载优化控制，灵活地支持基于用户为中心或基于计算资源和/或网络资源优化为中心的不同移动计算卸载协同优化目标，提升该移动计算卸载协同控制方法的可扩展性和灵活性。

为达到上述目的，本发明第二方面实施例提出的移动计算卸载协同控制方法，包括：在生成第一请求时，采集多个第二控制器上报的当前的第一网络资源状态信息和第一计算资源状态信息，从预设配置表获取当前的控制模式，并根据所述第一请求中的计算卸载信息标识和所述控制模式生成与所述当前的第一网络资源状态信息和第一计算资源状态信息生成场景数据对应的第一控制信息，以及将所述第一控制信息分发至对应的控制器，其中，所述第一控制信息中包括但不限于：控制器标识、计算卸载控制方式以及所控制的计算卸载信息标识；接收所述第一控制器分发的第一控制信息，并根据所述第一控制信息中的所述控制器标识、所控制的计算卸载信息标识和所述计算卸载控制方式生成对同级的多个第二控制器和/或下级的多个第三控制器的计算卸载进行控制的第二控制信息，以及将所述第二控制信息分发至对应的第二控制器和/或第三控制器；接收所述第二控制器分发的第二控制信息，根据所述第二控制信息中的所述控制器标识、所控制的计算卸载信息标识和所述计算卸载控制方式生成对同级的多个第三控制器和/或下级的第四控制器的计算卸载进行控制的第三控制信息，以及将所述第三控制信息分发至对应的第三控制器和/或第四控制器；接收所述第三控制信息，根据所述第三控制信息中的所述控制器标识、所述计算卸载控制方式和所述所控制的计算卸载信息标识生成对同级的多个第四控制器和/或下级的多个节点级控制器的计算卸载进行控制的第四控制信息，以及将所述第四控制信息分发至对应的第四控制器和/或节点级控制器；根据所述第四控制信息获取所述所控制的计算卸载信息标识对应的计算卸载信息，在与所述节点级控制器对应的协同计算单元中，根据所述第四控制信息中的所述计算卸载控制方式对所述节点级控制器对应的协同计算单元的计算卸载进行控制；基于所述至少两种的预设控制器生成不同的虚拟控制器簇的组合，并控制所述移动计算卸载协同控制系统在所述不同的虚拟控制器簇的组合中切换，所述移动计算卸载协同控制系统根据所述第一请求对不同虚拟控制器簇组合内的控制器的计算卸载进行控制，其中，所述不同的虚拟控制器簇的组合中所包含的预设控制器不同；其中，所述第一控制器、所述第二控制器、所述第三控制器、所述第四控制器的类型可以分别为全局控制器、宏基站级控制器、微基站级控制器，以及微云簇头级控制器中的任一种。

本发明第二方面实施例提出的移动计算卸载协同控制方法，通过第一控制器在接收到第一请求时，根据第一请求中的计算卸载信息标识和控制模式生成与状态信息对应的控制信息，并将控制信息逐级分发至第二控制器、第三控制器、第四控制器，以及节点级控制器，能够完成基于软件定义的移动计算卸载优化控制，灵活地支持基于用户为中心或基于计算资源和/或网络资源优化为中心的不同移动计算卸载协同优化目标，提升该移动计算卸载协同控制方法的可扩展性和灵活性。

为达到上述目的，本发明第三方面实施例提出的移动计算卸载协同控制装置，其特征在于，包括：

处理器；

用于存储处理器可执行指令的存储器；

其中，所述处理器被配置为：

在生成第一请求时，采集多个第二控制器上报的当前的第一网络资源状态信息和第一计算资源状态信息，从预设配置表获取当前的控制模式，并根据所述第一请求中的计算卸载信息标识和所述控制模式生成与所述当前的第一网络资源状态信息和第一计算资源状态信息生成场景数据对应的第一控制信息，以及将所述第一控制信息分发至对应的控制器，其中，所述第一控制信息中包括但不限于：控制器标识、计算卸载控制方式以及所控制的计算卸载信息标识；

接收所述第一控制器分发的第一控制信息，并根据所述第一控制信息中的所述控制器标识、所述所控制的计算卸载信息标识和所述计算卸载控制方式生成对同级的多个第二控制器和/或下级的多个第三控制器的计算卸载进行控制的第二控制信息，以及将所述第二控制信息分发至对应的第二控制器和/或第三控制器；

接收所述第二控制器分发的第二控制信息，根据所述第二控制信息中的所述控制器标识、所述所控制的计算卸载信息标识和所述计算卸载控制方式生成对同级的多个第三控制器和/或下级的第四控制器的计算卸载进行控制的第三控制信息，以及将所述第三控制信息分发至对应的第三控制器和/或第四控制器；

接收所述第三控制信息，根据所述第三控制信息中的所述控制器标识、所述计算卸载控制方式和所述所控制的计算卸载信息标识生成对同级的多个第四控制器和/或下级的多个节点级控制器的计算卸载进行控制的第四控制信息，以及将所述第四控制信息分发至对应的第四控制器和/或节点级控制器；

根据所述第四控制信息获取所述所控制的计算卸载信息标识对应的计算卸载信息，在与所述节点级控制器对应的协同计算单元中，根据所述第四控制信息中的所述计算卸载控制方式对对所述节点级控制器对应的协同计算单元的计算卸载进行控制；

基于所述至少两种的预设控制器生成不同的虚拟控制器簇的组合，并控制所述移动计算卸载协同控制系统在所述不同的虚拟控制器簇的组合中切换，所述移动计算卸载协同控制系统根据所述第一请求对不同虚拟控制器簇组合内的控制器的计算卸载进行控制，其中，所述不同的虚拟控制器簇的组合中所包含的预设控制器不同；

其中，所述第一控制器、所述第二控制器、所述第三控制器、所述第四控制器的类型可以分别为全局控制器、宏基站级控制器、微基站级控制器，以及微云簇头级控制器中的任一种。

本发明第三方面实施例提出的移动计算卸载协同控制装置，通过第一控制器在接收到第一请求时，根据第一请求中的计算卸载信息标识和控制模式生成与第一网络资源和第一计算资源状态信息生成场景数据对应的控制信息，并将控制信息逐级分发至第二控制器、第三控制器、第四控制器，以及节点级控制器，能够完成基于软件定义的移动计算卸载优化控制，灵活地支持基于用户为中心或基于计算资源和/或网络资源优化为中心的不同移动计算卸载协同优化目标，提升该移动计算卸载协同控制方法的可扩展性和灵活性。

为达到上述目的，本发明第四方面实施例提出的非临时性计算机可读计算卸载介质，当所述计算卸载介质中的指令由控制器和移动节点的处理器执行时，使得控制器和移动节点能够执行一种移动计算卸载协同控制方法，所述方法包括：

在生成第一请求时，采集多个第二控制器上报的当前的第一网络资源状态信息和第一计算资源状态信息，从预设配置表获取当前的控制模式，并根据所述第一请求中的计算卸载信息标识和所述控制模式生成与所述当前的第一网络资源状态信息和第一计算资源状态信息生成场景数据对应的第一控制信息，以及将所述第一控制信息分发至对应的控制器，其中，所述第一控制信息中包括但不限于：控制器标识、计算卸载控制方式以及所述所控制的计算卸载信息标识；

接收所述第一控制器分发的第一控制信息，并根据所述第一控制信息中的所述控制器标识、所述所控制的计算卸载信息标识和所述计算卸载控制方式生成对同级的多个第二控制器和/或下级的多个第三控制器的计算卸载进行控制的第二控制信息，以及将所述第二控制信息分发至对应的第二控制器和/或第三控制器；

接收所述第二控制器分发的第二控制信息，根据所述第二控制信息中的所述控制器标识、所述所控制的计算卸载信息标识和所述计算卸载控制方式生成对同级的多个第三控制器和/或下级的第四控制器的计算卸载进行控制的第三控制信息，以及将所述第三控制信息分发至对应的第三控制器和/或第四控制器；

接收所述第三控制信息，根据所述第三控制信息中的所述控制器标识、所述计算卸载控制方式和所述所控制的计算卸载信息标识生成对同级的多个第四控制器和/或下级的多个节点级控制器的计算卸载进行控制的第四控制信息，以及将所述第四控制信息分发至对应的第四控制器和/或节点级控制器；

根据所述第四控制信息获取所述所控制的计算卸载信息标识对应的计算卸载信息，在与所述节点级控制器对应的协同计算单元中，根据所述第四控制信息中的所述计算卸载控制方式对所述节点级控制器对应的协同计算单元的计算卸载进行控制；

基于所述至少两种的预设控制器生成不同的虚拟控制器簇的组合，并控制所述移动计算卸载协同控制系统在所述不同的虚拟控制器簇的组合中切换，所述移动计算卸载协同控制系统根据所述第一请求对不同虚拟控制器簇组合内的控制器的计算卸载进行控制，其中，所述不同的虚拟控制器簇的组合中所包含的预设控制器不同；

其中，所述第一控制器、所述第二控制器、所述第三控制器、所述第四控制器的类型可以分别为全局控制器、宏基站级控制器、微基站级控制器，以及微云簇头级控制器中的任一种。

本发明第四方面实施例提出的非临时性计算机可读计算卸载介质，通过第一控制器在接收到第一请求时，根据第一请求中的计算卸载信息标识和控制模式生成与网络资源和计算资源状态信息生成场景数据对应的控制信息，并将控制信息逐级分发至第二控制器、第三控制器、第四控制器，以及节点级控制器，能够完成基于软件定义的移动计算卸载优化控制，灵活地支持基于用户为中心或基于计算资源和/或网络资源优化为中心的不同移动计算卸载协同优化目标，提升该移动计算卸载协同控制方法的可扩展性和灵活性。

为达到上述目的，本发明第五方面实施例提出的计算机程序产品，当所述计算机程序产品中的指令被处理器执行时，执行一种移动计算卸载协同控制方法，所述方法包括：

在生成第一请求时，采集多个第二控制器上报的当前的第一网络资源状态信息和第一计算资源状态信息，从预设配置表获取当前的控制模式，并根据所述第一请求中的计算卸载信息标识和所述控制模式生成与所述当前的第一网络资源状态信息和第一计算资源状态信息生成场景数据对应的第一控制信息，以及将所述第一控制信息分发至对应的控制器，其中，所述第一控制信息中包括但不限于：控制器标识、计算卸载控制方式以及所控制的计算卸载信息标识；

接收所述第一控制器分发的第一控制信息，并根据所述第一控制信息中的所述控制器标识、所述所控制的计算卸载信息标识和所述计算卸载控制方式生成对同级的多个第二控制器和/或下级的多个第三控制器的计算卸载进行控制的第二控制信息，以及将所述第二控制信息分发至对应的第二控制器和/或第三控制器；

接收所述第二控制器分发的第二控制信息，根据所述第二控制信息中的所述控制器标识、所述所控制的计算卸载信息标识和所述计算卸载控制方式生成对同级的多个第三控制器和/或下级的第四控制器的计算卸载进行控制的第三控制信息，以及将所述第三控制信息分发至对应的第三控制器和/或第四控制器；

接收所述第三控制信息，根据所述第三控制信息中的所述控制器标识、所述计算卸载控制方式和所述所控制的计算卸载信息标识生成对同级的多个第四控制器和/或下级的多个节点级控制器的计算卸载进行控制的第四控制信息，以及将所述第四控制信息分发至对应的第四控制器和/或节点级控制器；

根据所述第四控制信息获取所述所控制的计算卸载信息标识对应的计算卸载信息，在与所述节点级控制器对应的协同计算单元中，根据所述第四控制信息中的所述计算卸载控制方式对所述节点级控制器对应的协同计算单元的计算卸载进行控制；

基于所述至少两种的预设控制器生成不同的虚拟控制器簇的组合，并控制所述移动计算卸载协同控制系统在所述不同的虚拟控制器簇的组合中切换，所述移动计算卸载协同控制系统根据所述第一请求对不同虚拟控制器簇组合内的控制器的计算卸载进行控制，其中，所述不同的虚拟控制器簇的组合中所包含的预设控制器不同；

其中，所述第一控制器、所述第二控制器、所述第三控制器、所述第四控制器的类型可以分别为全局控制器、宏基站级控制器、微基站级控制器，以及微云簇头级控制器中的任一种。

本发明第五方面实施例提出的计算机程序产品，通过第一控制器在接收到第一请求时，根据第一请求中的计算卸载信息标识和控制模式生成与状态信息对应的控制信息，并将控制信息逐级分发至第二控制器、第三控制器、第四控制器，以及节点级控制器，能够完成基于软件定义的移动计算卸载优化控制，灵活地支持基于用户为中心或基于计算资源和/或网络资源优化为中心的不同移动计算卸载协同优化目标，提升该移动计算卸载协同控制方法的可扩展性和灵活性。

本发明附加的方面和优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本发明的实践了解到。

附图说明

本发明上述的和/或附加的方面和优点从下面结合附图对实施例的描述中将变得明显和容易理解，其中：

图1是根据本发明一个实施例提出的移动计算卸载协同控制系统的结构示意图；

图2是本发明另一实施例提出的移动计算卸载协同控制系统的结构示意图；

图3是本发明实施例中第一网络资源状态统计子模块结构示意图；

图4是本发明实施例中第一计算资源状态统计子模块结构示意图；

图5是本发明实施例中第一服务代理子模块的结构示意图；

图6是本发明实施例中第一用户移动计算卸载信息分析子模块的结构示意图；

图7是本发明实施例中第一控制信息生成子模块的结构示意图；

图8是本发明实施例中第一控制器控制子模块的结构示意图；

图9是本发明实施例中移动计算卸载协同控制器的通用功能结构示意图；

图10是本发明实施例中基于集中式控制模式的各级移动计算卸载协同控制器的功能子模块组成示意图；

图11是本发明实施例中基于混合式控制模式的各级移动计算卸载协同控制器的功能子模块组成示意图；

图12为本发明实施例中基于全分布式控制模式的各级移动计算卸载协同控制器的功能子模块组成示意图；

图13为本发明实施例中基于宏基站级协同控制器优化微基站级协同控制器个数的工作流程示意图；

图14为本发明实施例中基于微基站级控制器优化微云簇头级控制器个数的工作流程示意图；

图15是本发明实施例中节点级移动计算卸载协同控制器的通用功能结构示意图；

图16是本发明一实施例提出的移动计算卸载协同控制方法的流程示意图；

图17是本发明另一实施例提出的移动计算卸载协同控制方法的流程示意图。

具体实施方式

下面详细描述本发明的实施例，所述实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的，仅用于解释本发明，而不能理解为对本发明的限制。相反，本发明的实施例包括落入所附加权利要求书的精神和内涵范围内的所有变化、修改和等同物。

在说明本发明之前，可知，移动计算卸载协同控制系统包括由多个协同控制器组成的控制平面，以及由移动无线接入网络资源和计算资源组成的数据平面，其中，控制平面的数据流用于控制系统中各个控制器和一般节点之间进行的控制信息交互、移动计算卸载协同控制器之间进行的控制信息交互。数据平面主要负责位于各个控制器(从数据平面上称为计算卸载节点)所属的协同计算单元之间、协同计算单元与一般节点之间、一般节点与一般节点之间基于计算卸载的应用调用数据交互，在核心网络和移动无线接入网络上传输的交互数据流包括基于计算卸载的调用重定向数据、调用输入值和调用返回值的数据等。

图1是根据本发明一个实施例提出的移动计算卸载协同控制系统的结构示意图。

参见图1，该移动计算卸载协同控制系统包括以下至少两种预设控制器和虚拟控制器簇生成子模块600，其中，预设控制器为以下之一：第一控制器100、多个第二控制器200、多个第三控制器300、多个第四控制器400，以及多个节点级控制器500。

在本发明的实施例中，第一控制器100、第二控制器200、第三控制器300、第四控制器400的类型可以分别为全局控制器、宏基站级控制器、微基站级控制器，以及微云簇头级控制器中的任一种。其中，第一控制器100、第二控制器200、第三控制器300、第四控制器400可以命名为相应级别的移动计算卸载协同控制器。

例如，移动计算卸载协同控制系统可以包括核心网的数据中心(idc)、宏基站、微基站、无线接入点、无线接入控制点、微云簇头，其中，idc、宏基站、微基站、无线接入点、无线接入控制点、微云簇头均可以配置移动计算卸载协同控制器，提供移动计算卸载协同控制功能，各个移动计算卸载协同控制器和一般移动节点均可以选择性地配置协同计算单元，以便提供计算资源及其计算卸载服务。移动计算卸载协同控制器也可以没有协同计算单元，即仅支持移动计算卸载协同控制器的控制功能。一般移动节点可以组成移动微云，微云的簇头通常是具有移动性的pc、平板电脑或者计算资源比较丰富的智能终端设备，微云簇头支持移动计算卸载协同控制器的功能，完成对微云内的各个具有协同计算功能的一般移动计算节点的计算卸载协同控制。一般移动节点可以选择是否支持基于自组织组网的微云协同计算卸载功能。

值得注意的是，微云簇头的选择可以由其所属的微基站、无线接入点、无线接入控制点或者宏基站控制器完成，微云中节点的当前续航能力、计算能力等因素可以作为其被选择为微云簇头的依据。如果某个节点请求计算卸载服务，在微云中的相邻节点可以支持计算卸载，那么本节点可以将该计算卸载到该相邻的节点上，而不再需要到更远处的微基站和/或宏基站去做计算卸载，这样，可以降低用户获取计算卸载服务的响应时延，同时，也充分利用了边缘设备的计算资源。

移动计算卸载协同控制器针对控制系统中来自用户的移动计算卸载服务请求和来自系统的网络资源和/或计算资源优化的计算卸载控制业务服务请求，基于系统的性能指标和/或用户服务质量体验评价指标，以及系统中配置在控制器和移动节点上的网络资源和/或计算资源状态分析功能、移动计算卸载优化功能和优化结果信息分发功能，对系统内的计算卸载进行优化控制。

在控制系统中，可以通过单个移动计算卸载协同控制器来控制系统的计算卸载优化过程，也可以采用多个控制器成簇的方式，通过基于某个控制器为中心形成的虚拟控制器簇来控制移动计算卸载优化过程。基于微云簇头的移动计算卸载协同控制器既可以直接控制单个移动计算节点(即其自身也可以同时是一个移动计算节点)，也可以控制整个微云的多个移动计算节点。

值得注意的是，移动用户(一般节点)可以选择支持基于自组织的组网和计算卸载服务，这样，用户可以基于自组织组网的微云获取计算卸载服务。移动计算卸载协同控制器可以放置在核心网处、接入网的宏基站处、微基站处、无线接入点、无线控制点和微云簇头处，通过移动计算卸载协同控制器之间的计算卸载协同控制，完成基于特定优化目标的移动计算卸载协同优化控制。

在本发明的实施例中，该移动计算卸载控制系统包括：第一控制器100，用于在生成第一请求时，采集多个第二控制器上报的当前的第一网络资源状态信息和第一计算资源状态信息，从预设配置表获取当前的控制模式，并根据第一请求中的计算卸载信息标识和控制模式生成与当前的第一网络资源状态信息和第一计算资源状态信息生成场景数据对应的第一控制信息，以及将第一控制信息分发至对应的控制器，其中，第一控制信息中包括但不限于：控制器标识、计算卸载控制方式以及所控制的计算卸载信息标识。

在本发明的实施例中，预设配置表可以预先进行配置，预设配置表中存储控制器的控制模式，其中，控制模式包括：第一类控制模式和第二类控制模式，其中，第一类控制模式为控制器拓扑结构和移动无线接入网络物理计算卸载节点拓扑结构相同的控制模式，第二类控制模式为控制器拓扑结构和移动无线接入网络物理计算卸载节点拓扑结构不同的控制模式。

当控制器的控制拓扑与其所在的物理计算卸载节点网络拓扑结构一致时，即控制器所在的无线接入网络物理计算卸载节点之间由于蜂窝网络的层次结构，使得控制器之间的控制架构与物理计算卸载节点的层次结构重叠时，移动计算卸载协同控制器之间基于本分级结构进行移动计算卸载协同控制。以第一控制器100做全局控制器为例，移动计算卸载协同控制系统可以分为二层，第一层是全局控制层，即将第一控制器100安置在第一层中，成为全局控制器，位于mno之外的数据中心处，负责提供移动计算卸载服务的全局优化控制功能。在生成第一请求时，采集多个宏基站级控制器(即第二控制器200)上报的当前的第一网络资源状态信息和第一计算资源状态信息，从预设配置表获取当前的控制模式，并根据第一请求中的计算卸载信息标识和控制模式生成与当前的第一网络资源状态信息和第一计算资源状态信息生成场景数据对应的第一控制信息，以及将第一控制信息分发至对应的控制器；第二层也可以是基于异构融合的移动无线接入网络，移动计算卸载协同控制器可以位于无线接入控制点和宏基站处，上述基于宏基站级、基于无线接入控制点的移动计算卸载协同控制器接收第一控制器100分发的第一控制信息。

一些实施例中，参见图2，第一控制器100包括：第一网络资源状态统计子模块110、第一计算资源状态统计子模块120、第一服务代理子模块130、第一用户移动计算卸载信息分析子模块140、第一控制信息生成子模块150和第一分发子模块160。其中，

第一网络资源状态统计子模块110，用于采集多个第二控制器200，和/或多个第三控制器300，和/或多个第四控制器400所属网络当前的网络资源状态信息作为第一网络资源状态信息。

其中，网络资源状态信息包含节点资源状态信息和链路资源状态信息，节点资源状态信息包括但不限于节点的功耗等信息。

以第一控制器为全局控制器为例，接收来自各个宏基站控制器，和/或微基站级控制器，和/或微云簇头级控制器的网络资源状态信息，并进行基于全局的网络资源状态信息统计和分析，所生成的场景数据作为第一控制信息生成子模块150的输入，用于实现全局视角的计算卸载协同优化控制策略。

如图3所示，第一网络资源状态统计子模块110包含网络资源状态信息收集单元111、预处理单元112、数据分析单元113、预测单元114和信息汇聚单元115。具体来说，网络资源状态信息收集单元111对多个第二控制器200，和/或多个第三控制器300，和/或多个第四控制器400所属的网络资源状态信息进行周期性的信息收集，并将本部分网络资源状态信息输入到预处理单元112中进行预处理，预处理之后的信息输入到数据分析单元113中进行处理，从预测单元114和信息汇聚单元115输出基于该网络资源状态信息的网络资源状态预测信息和信息汇聚结果，根据预测信息和信息汇聚信息生成并输出基于该网络资源状态信息的场景数据。

第一计算资源状态统计子模块120，用于采集多个第二控制器200，和/或多个第三控制器300，和/或多个第四控制器400所属协同计算单元当前的计算资源状态信息作为第一计算资源状态信息。

其中，计算资源状态信息包括但不限于节点的计算能力、节点所控制的计算资源目前的使用率、基于特定计算资源配置方式的实际计算资源使用率。

以第一控制器100为全局控制器为例，本控制器的第一计算资源状态统计子模块120接收来自各个宏基站控制器，和/或微基站级控制器，和/或微云簇头级控制器的计算资源状态信息，并进行基于全局的计算资源状态信息统计和分析，所生成的场景数据用来实现全局视角的计算卸载协同优化控制。

如图4所示，第一计算资源状态统计子模块120可以用来收集并分析第一控制器100所属的计算资源状态信息，模块120包括：计算资源状态信息收集单元121、预处理单元122、数据分析单元123、预测单元124和信息汇聚单元125。计算资源状态信息收集单元121从多个第二控制器200，和/或多个第三控制器300，和/或多个第四控制器400所属的计算资源控制接口模块收集其所属的协同计算单元的计算资源状态信息，并将本计算资源状态信息输入到预处理单元122进行预处理，输出的计算资源状态信息输入到数据分析单元123中进行分析，其输出信息输入到预测单元124和信息汇聚单元125，基于预测单元和信息汇聚单元生成并输出基于该计算资源状态信息的场景数据。由于协同计算单元作为可选的配置设备，则协同计算单元的计算资源状态信息为可选择的，例如，得到目前所属协同计算单元的计算资源使用率，计算卸载的流行应用/组件以及用户的移动计算卸载服务请求的变化特征，并以此作为第一控制信息生成子模块150的优化控制依据。

第一服务代理子模块130，用于接收用户请求，并根据用户请求触发判断第一网络资源状态信息和第一计算资源状态信息是否满足预设条件，在满足预设条件时，生成第一请求，其中，第一请求中包括但不限于：与所述用户请求对应的计算卸载信息标识。

在本发明的实施例中，预设条件是计算卸载协同控制器的内置程序预先设定的，用以判决是否生成用户计算卸载服务请求和基于网络资源和/或计算资源优化的计算卸载控制业务服务请求。

可选地，第一服务代理子模块130接收用户请求，接收第一网络资源状态统计子模块110基于第一网络资源状态信息生成的场景数据以及第一计算资源状态统计子模块120基于第一计算资源状态信息生成的场景数据，并对所述场景数据进行分析，判断是否满足预设条件，即判断是否生成基于网络资源和/或计算资源优化的计算卸载控制业务服务请求，当判断结果为不生成基于网络资源和/或计算资源优化的计算卸载控制业务服务请求时，继续接收第一网络资源状态统计子模块110的场景数据和第一计算资源状态统计子模块120的场景数据，并对接收的场景数据进行分析，当判断结果为生成基于网络资源和/或计算资源优化的计算卸载控制业务服务请求时，生成第一请求。

作为一种示例，参见图5，第一服务代理子模块130包含的功能子模块有计算资源和网络资源优化为中心的计算卸载控制业务服务请求生成单元131、计算卸载服务请求队列单元132以及计算卸载服务请求调度单元133。

其中，计算资源和网络资源优化为中心的计算卸载控制业务服务请求生成单元131接收来自第一网络资源状态统计子模块110的场景数据、第一计算资源状态统计子模块120的场景数据，并对其进行分析，判决是否生成基于网络资源和/或计算资源优化的计算卸载控制业务服务请求；当判决生成基于网络资源和/或计算资源优化的计算卸载控制业务服务请求时，将该请求输入到计算卸载服务请求队列单元132中；当判决不生成基于网络资源和/或计算资源优化的计算卸载控制业务服务请求时，继续接收来自第一网络资源状态信息统计子模块110和第一计算资源状态信息统计子模块120的场景数据，并对其进行分析。计算卸载服务请求队列单元132接收基于网络资源和/或计算资源优化的计算卸载控制业务服务请求和来自用户的移动计算卸载服务请求，并基于调度规则，通过计算卸载服务请求调度单元133对基于网络资源和/或计算资源优化的计算卸载控制业务服务请求和用户的移动计算卸载服务请求提供调度服务。例如，可以实时地完成对用户的移动计算卸载服务请求的调度，在网络非峰值时完成基于网络资源和/或计算资源优化的计算卸载控制业务服务请求的优化控制。

在本发明的实施例中，计算卸载服务请求可以为用户用于获取网络中计算卸载服务的请求，其中，用户请求中包括但不限于：用户节点标识、计算卸载信息标识；计算卸载服务请求也可以是生成的基于网络资源和/或计算资源优化的计算卸载控制业务服务请求。举例来说，当服务请求为来自用户的移动计算卸载服务请求时，根据上述用户即一般节点的功能模块组成，支持移动计算卸载功能的一般节点通过其资源状态信息统计和分析子模块收集本节点的资源状态信息，并针对本节点目前的资源状态信息和正在执行的应用负载、节点的剩余能量等资源状态信息进行分析，给出本节点目前需要执行的各个应用的本地执行时间和卸载执行时间的预测评估结果，结合节点管理模块的当前本节点的相关组网信息，当针对某个应用执行的评估结果不符合本节点当前的指定优化目标时，例如包括但不限于满足以下条件：即需要的本地执行时间大于计算卸载执行时间、某个应用在本地执行时的功耗过大以至于难以达到节点要求的续航时间最大、本节点能效最优、本地计算资源难以提供需要的计算资源时，节点的计算卸载优化策略子模块将向服务代理子模块发出针对该应用的用户移动计算卸载服务请求，服务代理子模块则通过与移动计算卸载协同控制器的接口子模块，向其所属的移动计算卸载协同控制器发出用户移动计算卸载服务请求；否则本应用将在节点本地执行，节点将不发出针对该应用的用户移动计算卸载服务请求。当用户向其所在区域的移动计算卸载协同控制器发出移动计算卸载服务请求时，移动计算卸载协同控制器收到来自用户的移动计算卸载服务请求，从中提取服务请求中所需的计算卸载服务信息，包括但不限于需要卸载的计算应用信息、用户计算卸载信息标识，判断本控制器所控制区域的组件注册表中是否支持该计算应用服务，如果能支持该计算应用服务，则本控制器基于其所控制的其它控制器及其计算资源的协同控制，收集网络资源和计算资源的状态信息，将该服务请求转化为一个基于特定优化目标的计算卸载优化问题，通过本控制器的控制信息生成子模块，给出计算卸载优化结果，通过本控制器向其所属控制的控制器和/或计算资源分发计算卸载优化结果，同时，本控制器通知用户获取计算卸载服务的方式；所属计算资源则基于该计算卸载优化结果信息，进行相关的计算应用调用交互、计算应用实例化等操作；如果本控制器所属的控制区域内无法支持该计算应用服务，则本控制器判断是否支持移动计算卸载服务请求的上传，如果支持服务请求的上传，则本控制器将无法满足的该计算卸载服务请求上传至其上一级计算卸载协同控制器，由上一级计算卸载协同控制器开始对本计算卸载服务请求进行处理，如果本控制器不支持计算卸载服务请求的上传，则本控制器通过与其他控制器的信息交互，并基于其所控制的计算资源和计算应用服务信息，收集相关网络资源和计算资源的状态信息，进行基于该移动计算卸载服务请求的计算卸载协同优化控制过程，给出计算卸载优化结果，通过本控制器的计算卸载协同控制策略分发子模块向所属控制的控制器和/或计算资源分发计算卸载优化结果，同时，本控制器通知用户获取计算卸载服务的方式，所属计算资源则基于该计算卸载优化结果，进行计算应用的调用和计算应用实例化等操作。当服务请求为基于网络资源和/或计算资源优化的计算卸载控制业务服务请求时，由于各级计算卸载协同控制器具有网络资源和计算资源状态信息的统计和分析功能，并由此可以生成针对当前网络资源和计算资源状态的场景数据，服务代理子模块根据本场景数据可以判决是否产生基于网络资源和/或计算资源优化的计算卸载控制业务服务请求。如果本控制器的服务代理子模块发出基于网络资源和/或计算资源优化的计算卸载控制业务服务请求，则本控制器负责执行相关的计算卸载优化过程。全局控制器、宏基站级控制器、微基站级控制器、微云簇头级控制器都可以发出基于本控制器所控制区域的网络资源和/或计算资源优化的计算卸载控制业务服务请求，并完成基于该移动计算卸载协同控制器为中心的计算卸载优化控制。

第一用户移动计算卸载信息分析子模块140，用于根据第一请求中的计算卸载信息标识获取与计算卸载信息标识对应的计算卸载信息，基于计算卸载的历史数据，以及发送用户请求的节点的历史信息，生成所述计算卸载相关的预测信息。

可选地，第一用户移动计算卸载信息分析子模块140根据第一请求中的计算卸载信息标识，获取与计算卸载信息标识对应的计算应用卸载信息，而后，可以基于计算卸载的历史数据和发送用户请求的用户节点的历史信息，生成基于该用户及其节点设备的预测信息，例如统计其所属不同宏小区的计算应用服务信息、分析应用的请求度变化、不同类型用户的计算应用业务需求变化，以便作为提供区域性计算应用和优化计算卸载策略的依据。

由于系统的能耗问题，用户移动计算卸载服务信息分析子模块在第三级控制器、第四级控制器、节点级控制器中是可选的功能子模块。

如图6所示，第一用户移动计算卸载信息分析子模块140用来收集并分析第一控制器100所属的用户计算卸载服务信息，包括：用户计算卸载服务信息收集单元141、预处理单元142、基于历史数据的数据分析单元143和用户移动计算卸载服务信息预测单元144。具体地说，用户计算卸载服务信息收集单元141从第一控制器100收集所属的用户计算卸载服务信息，并将本信息输入到预处理单元142进行预处理，输出的信息输入到基于历史数据的数据分析单元143中进行分析，分析结果信息输入用户移动计算卸载服务信息预测单元144，从用户移动计算卸载信息服务预测单元144中生成并输出计算卸载服务相关的预测数据，以此作为移动计算卸载协同优化控制策略子模块(即第一控制信息生成子模块150)的优化依据。

第一控制信息生成子模块150，用于根据第一请求中的计算卸载信息标识和预设配置表生成与当前的第一网络资源状态信息和第一计算资源状态信息生成场景数据对应的第一控制信息，其中，第一控制信息用于对所控制的计算卸载对应的控制器标识和/或预测信息指向的网络中的控制器标识所标记控制器的计算卸载进行控制。

具体地，第一控制信息生成子模块150根据第一请求中的计算卸载信息标识、预设配置表、第一服务代理子模块130输入的用户移动计算卸载服务请求和网络资源和/或计算资源优化的计算卸载控制业务服务请求，第一网络资源状态统计子模块110基于第一网络资源状态信息生成的场景数据、第一计算资源状态统计子模块120基于第一计算资源状态信息生成的场景数据以及基于第一用户移动计算卸载信息分析子模块140生成的预测信息，生成对应于来自用户的计算卸载请求服务和来自系统的网络资源和/或计算资源优化的计算卸载控制业务服务请求的计算卸载协同优化控制结果，对计算卸载对应的控制器标识和/或预测信息指向的网络中的控制器标识所标记的控制器的计算卸载进行优化控制。

作为一种示例，第一控制信息生成子模块150包括：协同计算卸载控制系统优化目标函数转换单元151，用于根据第一请求中的计算卸载信息标识和预设配置表，以及第一网络资源状态信息和第一计算资源状态信息生成场景数据，将第一请求转换为基于特定目标的计算卸载优化问题；算法选择判决单元152，用于根据计算卸载优化问题进行优化算法选择判决；算法单元153，用于根据判决选择得到的优化算法得到计算卸载优化部署结果，生成第一控制信息。

具体的，如图7所示，协同计算卸载控制系统优化目标函数转换单元151接收来自第一服务代理子模块130的用户移动计算卸载服务请求或来自系统的网络资源和/或计算资源优化的计算卸载控制业务服务请求，以及计算资源状态统计子模块和网络资源状态统计子模块输出的场景数据，将此场景数据信息和服务请求信息转化为基于特定优化目标的移动计算卸载优化问题，并输出到算法选择判决单元152，算法选择判决单元152根据本优化问题的类型，对该问题采用的算法进行选择判决，即选择在线算法模块或者离线算法模块，以便得到该优化问题的优化控制结果。其中，算法单元153包括在线算法单元和离线算法单元，其中在线算法单元包括映射规则集合子单元和规则性能评估子单元，映射规则集合子单元用于提供可用于在线算法的常用映射规则，规则性能评估子单元用于根据性能指标评估该算法的优化结果；离线算法单元包括仿真模型子单元和规则自适应子单元，仿真模型子单元用于存储常用的移动计算卸载控制系统优化目标及其对应的优化仿真结果数据，供离线算法读取，规则自适应子单元用于动态匹配场景数据对应的优化控制方式。

第一分发子模块160，用于将第一控制信息分发到所控制的计算卸载控制对应的控制器标识和/或预测信息指向的网络中的控制器标识所标记的控制器中，以使所标记的控制器根据第一控制信息和卸载控制方式对计算卸载进行控制。

举例来说，第一控制器100为全局控制器，第一分发子模块接收来自第一控制信息生成子模块150的计算卸载协同优化控制结果，并将此将优化控制结果信息逐级输出到宏基站、微基站、无线接入点、无线接入控制点、微云簇头和/或用户。

具体的，子模块160用于从第一控制信息生成子模块150得到计算卸载优化结果，并对该结果信息进行分发。分发结果信息包括但不限于针对特定的应用的计算卸载信息，即需要卸载的应用的被卸载节点信息、卸载节点信息以及应用之间的调用关系等。例如，如果基于组件进行计算卸载，则子模块160用于分发基于组件的最优卸载部署结果；当组件管理器需要执行一个远程调用时，子模块160根据第一控制信息生成子模块150给出的组件优化卸载部署结果，在相应的目标协同计算单元上实例化服务请求所需的组件，并将目标协同计算单元的地址和/或标识返回给提出移动计算卸载服务请求的卸载节点，以便提出该服务请求的卸载节点与目标协同计算单元之间建立基于组件卸载的关联，从而进行组件调用。

作为一种示例，以下分别从基于计算资源和/或网络资源优化为中心的计算卸载协同优化控制角度和基于用户为中心的移动计算资源卸载优化控制角度出发，给出移动计算卸载协同控制系统的工作机理。

从基于计算资源和/或网络资源优化为中心的计算卸载协同优化控制角度出发，首先，第一网络资源状态统计子模块110和第一计算资源统计子模块120针对网络资源信息和计算资源信息进行预处理，其中，经过预处理的计算资源状态信息输入到第一用户移动计算卸载信息分析子模块140中进行分析，分析结果输出到信息汇聚子模块，同时，分析结果和信息汇聚子模块的输出形成第一用户移动计算卸载信息分析子模块140的计算资源状态的场景数据；经过预处理的网络资源状态信息输入到第一网络资源状态统计子模块110和第一计算资源统计子模块120中进行分析，分析结果输出到信息汇聚子模块，分析结果和信息汇聚子模块的输出形成基于网络资源状态信息的场景数据。上述所生成的当前计算资源和网络资源状态的场景数据输出到第一服务代理子模块130，第一服务代理子模块130中的计算资源和网络资源优化为中心的计算卸载控制业务服务请求生成单元131根据该场景数据，确定是否生成基于网络资源和/或计算资源优化的计算卸载控制业务服务请求，如果生成基于网络资源和/或计算资源优化的计算卸载控制业务服务请求，该请求将输入到第一服务代理子模块130的计算卸载服务请求队列单元132，服务请求调度单元133处理该服务请求时，该请求对应的场景数据则会随着服务请求的处理输入到第一控制信息生成子模块140，用于完成对应于该服务请求的计算资源卸载优化控制策略。

从基于用户为中心的移动计算资源卸载优化控制角度出发，移动用户发出的移动计算卸载服务请求会输入到第一服务代理子模块130的计算卸载服务请求队列单元132。第一服务代理子模块的服务请求调度单元133根据请求的调度规则，将该请求输入到第一用户移动计算卸载信息分析子模块140中进行处理，第一用户移动计算卸载信息分析子模块140中的预处理单元142提取该请求中与移动计算卸载控制相关的信息，并将其输入到基于历史数据的数据分析单元143，基于历史数据的数据分析单元143根据输入的相关信息，结合历史数据进行分析，给出针对该服务请求的计算卸载相关的预测信息，同时，服务请求的相关信息经信息汇聚单元144处理，输出对应于该服务请求信息的场景数据，该场景数据作为第一控制信息生成子模块150的输入数据，用于完成对应于该用户移动计算卸载服务请求的移动计算卸载协同优化控制。

第一控制信息生成子模块150接收来自系统的网络资源和/或计算资源优化的计算卸载控制业务服务请求的场景数据和/或来自用户的移动计算卸载服务请求的场景数据，根据该数据完成对应于该计算卸载服务请求的移动计算卸载协同优化控制。通过离线算法或者在线算法获得针对上述移动计算卸载协同优化问题的优化控制结果并输出到第一分发子模块160，该模块负责将移动计算卸载协同优化控制结果信息分发给对应控制器所属的协同计算单元和移动无线接入网络资源，由协同计算单元完成基于用户为中心或者基于计算资源和/或网络资源优化为中心的移动计算卸载和计算应用实例化、调用等过程，计算卸载相关数据经由核心网络和/或移动无线接入网络，在被卸载节点与卸载节点之间进行传输。

作为一个具体示例，由于第一控制器100是全局控制器，因此没有与上一级控制器接口子模块的功能；与下一级控制器接口子模块主要完成本全局控制器与其所属的下一级控制器(即宏基站控制器)之间的控制信息交互；同级控制器接口子模块完成与本控制器具有相同级别的全局控制器之间的控制信息交互；所属资源控制接口子模块完成本全局控制器与其所控制的网络资源和计算资源之间的控制信息交互。

结合图2所述，可选的，第一控制器100还包括：第一控制器控制子模块170、第一应用管理子模块180和第一节点管理子模块190。其中，

第一控制器控制子模块170，用于控制并管理第一控制器和第一控制器相关联的控制器之间的控制信息及其交互。

具体来说，第一控制器控制子模块170用于完成控制本控制器和基于控制器簇的控制器控制功能。本模块的主要功能包括：完成基于不同模式的控制器状态的初始化、监视本控制器的控制状态信息、更新本控制器及其所控制的控制器的控制工作模式、存储与控制器/控制器簇的控制模式相关的数据信息、对控制器/控制器簇的控制状态进行评估、完成控制器/控制器簇的可靠性管理。

如图8所示，第一控制器控制子模块170包括：控制器工作模式控制单元171、控制器状态监视单元172、控制器状态评估单元173、控制器状态信息存储单元174、控制器的可靠性管理单元175和控制器模式控制信息交互单元176，各个单元的具体功能如下：

(1)控制器工作模式控制单元171：本单元171完成基于不同模式的控制器状态的初始化过程，监视本控制器与其相邻控制器的关联状态，与相邻控制器交互控制状态信息，根据与相邻控制器的控制状态信息，更新基于本控制器的控制器簇的控制拓扑图、基于不同控制器簇时本控制器的控制器功能模块使能状态信息、基于不同虚拟控制器簇时可以被监视/控制的网络资源和计算资源信息，并将上述状态信息发送给控制器状态信息存储单元174进行存储。

(2)控制器状态监视单元172：收集控制器的工作状态数据，监视控制器及其控制的控制器簇的控制状态信息，并将控制状态信息周期性地发送到控制器状态评估单元173进行评估。如果本单元172收到来自控制器状态评估单元173的异常评估结果，则发送异常评估信息给控制器的可靠性管理单元175。

(3)控制器状态评估单元173：接收来自控制器状态监视单元172的控制器状态信息，基于控制器和虚拟控制器簇的性能评价指标，对本控制器及其相关的控制器簇的控制状态进行评估，如果状态正常，则继续周期性评估收到的状态信息数据；如果状态不正常，则发送控制信息给本控制器的可靠性管理单元175，针对该异常结果进行恢复。

(4)控制器状态信息存储单元174：本单元174主要接收来自控制器工作模式控制单元171的控制器的控制状态信息并进行存储，存储的控制器控制状态信息主要包括但不限于基于本控制器为簇头和以本控制为控制器簇成员的各个虚拟控制器簇在内的与其相关联控制器控制信息，包括但不限于本控制器与其他控制器的关联状态信息、控制器簇的控制拓扑图、基于不同控制器簇时本控制器的控制器功能模块使能状态信息、基于不同控制器簇时可以监视/被监视以及控制/被控制的网络资源和计算资源信息。

(5)控制器的可靠性管理单元175：本单元175负责在控制器/控制器簇处于异常控制状态时进行恢复控制。本单元175基于可靠性管理规则进行匹配，将匹配规则下对应的恢复控制信息发送给控制器工作模式控制单元171。

(6)控制器模式控制信息交互单元176：完成本控制器与本控制器相关联控制器之间的控制器控制信息交互。

第一应用管理子模块180，用于存储并管理第一控制器支持的计算应用，并根据第一请求，对应用进行调用，第一应用管理子模块180包括注册表、应用管理器和计算应用程序。

具体来说，第一应用管理子模块180包括应用注册表181和应用管理器182以及计算应用程序183。

应用注册表181用于存储第一控制器100所属计算资源支持的所有应用。可选的，当第一控制器100配置协同计算单元时，在基于组件的计算卸载中，应用注册表181则用于保存所属的协同计算单元上支持的所有应用程序的组件信息，本信息是其所控制的全部一般节点和协同计算单元上的组件管理器上的组件注册表信息的并集。通过该组件注册表，第一控制器100可以向其所控制的所有一般节点和其它控制器提供注册表中列出的全部应用组件服务。

应用管理器182用于管理所有的应用及其卸载时的调用关系，并可以支持远程管理功能。可选的，当第一控制器100配置协同计算单元时，在基于组件的计算卸载中，应用管理器182则用来管理一个应用程序的全部组件，处理这些组件之间的调用关系。例如，当用户启动一个应用时，操作系统为这个应用创建一个组件管理器，应用程序将其全部的组件注册在组件管理器处，同时将组件之间的调用关系、参数信息、返回值信息和估计执行时间保存在组件注册表里，这个注册表同时要同步到控制器的组件管理器中；当组件之间的调用发生时，例如，组件c1对组件c2的调用，调用者将向本节点的组件管理器发出请求，组件管理器则在注册表中找到请求的组件c2，并将调用请求转发给组件c2，如果被调用的组件c2在本地运行，则这是一次本地调用；如果组件c2要对组件c3进行调用，根据控制器计算卸载优化的组件部署结果，如果组件c3被卸载到控制器所属的另一个协同计算单元上，则组件管理器控制组件c3在该协同计算单元上被实例化，组件c2对组件c3的调用请求将被组件管理器重定向到该协同计算单元上。

计算应用程序183是指控制器可以支持的、驻留在协同计算单元中的计算应用程序；当计算卸载是基于组件进行卸载时，则该应用是一个可基于组件进行分割的应用程序。

第一节点管理子模块190，用于第一控制器对所属的一般节点和/或协同计算单元进行管理。

由于第一节点管理子模块190的功能与协同计算单元和其所属的一般节点和协同计算单元相关，而一般节点的个数和协同计算单元的配置是可以变化的，所以第一节点管理子模块190的部分功能为可选的。

在本发明的实施例中，该移动计算卸载协同控制系统包括：多个第二控制器200，用于接收第一控制器100分发的第一控制信息，并根据第一控制信息中的控制器标识、计算卸载控制方式和所控制的计算卸载信息标识生成对同级的多个第二级控制器200和/或下级的多个第三控制器300的计算卸载进行控制的第二控制信息，以及将第二控制信息分发至对应的第二控制器200和/或第三控制器300。

可选地，当第二控制器200为宏基站级控制器时，第二控制器200主要完成基于宏基站视角的计算卸载协同优化控制。第二控制器200在接收第一控制器100分发的第一控制信息时，根据第一控制信息生成对同级的多个宏基站级控制器和/或下级的多个第三控制器300的计算卸载进行控制的第二控制信息，以及将第二控制信息分发至对应的多个宏基站级控制器和/或第三控制器300。

作为一种示例，参见图9，当移动计算卸载协同控制器为宏基站级控制器时，宏基站级控制器与上一级移动计算卸载协同控制器接口子模块完成本宏基站级控制器与全局控制器之间的控制信息交互；与下一级移动计算卸载协同控制器接口子模块主要完成本宏基站级控制器与微基站级控制器之间的控制信息交互；同级移动计算卸载协同控制器接口子模块完成本宏基站级控制器与其他宏基站级控制器之间的控制信息交互；本控制器所属资源控制接口子模块完成本宏基站级控制器与其所控制的网络资源和计算资源的控制信息交互。

可选地，当控制器拓扑与无线接入网络物理节点拓扑一致时，为第一类控制模式，在第一类控制模式中，移动计算卸载协同控制系统内的每一个控制器可以支持基于水平协同、垂直协同、水平和垂直协同的计算卸载协同控制方法。

(1)基于水平协同的计算卸载协同控制方法：控制器之间基于水平协同的计算卸载协同控制方法是指由某个计算卸载协同控制器为控制器簇头发起计算卸载协同优化控制过程，本控制器作为簇头，只和与其同一级的控制器之间进行协同，完成基于特定优化目标的计算卸载协同优化控制。

(2)基于垂直协同的计算卸载协同控制方法：控制器之间基于垂直协同的计算卸载协同控制方法是指由某个计算卸载协同控制器为控制器簇头发起计算卸载协同优化控制过程，本控制器作为簇头，只和其下级的控制器之间进行协同，完成基于特定优化目标的计算卸载协同优化控制。

(3)基于水平和垂直协同的计算卸载协同控制方法：控制器之间基于水平和垂直协同的计算卸载协同控制方法是指由某个计算卸载协同控制器为簇头发起计算卸载协同优化控制过程，本控制器作为簇头，与其下级和同级控制器之间进行协同，完成基于特定优化目标的计算卸载协同优化控制。

上述三种计算卸载协同控制方法是从控制器之间的协同控制角度进行描述的，由于控制器本身包括若干功能模块，控制器的部分功能模块会有不同的使能状态，因此，结合计算卸载协同控制器的控制功能模块和上述三种控制方法，选择控制功能模块的不同使能模式，则可以形成不同的计算卸载协同控制模式。

典型的计算卸载协同控制模式包括集中式控制模式、混合式控制模式和全分布式控制模式。

在本发明的实施例中，第一类控制模式包括：集中式控制模式。具体来说，在本模式下，基于用户的计算卸载服务请求在全局移动计算卸载协同控制器处进行集中式受理，全局移动计算卸载协同控制器可以是处于mno处的全局控制器、宏基站控制器、微基站控制器。例如，用户的移动计算卸载服务请求发送到mno处的全局移动计算卸载协同控制器处，全局移动计算卸载协同控制器根据本计算卸载服务请求、该用户当前支持的控制模式(即是否支持自组织微云协同组网和计算卸载服务模式)和用户的资源状态，以及本全局控制器与其下属控制器的控制工作方式，通过与该用户所属的微云、用户所属微蜂窝小区和/或宏蜂窝小区的移动计算卸载协同控制器进行协同控制，完成针对该用户移动计算卸载服务请求的计算卸载优化控制，并通知用户获取计算卸载服务的方式。集中式控制模式从网络和应用的控制角度出发，易于完成基于全局控制的移动计算卸载服务请求及其优化控制，提供计算卸载服务的覆盖范围广。

可选地，当支持第一类控制模式，在集中式控制模式下，当第二控制器200为宏基站级控制器时，第三控制器300可以为微基站级控制器，第四控制器400可以为微云簇头级控制器，对移动计算卸载服务请求进行计算卸载协同控制。第二控制器200统一受理本宏小区内所有的用户计算卸载服务请求，第三控制器300和第四控制器400本身不产生基于网络资源和计算资源优化的计算卸载控制业务服务请求，第三控制器300和第四控制器400分别周期性地将本控制器的网络资源状态信息和计算资源状态信息逐级上报给第二控制器200，由第二控制器200根据该资源状态信息产生基于网络资源和/或计算资源优化的计算卸载控制业务服务请求。

作为一种示例，参见图10，图10为本发明实施例中基于集中式控制模式的各级移动计算卸载协同控制器的功能子模块组成示意图。可选地，在集中式控制模式下，宏基站控制器统一处理本宏小区内的所有用户的移动计算卸载服务请求，微基站、微云簇头级控制器本身不产生基于网络资源和计算资源优化的计算卸载控制业务服务请求，微云簇头控制器和微基站级控制器分别周期性地将本控制器所属的网络资源状态信息、计算资源状态信息以及用户计算卸载服务信息分析结果数据逐级上报给宏基站级的控制器，由宏基站级控制器根据该信息发起基于网络资源和/或计算资源优化的计算卸载控制业务服务请求。宏基站级计算卸载协同控制器根据上述资源状态信息和来自用户的移动计算卸载服务请求信息，基于不同的优化目标，例如包括但不限于基于用户接入延时最小、系统总能耗最小、由计算卸载造成的基站(接入点)的回传带宽资源最小、计算卸载带来的特定链路上的带宽占用最少、计算卸载服务请求的命中率最大、基于计算卸载的计算资源和传输代价最优等优化目标，对服务请求进行计算卸载优化服务。微基站、微云簇头级控制器均去激活其控制信息生成子模块，即去激活其计算卸载优化策略功能，因此，只能从宏基站级控制器获得计算卸载优化控制策略部署结果，并根据本优化部署结果完成相关的计算卸载优化控制。参见图2，第一类控制模式包括：集中式控制模式时，第二控制器200包括：第二网络资源状态统计子模块210、第二计算资源状态统计子模块220、第二服务代理子模块230、第二用户移动计算卸载信息分析子模块240、第二控制信息生成子模块250，以及第二分发子模块260。

第二网络资源状态统计子模块210，用于在当前的控制模式为集中式控制模式时，采集多个第三控制器300所属网络当前的网络资源状态信息和多个第三控制器300上报的多个第四控制器400所属网络当前的网络资源状态信息作为第二网络资源状态信息。

其中，网络资源状态信息，包括但不限于各通信链路的容量和负载、各设备的能耗、能效状态信息。

第二计算资源状态统计子模块220，用于在当前的控制模式为集中式控制模式时，采集多个第三控制器300所属协同计算单元当前的计算资源状态信息和多个第三控制器300上报的多个第四控制器400所属协同计算单元当前的计算资源状态信息作为第二计算资源状态信息。

其中，计算资源状态信息，包括但不限于节点的计算能力、节点所控制的计算资源目前的使用率、基于特定计算资源配置方式的计算资源使用率信息、节点目前剩余的计算资源信息。

第二服务代理子模块230，用于在当前的控制模式为集中式控制模式时，接收来自用户的计算卸载服务请求，并在第二网络资源状态信息和第二计算资源状态信息满足预设条件时，生成第二请求，其中，第二请求包括但不限于：计算卸载信息标识。

第二用户移动计算卸载信息分析子模块240，用于根据第二请求中的计算卸载信息标识获取与计算卸载信息标识对应的计算卸载服务信息，并基于计算卸载服务信息的历史数据，以及发送用户请求的节点的历史信息生成计算卸载相关的预测信息。

可选地，由于系统实现的开销和能耗问题，第二用户移动计算卸载信息分析子模块240在第二控制器中200是可选的。

第二控制信息生成子模块250，用于根据第二请求中的计算卸载信息标识和预设配置表生成与当前的第二网络资源状态信息和第二计算资源状态信息生成场景数据对应的第二控制信息，其中，第二控制信息用于对控制器标识所标记的同级的多个第二控制器200和/或下级的多个第三控制器300的计算卸载进行控制。

具体的，第二控制信息生成子模块250包括：转换单元251，用于根据第二请求中的计算卸载信息标识和预设配置表信息，以及第二网络资源状态信息和第二计算资源状态信息生成场景数据，将请求转换为基于特定目标的计算卸载优化问题，算法选择判决单元252，用于根据计算卸载优化问题进行算法选择，算法单元253，用于在选择预先设置的算法后，生成所述第二控制信息。

第二分发子模块260，用于将第二控制信息分发至计算卸载优化部署结果信息指向的网络中的控制器标识所标记的同级的多个第二控制器200和/或下级的多个第三控制器300，以使所标记的控制器根据第二控制信息和计算卸载控制方式对计算卸载进行协同控制。

结合图2所示，可选的，第二控制器200还包括：第二控制器控制子模块270、第二应用管理子模块280和第二节点管理子模块290。其中，

第二控制器控制子模块270用于完成控制第二控制器200和基于虚拟控制器簇的控制器控制功能。

第二应用管理子模块280用于存储和管理本移动计算卸载协同控制器中支持的应用，主要包括应用的注册、应用的调用管理和计算应用程序。

第二节点管理子模块290用于本控制器对其所属一般节点(用户终端)和协同计算单元的管理，包括但不限于一般节点和/或协同计算单元的加入、退出。

在本发明的实施例中，第一类控制模式还包括：混合式控制模式。

作为一种示例，参见图11，图11为本发明实施例中基于混合式控制模式的各级移动计算卸载协同控制器的功能子模块组成示意图。

可选地，在混合式控制方式下，各级控制器均可以接收来自用户的移动计算卸载服务请求，同时也可以产生基于网络资源和/或计算资源优化的计算卸载控制业务服务请求，各控制器基于与无线接入网络物理节点拓扑一致的分级结构下进行移动计算卸载协同优化控制。各级控制器均包含控制信息生成子模块，即计算卸载协同优化控制策略功能，可以根据不同的优化目标完成基于各控制器之间的计算卸载协同优化控制。每一级控制器给上一级控制器周期性地上报本控制器所属资源的状态信息，包括网络资源状态信息、计算资源状态信息和用户计算卸载服务状态信息，供上一级控制器完成计算卸载优化控制时使用。每一个控制器可以支持水平协同、垂直协同以及水平和垂直协同等三种协同控制方式。

在垂直协同控制方式下，宏基站级控制器对微基站级控制器进行控制，可以完成基于宏基站所属控制的各个微基站的计算卸载协同优化控制，优化目标包括但不限于宏基站级控制器所控制的各个微蜂窝小区之间的网络负载均衡、各控制器所控制计算负载的负载均衡、回传链路的计算流量均衡等。

在水平协同控制方式下，仅支持同级计算卸载协同控制器之间的协同，实现以用户为中心或者基于计算资源和/或网络资源优化为中心的计算卸载协同优化控制，可以通过以接收用户服务请求的控制器为簇头控制器为核心，针对同时覆盖该用户的几个同级基站控制器之间进行协同，完成计算卸载优化控制，例如，用户向一个微基站级控制器发出移动计算卸载服务请求，则接收该用户服务请求的控制器可以触发以自身为簇头控制器的计算卸载协同优化控制，使得该用户可以通过其同时接入的几个微基站或者可以接入的某个微基站，获得计算卸载服务，这样既可以有效地降低该用户获取计算卸载服务的接入时延，又可以提高该用户的计算应用服务质量体验。

在基于水平和垂直协同的控制方式下，可以实现某控制器同时基于其下级和同级控制器之间进行的计算卸载协同控制，完成以用户为中心或者以计算资源和/或网络资源优化为中心的计算卸载协同优化控制，例如，可以以接收用户服务请求的控制器为簇头控制器，针对同时覆盖该用户的同级基站及其下一级控制器进行计算卸载协同优化控制，可以通过簇头控制器、与簇头控制器同级的控制器或者其下一级控制器之间的协同，使用户获得所需的计算卸载服务。

在本发明的实施例中，当控制模式为混合式控制模式时，第二控制信息生成子模块250还用于：接收第一控制器100分发的第一控制信息，并接收同级的多个第二控制器200分发的第二控制信息。

在本发明的实施例中，第一类控制模式还包括：全分布式控制模式。

作为一种示例，参见图12，图12为本发明实施例中基于全分布式控制模式的各级移动计算卸载协同控制器的功能子模块组成示意图。

可选地，在控制模式为全分布式控制模式时，完成控制器之间没有协同的控制器计算卸载优化控制，即第二控制器200、第三控制器300和第四控制器400之间没有计算卸载协同控制，各级控制器根据来自用户的移动计算卸载服务请求或者基于网络资源和/或计算资源优化的计算卸载控制业务服务请求，基于本控制器所控制的网络资源、计算资源状态信息和用户计算卸载服务状态信息，独立地对计算卸载服务请求进行服务的控制方式。

因此，在本控制方式下，各个控制器均有激活的计算卸载协同优化控制策略功能，各个控制器之间没有控制信息交互，每个控制器均可以接收来自用户的计算卸载服务请求，也可以生成基于网络资源和/或计算资源优化的计算卸载控制业务服务请求。

在本发明的实施例中，当控制模式为全分布式控制模式时，第二网络资源状态统计子模块210，还用于在当前的控制模式为全分布式控制模式时，采集第二控制器200所属网络当前的网络资源状态信息作为第二网络资源状态信息。

第二计算资源状态统计子模块220，用于在当前的控制模式为全分布式控制模式时，采集第二控制器200所属协同计算单元的计算资源状态信息作为第二计算资源状态信息。

第二服务代理子模块230，用于接收用户请求，并在第二网络资源状态信息和第二计算资源状态信息满足预设条件时，生成用于对第二控制器200所属网络和/或所属协同计算单元中的计算卸载进行控制的第三请求。

在本发明的实施例中，该移动计算卸载协同控制系统包括：多个第三控制器300，第三控制器300用于在接收第二控制器200分发的第二控制信息时，根据第二控制信息中的控制器标识、所控制的计算卸载信息标识和计算卸载控制方式生成对同级的多个第三控制器300和/或下级的多个第四控制器400的计算卸载进行控制的第三控制信息，以及将第三控制信息分发至对应的第三控制器300和/或第四控制器400。

可选地，当第三控制器300为微基站级控制器时，第三控制器300主要完成基于本微基站视角的计算卸载协同优化控制。第三控制器300在接收第二控制器200分发的第二控制信息时，根据第二控制信息生成对同级的多个微基站级控制器和/或下级的多个第四控制器400的计算卸载进行控制的第三控制信息，以及将第三控制信息分发至对应的第三控制器300和/或第四控制器400。

可选地，参见图2，第三控制器300包括：第三网络资源状态统计子模块310、第三计算资源状态统计子模块320、第三服务代理子模块330、第三控制信息生成子模块350、第三分发子模块360。其中，

第三网络资源状态统计子模块310，用于根据当前的控制模式采集所述多个第四控制器400和/或同级的多个第三控制器300所属网络当前的网络资源状态信息作为第三网络资源状态信息，并将第三网络资源状态信息上报至所述第二控制器200。

当第三控制器300为微基站级协同控制器时，第二控制器可以为宏基级协同控制器，第四控制器可以为微云簇头级协同控制器，第三网络资源状态统计子模块310接收来自其控制的各微云簇头级协同控制器上报的网络资源状态信息，并对其进行统计和分析，生成基于微蜂窝小区级的网络资源状态的场景数据，具体地，包括但不限于：统计各通信链路的负载流量和统计各设备的能耗、能效状态信息，将上述统计分析结果信息反馈给宏基站级协同控制器，以便作为宏基站级协同控制器完成计算卸载协同优化控制的依据。

第三计算资源状态统计子模块320，用于根据当前的控制模式采集多个第四控制器400和/或同级的多个第三控制器300所属协同计算单元当前的计算资源状态信息作为第三计算资源状态信息，并将所述第三计算资源状态信息上报至所述第二控制器200。

具体的，当第三控制器300为微基站级控制器时，第二控制器可以为宏基级协同控制器，第四控制器可以为微云簇头级协同控制器，第三计算资源状态统计子模块320接收来自各个微云簇头级协同控制器上报的计算资源状态信息，并进行基于微蜂窝小区级的计算资源状态信息统计和分析，所生成的场景数据作为微基站级协同控制器的第三控制信息生成子模块350的输入，实现基于微蜂窝小区视角的计算卸载优化控制。

第三服务代理子模块330，用于根据接收用户请求，并在第三网络资源状态信息和第三计算资源状态信息满足预设条件时，生成用于对同级的多个第三控制器300和/或下级的多个第四控制器400所属网络和/或所属协同计算单元中的计算卸载进行优化控制的第四请求。

具体的，当第三控制器300为微基站级协同控制器时，第二控制器可以为宏基级协同控制器，第四控制器可以为微云簇头级协同控制器，微基站级协同控制器接收来自用户的移动计算卸载服务请求，根据基于微蜂窝小区的计算资源状态信息和网络资源状态信息生成的基于网络资源和/或计算资源优化的计算卸载控制业务服务请求，完成对上述两类服务请求的调度处理。调度处理结果输入到本控制器的第三控制信息生成子模块350。

第三控制信息生成子模块350，用于根据当前的控制模式接收或者不接收第二控制器200分发的第二控制信息，并根据第三网络资源状态信息和第三计算资源状态信息生成用于对同级的多个第三控制器300和/或下级的多个第四控制器400的计算卸载进行控制的第三控制信息。进一步地，第三控制信息生成子模块包括：转换单元，用于根据第三请求中的计算卸载信息标识和预设配置表信息，以及第三网络资源状态信息和第三计算资源状态信息生成的场景数据，将服务请求转换为基于特定目标的计算卸载优化问题；算法选择判决单元，用于根据所述计算卸载优化问题，进行算法选择；算法单元，用于在选择预先设置的算法后，生成所述第三控制信息。

具体的，根据其所控制的微蜂窝小区的网络资源状态信息生成的场景数据和计算资源状态信息生成的场景数据，以及本小区内基于网络资源和/或计算资源优化的计算卸载控制业务服务请求和用户的移动计算卸载服务请求，将该服务请求转化为基于特定优化目标的计算卸载优化问题，给出计算卸载优化控制结果，例如，通过将最小化用户接入时延、最小化系统的总能耗或者用于计算的能耗、最大化本微蜂窝小区的移动计算卸载服务请求命中率、最小化特定链路(例如前传链路、回传链路)的计算流量负载、最大化本小区吞吐量等作为优化目标，给出对应的计算卸载优化控制策略结果，确定对应的计算卸载的最佳卸载位置和由此带来的相应传输链路的计算卸载信息数据传输带宽。

第三分发子模块360，用于将第三控制信息分发至同级的多个第三控制器300和/或下级的多个第四控制器400中，以使所标记的控制器根据第三控制信息和计算卸载控制方式对计算卸载进行控制。

作为一种示例，参见图9所示，第三控制器为微基站级协同控制器时，基于微蜂窝小区的控制器与上一级计算卸载协同控制器接口子模块完成本微基站级协同控制器与宏基站级协同控制器之间的控制信息交互；与下一级计算卸载协同控制器接口子模块完成本微基站级协同控制器与微云簇头级协同控制器之间的控制信息交互；同级计算卸载协同控制器接口子模块完成本控制器与其他微基站级协同控制器之间的控制信息交互；本控制器所属资源控制接口子模块则完成微基站级协同控制器与其所控制的网络资源和计算资源的控制信息交互。

可选地，如图2所示，第三控制器还可以包括第三控制器控制子模块370、第三应用管理子模块380、第三节点管理子模块390和第三用户移动计算卸载信息分析子模块340。其中，

第三控制器控制子模块370用于完成控制并管理本控制器和基于控制器簇的控制器控制功能。第三应用管理子模块380用于存储和管理本移动计算卸载协同控制器中支持的应用，主要包括应用的注册、应用的调用管理和计算应用程序。第三节点管理子模块390用于基于本控制器对其所属一般节点和协同计算单元的管理，包括但不限于一般节点和协同计算单元的加入、退出。

第三用户移动计算卸载信息分析子模块340统计其所属控制区域的移动用户计算应用服务信息、分析应用的服务请求变化情况、不同类型用户的计算应用业务需求变化，并将上述统计和分析结果信息反馈给其第二级控制器，作为第二级控制器完成计算卸载协同优化控制的依据。可选地，当第三控制器是微基站级控制器时，由于系统的开销和能耗问题，本子模块是可选的子模块。

值得注意的是，由于微基站部署通常用于热点地区覆盖，而热点地区的流量负载可能因为用户的移动性而发生变化，因此，可以对微蜂窝小区的计算卸载协同控制器实施动态优化控制策略，例如在用户较少时关闭其计算卸载协同控制器功能、去激活控制器的部分功能子模块，以便最大限度地优化移动无线接入网络资源的利用，降低移动无线接入网络的能耗。因此，基于微蜂窝小区的计算卸载协同控制器的移动计算卸载优化策略子模块(即控制信息生成子模块)可以具有激活和去激活两种状态，当系统处于不同的控制模式时，本子模块的配置状态可能不同。当此子模块处于激活状态时，则微基站层控制器拥有计算卸载优化控制功能，否则，计算卸载优化控制功能可以由其上一级的宏基站级控制器完成。例如，当本级控制器的移动计算卸载协同优化策略子模块处于激活状态时，微基站级协同控制器的计算卸载协同控制策略分发子模块(即，分发子模块)接收来自本控制器的计算卸载优化控制策略子模块给出的计算卸载优化结果，并将本结果发送给相关的微基站级控制器、微云簇头级控制器、无线接入点、无线接入控制点和一般节点；当微基站级协同控制器的计算卸载优化控制策略子模块处于去激活状态时，本控制器则接收来自宏基站级协同控制器的计算卸载优化控制策略分配结果，并将本结果信息发送给相关的微云簇头节点和一般节点。

例如，当微基站级控制器的第三控制信息生成子模块350处于激活状态时，基于微基站级控制器的第三分发子模块360接收来自第三控制信息生成子模块350生成的第三控制信息，并将第三控制信息分发给相关的微云簇头级控制器和节点级控制器以及所属网络资源和计算资源；当微基站级控制器的第三控制信息生成子模块350处于去激活状态时，微基站级控制器接收来自宏基站级控制器分发的第二控制信息，并根据第二控制信息生成对同级的多个微基站级控制器和/或下级的多个微云簇头级控制器的计算卸载进行控制的第三控制信息，以及将第三控制信息分发至对应的微基站级控制器和/或微云簇头级控制器以及所属网络资源和计算资源。

在基于分级结构的移动计算卸载控制系统中，宏基站级、微基站级和微云簇头级的控制器分别控制其所属的计算资源的计算应用更新，由于微基站的设置与否与其所覆盖热点区域的用户流量有关，微云的成员由于其移动性也形成动态组网的微云，因此微基站级和微云簇头级的计算卸载协同控制器对计算应用的支持也应该与其所控制区域的用户流量及其组网状态相关，即当某个微云中的用户数较少时，本微云所属的微基站控制器可以移除这个微云簇头控制器及其组成的微云；同样地，当微基站级控制器所属的用户及其计算卸载服务较少时，宏基站级控制器可以选择去激活本微基站级的计算卸载协同控制器及其计算资源。为此，上一级控制器可以采用基于软件定义的控制器控制方法，根据各所属控制器上报的网络资源和协同计算资源的状态信息统计分析结果，自适应地对其所控制的控制器是否激活进行优化控制，同时也对该控制器所控制的协同计算资源进行优化控制，因此，上一级控制器可以对其控制的下一级控制器的个数进行优化，如图13所示，是一种宏基站级协同控制器优化微基站级协同控制器的个数的工作流程。其中，网络资源状态信息可以包括但不限于特定链路的带宽、宏小区的吞吐量、基于宏小区的系统总能耗、用于计算卸载的网络负载流量、本控制器覆盖区域的用户负载流量等，计算资源状态信息可以包括但不限于设备用于计算的能耗、基于计算卸载的计算代价和传输代价、用户的计算负载流量等。控制器个数优化算法可以选择包括但不限于微基站的能耗、微基站之间的网络负载均衡、计算负载均衡、用户计算卸载服务的命中率、接入延时等评价指标作为优化目标，对协同控制器的个数进行优化。

在本发明的实施例中，该移动计算卸载协同控制系统包括：多个第四控制器400，用于在接收到第三控制信息时，根据第三控制信息中的控制器标识、计算卸载控制方式和所控制的计算卸载信息标识生成对同级的多个第四控制器400和/或下级的多个节点级控制器500的计算卸载进行控制的第四控制信息，以及将第四控制信息分发至对应的第四控制器400和/或节点级控制器500。

可选地，当第四控制器为微云簇头级控制器时，第四控制器400主要完成基于微云簇头视角的计算卸载协同优化控制。第四控制器400在接收到第三控制信息时，根据第三控制信息生成对同级的多个第四控制器400和/或下级的多个节点级控制器500的计算卸载进行控制的第四控制信息，以及将第四控制信息分发至对应的第四控制器400和/或节点级控制器500以及所属的网络资源和计算资源。

一些实施例中，参见图2，第四控制器400包括：第四网络资源状态统计子模块410、第四计算资源状态统计子模块420、第四服务代理子模块430、第四控制信息生成子模块450，以及第四分发子模块460。

第四网络资源状态统计子模块410，用于根据当前的控制模式采集同级的多个第四控制器400所属网络当前的网络资源状态信息和/或下级的多个节点级控制器500所属网络当前的网络资源状态信息作为第四网络资源状态信息，并将第四网络资源状态信息上报至所述第三控制器300。

具体的，以第四控制器400为微云簇头级控制器为例，接收来自其控制的微云成员的节点计算卸载协同控制器上报的网络资源状态信息，并对其进行统计和分析，生成基于微云簇头级的网络资源状态的场景数据，具体地，网络资源状态信息包括但不限于本微云内各通信链路的流量、节点之间通信的跳数及其通信代价、各微云成员设备的能耗状态信息；微云簇头级控制器将上述网络资源状态信息的分析结果信息反馈给微基站级协同控制器和/或微云簇头级控制器，以便作为微基站级控制器和/或微云簇头级控制器完成计算卸载协同优化控制的依据。

第四计算资源状态统计子模块420，用于根据当前的控制模式采集同级的多个第四控制器400所属协同计算单元当前的计算资源状态信息和/或下级的多个节点级控制器500所属协同计算单元当前的计算资源状态信息作为第四计算资源状态信息，并将第四计算资源状态信息上报至第三控制器300。

具体的，以第四控制器400为微云簇头级控制器为例，接收来自各个微云成员的计算资源状态信息，并进行基于微云的计算资源状态信息统计和分析，所生成的场景数据作为微云级的计算卸载协同优化控制策略子模块的输入，实现基于微云视角的计算卸载协同优化控制策略。可选地，微云簇头级控制器还可以统计其所属微云成员的计算应用服务信息、分析计算应用的请求变化信息、不同类型用户的计算应用服务需求变化；并将上述统计分析结果信息反馈给微基站级协同控制器，作为微基站级协同控制器完成计算卸载协同优化控制的依据。

第四服务代理子模块430，用于根据当前的控制模式接收或者不接收用户请求，并在第四网络资源状态信息和第四计算资源状态信息满足预设条件时，生成第五请求，其中，第五请求包括用户请求和/或用于对同级的多个第四控制器400和/或多个节点级控制器500的计算卸载进行协同优化控制的请求。

具体的，以第四控制器400为微云簇头级控制器为例，本微云级控制器根据基于微云内各节点的网络资源和/或计算资源状态信息，生成基于网络资源和/或计算资源优化为中心的计算卸载控制业务服务请求，接收来自用户的移动计算卸载服务请求，并基于调度规则完成对上述两类服务请求的调度处理。调度处理结果输入到本控制器的第四控制信息生成子模块450。

第四控制信息生成子模块450，用于根据当前的控制模式接收或者不接收第三控制器300分发的第三控制信息，并根据第四网络资源状态信息和第四计算资源状态信息生成用于对同级的多个第四控制器400和/或多个节点级控制器500的协同计算单元进行控制的第四控制信息。进一步地，第四控制信息生成子模块450包括转换单元451，用于根据所述第四请求中的计算卸载信息标识和所述预设配置表，以及第四网络资源状态信息和第四计算资源状态信息生成场景数据，将服务请求转换为基于特定目标的计算卸载优化问题，算法选择判决单452，用于根据所述计算卸载优化问题，进行算法选择，算法单元453，用于在选择预先设置的算法后，生成所述第四控制信息。

具体的，以第四控制器400为微云簇头级控制器为例，根据其所控制的微云内网络资源状态信息生成的场景数据和计算资源状态信息生成的场景数据，以及本微云内的网络资源和/或计算资源优化的计算卸载控制业务服务请求和来自用户的移动计算卸载服务请求，将该请求信息转化为特定优化目标的计算卸载优化问题，判决并选择合适的算法，基于优化算法给出计算卸载优化控制结果，例如，优化目标包括但不限于最小化本微云内的用户接入时延、最小化本微云的总能源损耗、最大化本微云的计算卸载请求命中率、最小化微云内特定链路的流量负载、最大化本微云吞吐量、最大化/最小化特定传输链路的计算卸载数据传输带宽。

第四分发子模块460，用于将第四控制信息分发至控制器标识所标记的控制器中，以使所标记的控制器对计算卸载进行控制。

具体的，当第四控制器400为微云簇头级控制器时，基于微云簇头级的第四分发子模块460将上述优化控制策略结果分发给微云内的各个用户节点级控制器。通常，实时分发基于用户的移动计算卸载服务请求对应的优化策略结果，对基于网络资源和/或计算资源优化为中心的计算卸载协同控制优化控制结果，微云簇头级控制器通常选择在网络流量的非高峰期时在微云内进行主动的计算卸载优化控制。

当第四控制器为微云簇头级控制器时，微云簇头级控制器与上一级计算卸载协同控制器接口子模块完成本控制器与微基站级控制器之间的控制信息交互；与下一级计算卸载协同控制器接口子模块完成本微云簇头级控制器与微云成员节点控制器之间的控制信息交互；同级计算卸载协同控制器接口子模块完成本控制器与其他微云簇头级控制器之间的控制信息交互；所属资源控制接口子模块则完成微云簇头级控制器与其所控制的网络资源和计算资源的控制信息交互。

可选地，参考图2所示，第四控制器400还可以包括第四控制器控制子模块470、第四应用管理子模块480、第四节点管理子模块490和第四用户移动计算卸载信息分析子模块440。其中，

第四控制器控制子模块470用于完成控制本微云簇头级控制器和基于虚拟控制器簇的控制器控制功能。第四应用管理子模块480用于存储和管理本控制器中支持的应用，主要包括应用的注册、应用的调用管理和支持的应用程序。第四节点管理子模块490用于本控制器对其所属一般节点和协同计算单元进行管理，包括但不限于一般节点和协同计算单元的加入、退出。第四用户移动计算卸载信息分析子模块440可以用于从第四控制器接收到的用户移动计算卸载服务请求中提取计算卸载服务信息，对此信息进行基于历史数据的分析，给出预测信息和信息汇聚结果，并据此生成基于用户移动计算卸载服务请求的场景数据，作为本控制器中第四控制信息生成子模块完成计算卸载协同优化控制的依据。

值得注意的是，由于微云组网的动态性，即微云簇头本身的可变性及其微云成员可能随时退出/加入到微云中来，因此，特殊地，单个微云成员也可以看成是一个微云簇头。另外，由于微云簇头的能耗限制，因此，可以对微云簇头级的控制器功能实施动态控制策略，例如在用户不使用计算应用功能时关闭其计算卸载协同控制器的功能、去激活计算卸载协同控制器的部分功能模块等，以便最大限度地延长其续航时间。因此，基于微云簇头级的移动计算卸载协同控制器中与计算卸载控制相关的计算卸载协同优化策略子模块(即控制信息生成子模块)、计算卸载协同控制策略分发子模块(分发子模块)、计算资源状态统计子模块、服务代理子模块均可以具有可激活和去激活两种状态。例如，当本级控制器的计算卸载协同优化策略子模块处于激活状态时，该模块可以完成基于微云簇头级的计算卸载协同优化控制，并将优化结果通过计算卸载协同控制策略分发子模块发送给相关的用户节点；当微云簇头级的计算卸载协同优化策略子模块处于去激活状态时，本级控制器不再完成其计算卸载协同优化控制策略功能，只接收来自微基站级控制器发送的计算卸载协同控制部署结果，并将本结果发送给相关的一般节点(用户终端)。因此，对应的，以第四控制器400为例，当微云簇头级控制器的第四控制信息生成子模块450处于激活状态时，第四控制信息生成子模块450可以生成第四控制信息，并将第四控制信息通过第四分发子模块460发送给相关的节点级控制器500；当第四控制信息生成子模块450处于去激活状态时，本微云簇头级控制器不再完成其第四控制信息生成子模块450的功能，而是只接收来自其上一级的微基站级控制器分发的第三控制信息，并将第三控制信息分发至控制器标识(例如，控制器的地址和/或标识)所标记的控制器中，以使所标记的控制器对相关的计算卸载进行优化控制。

作为一个实施例，也可以基于微基站级的计算卸载协同控制器优化微云簇头级的计算卸载协同控制器。如图14所示，微基站级计算卸载协同控制器可以对其所控制的微云簇头级的计算卸载协同控制器的个数进行优化。其中，基于微云级的网络资源状态信息可以包括但不限于微云中特定链路的带宽、微云的总吞吐量、微云的总能耗、微云中用于计算的网络负载流量，计算资源状态信息可以包括但不限于微云中设备用于计算的能耗、基于计算卸载的计算代价和传输代价、微云中用户的计算卸载负载流量、特定链路上用于计算卸载的负载流量。控制器个数优化算法可以选择但不限于将微云用户的计算卸载总流量、微云的总能耗、微云簇头级协同控制器的能耗、微云之间的网络负载均衡和/或计算负载均衡、用户计算卸载服务的命中率、接入延时等评价指标作为优化目标，以便对微云簇头级协同控制器的个数进行优化。

在本发明的实施例中，该移动计算卸载协同控制系统包括：多个节点级控制器500，节点级控制器500用于根据第四控制信息获取所控制的计算卸载信息标识对应的计算卸载信息，在与节点级控制器对应的协同计算单元中，根据第四控制信息中的计算卸载控制方式，对节点级控制器500对应的协同计算单元的计算卸载进行控制。

可选地，为了支持系统的计算卸载协同控制功能，用户节点中也需要设置与计算卸载协同控制相关的功能子模块，因此，可以在用户节点中设置节点级移动计算卸载协同控制器。

作为一种示例，参见图15，图15为本发明实施例中节点级移动计算卸载协同控制器的功能结构示意图，节点级移动计算卸载协同控制器包括的功能子模块有：服务代理子模块、资源状态信息统计和分析子模块、计算应用管理子模块、节点管理子模块、用户计算卸载服务信息分析子模块、本节点所属资源控制接口子模块、本节点与其它一般节点的接口子模块、本节点与上一级协同计算单元之间的接口子模块、与移动计算卸载协同控制器的接口子模块。其中，

服务代理子模块：本子模块基于资源状态信息统计和分析子模块对本节点的资源使用情况分析结果信息，向其所属的节点计算卸载协同控制器发出移动计算卸载服务请求。

资源状态信息统计和分析子模块：本子模块收集本节点的网络资源和计算资源的状态信息，并对网络相关资源和计算资源的状态信息进行分析，同时将该资源状态信息上报其所属的上一级移动计算卸载协同控制器和本节点的计算卸载优化策略子模块；网络资源包括但不限于本节点的能量、当前的功耗、能效状态信息，计算资源信息主要包括但不限于本节点所属协同计算单元的计算能力、计算资源使用率信息、计算资源剩余量信息。

计算卸载优化策略子模块：本子模块基于资源状态信息统计和分析模块给出的本节点自身的计算资源、能耗状态和通信状态信息以及用户计算卸载服务信息分析子模块给出的信息，对本一般节点将要执行的计算应用进行评估，给出本一般节点对将要执行的特定应用是基于本地执行还是基于卸载执行的评估结果，当判决本应用基于本地执行时，则本节点的服务代理子模块不需要发送用户移动计算卸载服务请求；反之，当本应用需要基于卸载执行时，则将本结果信息发送到服务代理子模块，由服务代理子模块向本节点所属的计算卸载协同控制器发出相应的用户移动计算卸载服务请求。

计算应用管理子模块：本子模块包括应用注册表、应用管理器和应用程序，应用注册表用于存储并管理本节点支持的所有应用，应用管理器用于完成计算卸载时协同计算单元与被卸载节点之间的应用数据调用；应用程序是指本节点支持的所有计算应用。

节点管理子模块：本子模块用于本节点与其它一般节点和上一级控制器之间的控制信息和数据信息的通信交互。

用户计算卸载服务信息分析子模块：本子模块用于针对用户提出移动计算卸载服务请求时的相关场景信息进行分析，并输出相关的用户计算卸载服务信息，用户计算卸载服务信息主要包括用户的移动性信息和移动性行为信息、地理位置信息和用户的计算应用偏好等信息；这些信息将作为本节点控制器的计算卸载优化策略子模块进行移动计算卸载优化时的预测数据和优化依据；

本节点所属资源控制接口子模块：本接口子模块用于完成资源状态信息统计和分析模块与本节点所属资源管理模块之间的控制信息交互；

本节点与其它一般节点的接口子模块：本接口子模块用于完成本节点与其它一般节点之间的通信、组网相关信息交互；

本节点与上一级协同计算单元之间的接口子模块：本接口子模块用于完成本节点与其它上一级控制器所属的协同计算单元之间的数据信息交互；

与移动计算卸载协同控制器的接口子模块：本接口子模块用于完成本节点与其所归属的移动计算卸载协同控制器之间的计算卸载相关控制信息交互；

一般节点控制的是其所属的网络资源、协同计算单元的计算资源，对应的四个功能子模块及其功能分别如下：

本节点与网络相关资源管理子模块：完成本节点对所控制的网络相关资源的管理。

本节点与网络相关资源子模块：是指本节点所控制的网络资源，包括但不限于节点资源和链路资源两部分；节点资源可以包括但不限于是节点的续航能力、功耗等。

本节点的计算资源管理子模块：是指本节点所控制的计算资源管理，包括但不限于管理本节点所属的协同计算单元的计算能力、计算资源使用率、计算资源中的计算应用信息和能提供的计算应用服务以及基于计算应用的优化管理机制，其中，基于计算应用的优化管理机制包括但不限于本节点的计算应用更新机制。

本节点所属协同计算单元的计算资源子模块：是指本节点所控制的协同计算单元的计算资源。由于节点控制器与协同计算单元可以分离，因此，计算资源可以是本节点上的本地计算资源，也可以是本节点所属的远程协同计算资源，同时，本协同计算单元可以支持针对本节点的动态归属控制，即某个协同计算单元可以在不同时刻受不同的一般节点和/或计算卸载协同控制器控制。

值得注意的是，对一般节点来说，一般节点可以支持上述功能模块，也可以对上述功能模块之间进行简化，只支持其中一些功能模块的功能，以便适应部分终端节点功能简单、低功耗的局限性。

值得注意的是，无论第一控制100、第二控制200、第三控制器300和第四控制器400所组成的移动计算卸载控制系统的控制器分层控制架构与物理计算卸载节点网络的分层架构是否一致，多个控制器之间通常按照分层控制的方式协同工作。因此，为了不失一般性，在基于分级控制的移动计算卸载协同控制器中，以第n级移动计算卸载协同控制器为例，如图9所示，移动计算卸载协同控制器还具有的功能模块包括：

与上一级计算卸载协同控制器接口子模块：本子模块用来完成本计算卸载协同控制器与上一级计算卸载协同控制器之间的信息交互，交互的信息包括但不限于上一级控制器对本控制器的优化控制结果和本计算卸载协同控制器向上一级计算卸载协同控制器发送的与计算卸载协同控制相关的网络资源和计算资源状态信息、用户计算卸载服务信息，以及本控制器与上一级计算卸载协同控制器之间的计算卸载相关的协同控制信息。

与下一级计算卸载协同控制器接口子模块：本子模块用来完成本计算卸载协同控制器与下一级计算卸载协同控制器之间的信息交互，交互的信息包括但不限于本控制器对下一级控制器的计算卸载协同控制结果和来自下一级控制器的与计算卸载协同控制相关的网络资源和计算资源状态信息、用户计算卸载服务信息，以及与下一级控制器之间的计算卸载相关的协同控制信息。

同级计算卸载协同控制器接口子模块：本子模块用来完成本控制器与同级的其他计算卸载协同控制器之间的协同控制信息交互。交互的信息包括但不限于本控制器与同级控制器之间协同控制完成的计算卸载协同控制结果和同级控制器之间与计算卸载协同控制相关的网络资源和计算资源状态信息、用户计算卸载服务信息，以及与同级控制器之间的与计算卸载相关的协同控制信息。

本控制器所属资源控制接口子模块：本子模块用来完成本控制器对其所属网络资源和协同计算单元资源的控制信息交互，交互的控制信息包括但不限于本控制器从所属网络资源管理模块收集网络资源状态信息，从所属计算资源管理模块收集协同计算单元的计算资源状态信息，以及本控制器通过该接口对所属计算资源进行的计算卸载优化控制和对所属网络资源进行的优化控制。

具体地说，针对计算资源的优化控制包括但不限于基于用户移动计算卸载服务请求中基于计算应用的流行度的应用更新机制，针对网络资源的优化控制包括但不限于对移动无线接入网络的回传和前传链路带宽资源进行的优化控制以及针对无线接入网络节点能耗进行的优化控制。

移动计算卸载协同控制器控制的是其所属的移动无线接入网络资源、协同计算单元的计算资源，本部分不属于移动计算卸载协同控制器本身的功能，对应的四个功能子模块及其功能分别如下：

所属移动无线接入网络资源管理子模块：是指本控制器所控制的移动无线接入网络和一般节点的资源管理；

所属移动无线接入网络资源子模块：是指本控制器所控制的移动无线接入网络资源，包括节点资源和链路资源两部分；

所属协同计算单元的计算资源管理子模块：是指本控制器对其所控制的计算资源的管理，包括但不限于计算能力、计算资源使用率、计算资源中的计算应用信息和能提供的计算应用服务以及基于计算应用的优化管理机制，其中，基于计算应用的优化管理机制包括但不限于本控制系统中的计算应用更新机制；

所属协同计算单元的计算资源子模块：是指本控制器所控制的协同计算单元的计算资源。由于控制器与协同计算单元可以分离，因此，计算资源可以是控制器控制的所属本地协同计算单元的计算资源，也可以是远程的协同计算单元的计算资源，同时，本协同计算单元可以支持针对特定计算卸载控制器的动态归属控制，即某个协同计算单元可以在不同时刻受不同的一般节点和/或计算卸载协同控制器控制。

在本发明的实施例中，该移动计算卸载协同控制系统包括：虚拟控制器簇生成模块600，用于基于至少两种的预设控制器生成不同的虚拟控制器簇的组合，并控制移动计算卸载协同控制系统在不同的虚拟控制器簇的组合中切换，移动计算卸载协同控制系统根据第一请求对不同虚拟控制器簇组合内的控制器的计算卸载进行控制，其中，不同的虚拟控制器簇的组合中所包含的预设控制器不同。

在本发明的实施例中，虚拟控制器簇生成模块600还用于：在控制模式为第二类控制模式时，即当控制器拓扑与移动无线接入网络物理计算卸载节点拓扑不一致时，基于软件定义的控制器架构支持一种虚拟的移动计算卸载协同控制器架构，即当移动计算卸载协同控制系统以支持基于某特定优化目标为目的时，可以临时形成以某特定移动计算卸载协同控制器为控制器簇头，以该控制器与其相关联的移动计算卸载协同控制器为控制器成员的一个虚拟控制器簇，基于至少两种的预设控制器生成不同的虚拟控制器簇的组合。

在本发明的实施例中，虚拟控制器簇生成模块600包括：获取子模块610，用于获取接收到第一请求的控制器标识对应的控制器。判断子模块620，用于判断对应的控制器的协同计算单元中是否存在与第一请求中计算卸载信息标识对应的计算卸载信息。确定子模块630，用于在不存在与第一请求中计算卸载信息标识对应的计算资源时，将对应的控制器确定为目标控制器。配置子模块640，用于将目标控制器配置为虚拟控制器簇的簇头控制器，以及选择与目标控制器关联的控制器为虚拟控制器簇的成员控制器。

在本发明的实施例中，虚拟控制器簇的簇头控制器可以为宏基站级控制器，或者，也可以为微基站级控制器，对此不作限制。

具体来说，以某个接收到基于网络资源和/或计算资源优化为中心的计算卸载协同控制业务服务请求或者基于用户为中心的计算卸载服务请求的控制器为控制器簇头，以与之有关联的控制器为簇成员，就可以形成一个临时的虚拟控制器簇。本虚拟控制器簇可以按照基于集中式的控制方式工作，即虚拟控制器簇头完成计算卸载优化决策功能，各个簇成员控制器仅完成网络资源和计算资源的统计和分析功能以及计算卸载优化控制策略分发的功能；优化控制结束后，本虚拟控制器簇将解散。根据上述基于虚拟控制器簇的工作过程，簇头控制器需要完成基于虚拟控制器簇的模式控制过程。

虚拟控制器簇的模式控制过程作为控制器控制功能的一部分，用于完成虚拟控制器簇中各个控制器之间的控制信息交互及其相关控制状态信息的存储和更新。

当本控制器接收到来自用户的计算卸载服务请求和/或来自网络资源和计算资源优化的计算卸载控制业务服务请求，同时，本控制器支持基于虚拟控制器簇进行优化控制的功能时，则触发该控制器的虚拟控制器簇控制功能，本控制器则成为本次基于虚拟控制器簇计算卸载优化控制的簇头控制器。本簇头控制器通过控制器状态信息存储子模块查询并得到与本控制器有关联关系的各个控制器及其控制器标识，然后，启动控制器模式控制信息交互模块，选择性地向其关联控制器发送虚拟控制器簇关联信息，信息中含有本次要形成的虚拟控制器簇的标识号。本控制器接收来自其关联控制器的虚拟控制器的关联应答消息，向发送关联应答消息的控制器发送虚拟控制器簇邀请消息，本控制器根据收到的关联控制器的邀请应答消息，使关联控制器加入本控制器为簇头、标识号为所述标识号的虚拟控制器簇，完成本次虚拟控制器簇的形成过程。然后，本控制器对虚拟控制器簇进行虚拟控制器簇的初始化过程。虚拟控制器簇的初始化过程完成之后，本簇头控制器进入基于虚拟控制器簇的移动计算卸载协同优化控制过程，完成基于特定优化目标的移动计算卸载协同优化控制。

具体地说，首先，簇头控制器对基于虚拟控制器簇的网络资源状态和计算资源状态的控制器状态信息进行更新，并将更新的控制状态信息存储在控制器状态信息存储子模块中，该控制状态信息包含但不限于本簇头控制器与虚拟控制器簇内的成员控制器之间的实时控制关系拓扑图，包括但不限于基于物理网络拓扑的分层控制器控制拓扑图以及目前在本控制器上形成的虚拟控制器簇的控制拓扑图；另外，还包括但不限于对应于虚拟控制器簇相关的各个控制器对其所控制资源的使能信息和允许的操作信息，即对本虚拟控制器簇头来说，该控制器对哪个虚拟控制器簇开放哪些资源，对应于本虚拟控制器能够完成哪些控制功能。当完成上述控制信息的更新过程后，根据上述更新信息构建基于本次虚拟控制器簇的移动计算卸载优化控制优化目标及其约束条件，簇头控制器给出基于该优化目标的移动计算卸载优化策略，并将该优化控制结果信息分发到本次虚拟控制器簇所控制的各个成员控制器上，各个成员控制器根据分发结果，完成对相关计算卸载的操作。

当簇头控制器完成基于特定优化目标的优化控制后，本虚拟控制器簇进行解散过程，虚拟控制器簇头通过控制器模式控制信息交互模块向各个虚拟控制器成员发送本虚拟控制器簇的解散信息，各个虚拟控制器成员应答本解散信息，同时，各个控制器删除本次虚拟控制器簇的相关控制器状态信息，即对应于该虚拟控制器簇的控制拓扑图及其相关控制状态信息将被删除。

通过在控制模式为第二类控制模式时生成的基于虚拟控制器簇的计算卸载优化控制过程，能够完成基于特定计算卸载协同控制器为视角的移动计算卸载协同优化控制，提升移动计算卸载协同控制方法的灵活性。可选地，参见图2，该移动计算卸载协同控制系统还包括：控制模式配置模块700，用于对第一控制器100、多个第二控制器200、多个第三控制器300、多个第四控制器400，以及多个节点级控制器500的控制模式进行配置，并将配置后的控制模式写入预设配置表中。

通过对控制器的模式进行提前配置，并将配置后的控制模式写入预设配置表中，能够使计算卸载协同控制系统灵活地支持基于集中式、全分布式和混合式的控制器协同控制方式，提升移动计算卸载协同控制方法的可扩展性和灵活性。

另外，在配置控制模式时，可以选择集中式或者分布式对控制器的控制拓扑结构进行配置。在移动计算卸载协同控制系统初始化时，可以通过mnos外的全局控制器选择和配置各个控制器支持的控制模式，也可以在各个控制器初始化时，各自完成其控制模式的选择和配置。在不同的控制模式下，宏基站级控制器、微基站级控制器以及微云簇头级控制器的计算卸载协同控制功能模块的功能使能以及控制器之间支持的协同控制方式则不同。

作为一个示例，在移动计算卸载协同控制系统中，用户可以选择不同的工作模式，在用户终端初始化阶段，用户终端中的节点级控制器可以启动基于移动计算卸载协同控制的控制工作模式过程，选择支持自组织网络的移动计算卸载协同控制工作模式或者不支持自组织网络的移动计算卸载协同控制工作模式。基于计算卸载协同控制工作模式选择配置，基于软件定义的移动计算卸载协同控制系统可以完成对来自用户的移动计算卸载服务请求和基于网络资源和/或计算资源优化的计算卸载控制业务服务请求的服务，通过基于边缘设备的计算卸载，优化控制器所属的网络资源和计算资源的利用，完成降低计算卸载到mno外的数据中心导致的前传和回传链路用于计算卸载的带宽开销、降低用户的服务延迟、平衡不同基站之间的流量负载等优化目标。以下从用户获取移动计算卸载服务的角度出发，给出在本控制系统中用户获取计算卸载服务的方法。

当用户支持基于自组织的微云组网时，在本模式下，用户可以通过微云、微小区、宏小区的计算资源得到移动计算卸载服务。对应的移动计算卸载协同控制系统的控制方式可以是控制器拓扑与移动无线接入网络物理计算卸载节点拓扑一致时的计算卸载协同控制方式(第一类控制模式)，即控制器可以支持基于集中式、混合式和分布式控制的控制方式，也可以是控制器拓扑与移动无线接入网络物理计算卸载节点拓扑不一致时的基于虚拟控制器簇的控制方式。

当控制器拓扑与移动无线接入网络物理计算卸载节点拓扑一致，用户获取计算卸载服务方法采用集中式控制模式时，移动计算卸载协同控制系统可以通过宏基站级控制器统一受理来自用户的移动计算卸载服务请求，微基站级和微云簇头级控制器的计算卸载协同优化策略功能均去激活，微云级和微基站级控制器的网络资源状态统计子模块、计算资源状态统计子模块分别反馈网络资源状态信息和计算资源状态信息的分析结果数据给宏基站级控制器，宏基站控制器基于宏小区的区域内的网络资源和计算资源状态统计分析信息，进行移动计算卸载协同优化控制，并将基于宏小区的计算卸载优化控制结果，通过其分发子模块逐级分发给微基站级控制器和微云簇头控制器。具体地，宏基站级控制器收到用户的计算卸载服务请求，提取服务请求中所需的计算卸载信息标识，判断是否可以在宏基站级控制器的协同计算单元中支持该服务请求的计算卸载服务，若是，则宏基站控制器通知用户从宏基站的协同计算单元中获取计算卸载服务；否则，宏基站控制器判断是否支持移动计算卸载服务请求上传，如果支持服务请求上传，则宏基站级控制器将该服务请求上传至mno外的全局控制器，通知用户从mno外的全局控制器获取计算卸载服务，如果不支持计算卸载服务请求的上传，则本宏基站级控制器获取能支持该计算卸载服务的控制器及其支持的计算卸载相关信息，并基于其所控制的控制器及其计算资源，收集网络资源和计算资源状态信息，将该服务请求转化为一个移动计算卸载协同优化问题，并基于本宏基站级控制器的控制信息生成子模块给出移动计算卸载优化结果，通过分发子模块将优化结果信息分发给所控制的控制器及其计算资源，所控制的控制器和/或者其协同计算单元进行移动计算卸载操作，同时，宏基站级控制器通知用户从指定的协同计算单元中获取所需的移动计算卸载服务。

当控制器拓扑与移动无线接入网络物理计算卸载节点拓扑一致，用户获取计算卸载服务方法采用混合式控制模式时，以用户终端向微云簇头级控制器发送移动计算卸载服务请求为例，用户向微云级控制器发出移动计算卸载服务请求，首先，微云簇头级控制器判断是否可以在微云内的其他用户设备中支持请求的移动计算卸载服务，若是，则微云级控制器基于该计算卸载信息标识，完成基于微云内用户的计算卸载协同优化控制，并将移动计算卸载优化结果分发给相关的用户终端，然后，通知用户终端从微云内的指定用户终端中获取移动计算卸载服务；否则，微云级控制器基于控制器协同，判断是否可以从与其水平协同的控制器获得该计算卸载服务，如果是，则通过其控制信息生成子模块，给出移动计算卸载协同优化结果，并将该优化结果信息通过分发子模块分发到相应的用户终端，通知该用户到指定的用户终端上获取所需的移动计算卸载服务；如果通过控制器水平协同也无法获得该计算卸载服务，则微云簇头级控制器判断是否支持移动计算卸载服务请求的上传，如果支持移动计算卸载服务请求的上传，则将该移动计算卸载服务请求上传至其上一级的微基站协同控制器进行处理；如果不支持移动计算卸载服务请求的上传，则本微云簇头级控制器通知用户无法提供该服务请求对应的移动计算卸载服务。

当控制器拓扑与移动无线接入网络物理计算卸载节点拓扑一致，用户获取计算卸载服务方法采用分布式控制模式时，以用户向微云簇头级控制器发送移动计算卸载服务请求为例，用户向微云簇头级控制器发送移动计算卸载服务请求，微云簇头级控制器判断是否在本微云中的其他用户终端所属的协同计算单元中可以支持其所请求的移动计算卸载服务，若是，则微云簇头控制器基于该服务请求进行移动计算卸载优化控制，得到优化结果，并将优化结果信息分发给微云内提供计算卸载服务的用户终端，该用户终端执行计算卸载操作，同时，微云簇头控制器通知提出移动计算卸载服务请求的用户从计算被卸载的用户终端处获取移动计算卸载服务；否则，微云簇头级控制器判断是否支持移动计算卸载服务请求的上传，如果支持服务请求上传，则将该用户的移动计算卸载服务请求上传至其上一级的微基站级控制器，由微基站级控制器进行处理；如果不支持移动计算卸载服务请求的上传，则微云簇头级控制器通知用户无法提供所要求的移动计算卸载服务；当微基站级控制器处理被上传的移动计算卸载服务请求时，微基站级控制器判断是否能在本微基站所属的协同计算单元中支持用户请求的移动计算卸载服务，若是，通知用户从本微基站的协同计算单元中获取该移动计算卸载服务；否则，微基站级控制器判断是否支持移动计算卸载服务请求上传，如果支持服务请求上传，则将该服务请求上传至宏基站级控制器，由宏基站级控制器进行处理；如果不支持服务请求的上传，则微基站级控制器通知用户无法提供该服务请求所需的计算卸载服务；当宏基站级控制器处理被上传的移动计算卸载服务请求时，宏基站级控制器判断是否能在本宏基站所属的协同计算单元中提供服务请求的计算卸载服务，若是，通知用户从本宏基站所属的协同计算单元中获取该移动计算卸载服务；否则，宏基站级控制器判断是否支持服务请求上传，如果支持服务请求上传，则将服务请求上传至mnos外的全局控制器处，由全局控制器控制并通知用户从其所属的协同计算单元中获取计算卸载服务。如果宏基站级控制器不支持服务请求上传，则宏基站级控制器通知用户无法提供该服务请求所需的移动计算卸载服务。

当控制器拓扑与无线接入网络物理计算卸载节点拓扑不一致时，以微云级控制器收到来自用户的移动计算卸载服务请求为例，本微云级控制器收到用户的移动计算卸载服务请求，基于与其相邻的控制器关联，获取能提供该计算卸载服务的控制器及其协同计算单元信息，建立以本微云簇头控制器为簇头控制器的虚拟控制器簇；收集此虚拟控制器簇所控制的网络资源和计算资源状态信息，在此基础上，将用户服务请求转化为一个移动计算卸载协同优化问题，基于本簇头控制器的控制信息生成子模块给出该问题的优化结果；并将本优化结果信息分发给虚拟控制器簇的各个成员控制器，各个控制器控制其所属的协同计算单元执行计算卸载操作，同时，簇头控制器通知用户获取该计算卸载服务的方式，用户获取移动计算卸载服务结束之后，本微云级控制器完成本虚拟控制器簇的解散过程。

当用户不支持基于自组织组网的微云内的移动计算卸载协同控制时，对应的移动计算卸载协同控制系统的控制模式可以是基于控制器拓扑与移动无线接入网络物理计算卸载节点拓扑一致时的移动计算卸载协同控制方式，在此基础上控制器可以支持基于集中式的控制方式、基于混合式的控制方式和基于分布式的控制方式；也可以是基于控制器拓扑与移动无线接入网络物理计算卸载节点拓扑不一致时的基于虚拟控制器簇的控制方式。

作为一个示例，当用户不支持基于自组织组网及其微云内的移动计算卸载协同控制方式，在集中式控制模式下，移动计算卸载协同控制系统可以通过宏基站级控制器统一受理来自用户的移动计算卸载服务请求，微基站级控制器的控制信息生成子模块去激活，微基站级控制器的网络资源状态信息统计子模块、计算资源状态信息统计子模块和用户移动计算卸载服务信息分析子模块分别反馈基于微基站的网络资源状态信息、计算资源状态信息和用户移动计算卸载服务信息的分析结果数据给宏基站级控制器，宏基站控制器基于本宏小区的网络资源和计算资源状态信息分析数据进行移动计算卸载协同优化控制，并将基于本宏小区的移动计算卸载协同优化控制结果信息通过其分发子模块分发给微基站控制器。具体地，宏基站级控制器收到用户的移动计算卸载服务请求，提取服务请求中所需的计算卸载信息标识，判断是否能在本宏基站级控制器控制的协同计算单元中支持服务请求中的移动计算卸载服务，若是，则宏基站控制器通知用户从其所控制的协同计算单元中获取移动计算卸载服务；否则，宏基站控制器判断是否支持服务请求上传，如果支持服务请求上传，则宏基站级控制器将该服务请求上传至mno外的全局控制器，并通知用户从mno外的全局控制器及其控制的协同计算单元中获取移动计算卸载服务，如果不支持服务请求的上传，则宏基站级控制器获取能支持该移动计算卸载的控制器及其计算资源信息，并基于其所控制的控制器及其计算资源，收集网络资源和计算资源状态信息，将该服务请求转化为一个移动计算卸载协同优化问题，基于宏基站级控制器的控制信息生成子模块给出计算卸载优化结果，通过分发子模块将移动计算卸载优化结果信息分发给控制器及其所属的协同计算单元，由所属的计算协同单元进行移动计算卸载优化控制操作，宏基站级控制器通知用户从指定的协同计算单元中获取所需的移动计算卸载服务。

当用户不支持基于自组织组网及其微云内的计算卸载协同控制方式，在混合式控制模式下，各级控制器均可以接收来自用户的移动计算卸载服务请求，各级控制器的控制信息生成子模块均激活，宏基站级、微基站级控制器均收集其所控制的网络资源状态信息和计算资源状态信息，并进行统计和分析，各个控制器可以支持基于垂直和/或水平式协同的计算卸载协同优化控制策略，因此各级控制器可以依照不同的混合式协同优化控制方式工作。控制器得到计算卸载优化控制结果之后，该计算卸载协同优化控制结果信息将被分发给相应的控制器及其协同计算单元。以用户向微基站级控制器发出移动计算卸载服务请求为例，当用户向微基站级控制器发出移动计算卸载服务请求时，首先，微基站级控制器判断是否能在本控制器所属的协同计算单元中提供该服务请求的计算卸载服务，若是，则微基站级控制器通知用户从本微基站所属的协同计算单元中获取移动计算卸载服务；否则，微基站级控制器基于控制器协同，判断是否可以从与其协同的控制器所属的协同计算单元中获得移动计算卸载服务，如果是，则通过其控制信息生成子模块，给出协同优化控制结果，并将该结果分发到其所控制的协同计算单元中，通知用户到指定的协同计算单元中获取所需的移动计算卸载服务；如果通过控制器协同也无法完成该移动计算卸载服务，则微基站级控制器判断是否支持服务请求的上传，如果支持服务请求上传，则将该服务请求被上传至其上一级的宏基站控制器进行处理；如果不支持服务请求的上传，则本微微基站级控制器通知用户无法提供该服务请求的移动计算卸载服务。

当用户不支持基于自组织组网及其微云内的计算卸载协同控制方式，在全分布式控制模式下，宏基站级控制器或微基站级控制器不进行垂直和/或水平协同，而是各自独立地完成基于其控制区域内的移动计算卸载优化控制。宏基站级控制器或微基站级控制器各自分别通过其网络资源状态信息统计子模块、计算资源状态信息统计子模块收集所控制区域的网络资源状态信息和计算资源状态信息，宏基站级控制器或者微基站级控制器基于自身所控制区域内的网络资源和计算资源状态信息统计分析结果，基于自身的控制信息生成子模块进行计算卸载协同优化控制，给出相应的计算卸载优化结果，并将该优化结果信息通过自身的分发子模块分发给本控制器所控制区域内的计算资源。值得注意的是，由于控制器之间没有协同控制，因此，当本控制器独自对服务请求进行服务和完成相关的计算卸载控制时，其所控制的资源仅为自身的计算资源，因此，会导致计算卸载服务请求命中率低和响应时延较大的问题，为了避免上述问题的发生，可以采用本控制器将自身无法满足的移动计算卸载服务请求上传至其上一级控制器再次进行处理的方法，提高该服务请求的命中率。

以用户向微基站级控制器发送移动计算卸载服务请求为例，首先，微基站级控制器判断是否能在本控制器所控制的协同计算单元中支持其所请求的计算卸载服务，若是，则本控制器通知用户从本微基站的协同计算单元中获取移动计算卸载服务；否则，微基站级控制器判断是否支持服务请求的上传，如果支持服务请求的上传，则将该用户的服务请求被上传至其上一级的宏基站级控制器，由宏基站级控制器进行处理；如果不支持服务请求的上传，则微基站服务器通知用户无法提供服务请求的移动计算卸载服务；宏基站级控制器处理被上传的服务请求时，先判断是否能在本宏基站控制的协同计算单元中支持服务请求的移动计算卸载服务，若是，通知用户从本宏基站所属的协同计算单元中获取该移动计算卸载服务；否则，宏基站级控制器判断是否支持服务请求上传，如果支持服务请求上传，则将该请求上传至mnos外的全局控制器处，并通知用户从全局控制器及其控制的计算资源中获取该移动计算卸载服务；如果不支持服务请求上传，则宏基站级控制器通知用户无法提供该服务请求所需的移动计算卸载服务。

当用户不支持基于自组织组网及其微云内的计算卸载协同控制方式，同时，控制器拓扑与移动无线接入网络物理计算卸载节点拓扑不一致时，接收用户移动计算卸载服务请求的控制器可以执行基于虚拟控制器簇的计算卸载协同优化控制过程。本控制器在完成虚拟控制器簇的形成过程的基础之上，完成以本控制器为虚拟控制器簇头的计算卸载协同优化过程，并将优化结果信息分发给虚拟控制器簇的各个控制器，由各个成员控制器及其所属的协同计算单元完成计算卸载的优化控制，计算卸载优化控制完成之后，本控制器完成本虚拟控制器簇的解散过程。具体地，以微基站级控制器收到来自用户的移动计算卸载服务请求为例，本微基站级控制器收到用户的移动计算卸载服务请求后，基于与其关联的控制器，建立以本微基站级控制器为簇头控制器的虚拟控制器簇；本簇头控制器收集本虚拟控制器簇所控制的网络资源和计算资源状态信息，在此基础上，将服务请求转化为一个计算卸载协同优化问题，并基于本簇头控制器的控制信息生成子模块给出该问题的优化结果；本簇头控制器将本优化结果信息分发给虚拟控制器簇的各个成员控制器，同时，通知用户获取该移动计算卸载服务的方式，用户获取移动计算卸载服务结束之后，本簇头控制器完成本虚拟控制器簇的解散过程。

根据本发明实施例的移动计算卸载协同控制系统，通过第一控制器在接收到第一请求时，根据第一请求中的计算卸载信息标识和控制模式生成与状态信息对应的控制信息，并将控制信息逐级分发至第二控制器、第三控制器、第四控制器以及节点级控制器，能够完成基于软件定义的移动计算卸载优化控制，灵活地支持基于用户为中心或者基于网络资源和/或计算资源优化为中心的不同移动计算卸载优化目标，提升该移动计算卸载协同控制方法的可扩展性和灵活性。

图16为本发明一实施例提出的移动计算卸载协同控制方法的流程示意图。

参见图16，该移动计算卸载协同控制方法包括：

s141：在生成第一请求时，采集多个第二控制器上报的当前的第一网络资源状态信息和第一计算资源状态信息，从预设配置表获取当前的控制模式，并根据第一请求中的计算卸载信息标识和控制模式生成与当前的第一网络资源状态信息和第一计算资源状态信息生成场景数据对应的第一控制信息，以及将第一控制信息分发至对应的控制器，其中，第一控制信息中包括但不限于：控制器标识、计算卸载控制方式以及所控制的计算卸载信息标识。

在本发明的实施例中，第一控制器、第二控制器、第三控制器、第四控制器的类型可以分别为全局控制器、宏基站级控制器、微基站级控制器，以及微云簇头级控制器中的任一种。

在本发明的实施例中，控制模式包括：第一类控制模式和第二类控制模式，其中，第一类控制模式为控制器拓扑结构和移动无线接入网络物理计算卸载节点拓扑结构相同的控制模式，第二类控制模式为控制器拓扑结构和移动无线接入网络物理计算卸载节点拓扑结构不同的控制模式。

在本发明的实施例中，采集多个第二控制器，和/或多个第三控制器，和/或多个第四控制器所属网络当前的网络资源状态信息作为第一网络资源状态信息。采集多个第二控制器，和/或多个第三控制器，和/或多个第四控制器所属协同计算单元当前的计算资源状态信息作为第一计算资源状态信息。接收用户请求，判断第一网络资源状态信息和第一计算资源状态信息是否满足预设条件，在满足预设条件时，生成第一请求，其中，第一请求中包括但不限于计算卸载信息标识。根据第一请求中的计算卸载信息标识和预设配置表生成与当前的第一网络资源状态信息和第一计算资源状态信息生成场景数据对应的第一控制信息，其中，第一控制信息用于对计算卸载对应的控制器标识和/或预测信息指向的网络中的控制器标识所标记控制器的计算卸载进行控制。将第一控制信息分发至协同计算单元和/或对应的控制器标识和/或预测信息指向的网络中的控制器标识所标记的控制器中，以使所标记的控制器根据第一控制信息和计算卸载控制方式对计算卸载进行控制。根据第一请求中的计算卸载信息标识获取与计算卸载信息标识对应的计算卸载信息，基于计算卸载的历史数据，以及发送用户请求的节点的历史信息，生成计算卸载相关的预测信息。

一些实施例中，参见图17，在步骤s141之前还包括：

s151：对第一控制器、多个第二级控制器、多个第三控制器、多个第四控制器，以及多个节点级控制器的控制模式进行配置，并将配置后的控制模式写入预设配置表中。

本步骤中，通过对控制器的模式进行提前配置，并将配置后的控制模式写入预设配置表中，能够使移动计算卸载协同控制系统灵活地支持基于集中式、全分布式、混合式以及基于虚拟控制器簇的控制器协同控制方式，提升移动计算卸载协同控制方法的可扩展性和灵活性。

s142：接收第一控制器分发的第一控制信息，并根据第一控制信息中的控制器标识、计算卸载信息标识和计算卸载控制方式生成对同级的多个第二控制器和/或下级的多个第三控制器的计算卸载进行控制的第二控制信息，以及将第二控制信息分发至对应的第二控制器和/或第三控制器。

在本发明的实施例中，第一类控制模式包括：集中式控制模式，在控制模式为集中式控制模式时，可以包括：采集多个第三控制器所属网络当前的网络资源状态信息和多个第三控制器上报的多个第四控制器所属网络当前的网络资源状态信息作为第二网络资源状态信息；采集多个第三控制器所属协同计算单元当前的计算资源状态信息和多个第三控制器上报的多个第四控制器所属协同计算单元当前的计算资源状态信息作为第二计算资源状态信息；接收用户请求，并在第二网络资源状态信息和第二计算资源状态信息满足预设条件时，生成第二请求，其中，第二请求包括但不限于计算卸载信息标识；根据第二请求中的计算卸载信息标识和预设配置表生成与当前的第二网络资源状态信息和第二计算资源状态信息生成场景数据对应的第二控制信息，其中，第二控制信息用于对控制器标识所标记的同级的多个第二控制器和/或下级的多个第三控制器的计算卸载进行控制；将第二控制信息分发至节点的预测信息指向的网络中的控制器标识所标记的同级的多个第二控制器和/或下级的多个第三控制器中，以使所标记的控制器根据第二控制信息和计算卸载控制方式对计算卸载进行控制。根据第二请求中的计算资源卸载信息标识获取对应的计算卸载服务信息，基于计算卸载服务信息的历史数据，以及发送用户请求的节点的历史信息，生成计算卸载相关的预测信息。

第一类控制模式还包括：混合式控制模式，在控制模式为混合式控制模式时，根据第二请求中的计算卸载信息标识和预设配置表生成与当前的第二网络资源状态信息和第二计算资源状态信息生成场景数据对应的第二控制信息，包括：接收第一控制器分发的第一控制信息，并接收同级的多个第二控制器分发的第二控制信息。

在本发明的实施例中，第一类控制模式还包括：全分布式控制模式，在控制模式为全分布式控制模式时，采集多个第三控制器所属网络当前的网络资源状态信息和多个第三控制器上报的多个第四控制器所属网络当前的网络资源状态信息作为第二网络资源状态信息，包括：在当前的控制模式为全分布式控制模式时，采集第二控制器所属网络当前的网络资源状态信息作为第二网络资源状态信息，采集多个第三控制器所属协同计算单元当前的计算资源状态信息和多个第三控制器上报的多个第四控制器所属协同计算单元当前的计算资源状态信息作为第二计算资源状态信息，包括：在当前的控制模式为全分布式控制模式时，采集第二控制器所属协同计算单元的计算资源状态信息作为第二计算资源状态信息；接收所述用户请求，并在第二网络资源状态信息和第二计算资源状态信息满足预设条件时，生成第二请求，包括：接收用户请求，并在第二网络资源状态信息和第二计算资源状态信息满足预设条件时，生成用于对第二控制器所属网络和/或所属协同计算单元中的计算卸载进行控制的第三请求。

s143：接收第二控制器分发的第二控制信息，根据第二控制信息中的控制器标识、计算卸载信息标识和计算卸载控制方式生成对同级的多个第三控制器和/或下级的多个第四控制器的计算卸载进行控制的第三控制信息，以及将第三控制信息分发至对应的第三控制器和/或第四控制器。

在本发明的实施例中，可以根据当前的控制模式采集多个第四控制器和/或同级的多个第三控制器所属网络当前的网络资源状态信息作为所述第三网络资源状态信息，并将第三网络资源状态信息上报至所述第二控制器，根据当前的控制模式采集多个第四控制器和/或同级的多个第三控制器所属协同计算单元当前的计算资源状态信息作为第三计算资源状态信息，并将第三计算资源状态信息上报至第二控制器，根据接收用户请求，并在第三网络资源状态信息和第三计算资源状态信息满足预设条件时，生成第四请求，其中，第四请求包括用户请求和/或用于对同级的多个第三控制器和/或下级的多个第四控制器的计算卸载进行控制的请求，根据当前的控制模式接收或者不接收第二控制器分发的所述第二控制信息，并根据第三网络资源状态信息和第三计算资源状态信息生成用于对同级的多个第三控制器和/或下级的多个第四控制器的计算卸载进行控制的第三控制信息，将第三控制信息分发至同级的多个第三控制器和/或下级的多个第四控制器中，以使所标记的控制器根据第三控制信息和计算卸载控制方式对计算卸载进行控制。

s144：接收第三控制信息，根据第三控制信息中的所述控制器标识、计算卸载控制方式和所控制的计算卸载信息标识生成对同级的多个第四控制器和/或下级的多个节点级控制器的计算卸载进行控制的第四控制信息，以及将第四控制信息分发至对应的第四控制器和/或节点级控制器。

在本发明的实施例中，可以根据当前的控制模式采集同级的多个第四控制器所属网络当前的网络资源状态信息和/或下级的多个节点级控制器所属网络当前的网络资源状态信息作为第四网络资源状态信息，并将第四网络资源状态信息上报至所述第三控制器；根据当前的控制模式采集同级的多个第四控制器所属协同计算单元当前的计算资源状态信息和/或下级的多个节点级控制器所属协同计算单元当前的计算资源状态信息作为第四计算资源状态信息，并将第四计算资源状态信息上报至第三控制器；根据当前的控制模式接收或者不接收用户请求，并在第四网络资源状态信息和第四计算资源状态信息满足预设条件时，生成第五请求，其中，第五请求包括用户请求和/或用于对同级的多个第四控制器和/或多个节点级控制器的计算卸载进行控制的请求；根据当前的控制模式接收或者不接收第三控制器分发的第三控制信息，并根据第四网络资源状态信息和第四计算资源状态信息生成用于对同级的多个第四控制器和/或多个节点级控制器的计算卸载进行控制的第四控制信息，将第四控制信息分发至控制器标识所标记的控制器中，以使所标记的控制器对计算卸载进行控制。

s145：根据第四控制信息获取所控制的计算卸载信息标识对应的计算卸载信息，在与节点级控制器对应的协同计算单元中，根据第四控制信息中的计算卸载控制方式对节点级控制器对应的协同计算单元的计算卸载进行控制。

s146：基于至少两种的预设控制器生成不同的虚拟控制器簇的组合，并控制移动计算卸载协同控制系统在不同的虚拟控制器簇的组合中切换，移动计算卸载协同控制系统根据第一请求对不同虚拟控制器簇组合内的控制器的计算卸载进行控制，其中，不同的虚拟控制器簇的组合中所包含的预设控制器不同。

在本发明的实施例中，可以在控制模式为第二类控制模式时，基于至少两种的预设控制器生成不同的虚拟控制器簇的组合。

获取接收到所述第一请求的控制器标识对应的控制器，判断对应的控制器的计算资源中是否支持与第一请求中计算卸载信息标识对应的计算资源，在支持与第一请求中计算卸载信息标识对应的计算资源时，将对应的控制器确定为目标控制器，将目标控制器配置为虚拟控制器簇的簇头控制器，以及将与目标控制器相关联的控制器配置为虚拟控制器簇的成员控制器。

在本发明的实施例中，虚拟控制器簇的簇头控制器可以为宏基站级控制器，或者，可以为微基站级控制器，对此不作限制。

通过在控制模式为第二类控制模式时，生成虚拟控制器簇，完成基于某特定控制器为视角的移动计算卸载协同优化控制，提升移动计算卸载协同控制方法的灵活性。

需要说明的是，前述图1-图15实施例中对移动计算卸载协同控制系统实施例的解释说明也适用于该实施例的移动计算卸载协同控制方法，其实现原理类似，此处不再赘述。

本实施例中，通过第一控制器在接收到第一请求时，根据第一请求中的计算卸载信息标识和控制模式生成对应的控制信息，并将控制信息逐级分发至第二控制器、第三控制器、第四控制器，以及节点级控制器，能够完成基于软件定义的移动计算卸载协同优化控制，灵活地支持基于用户为中心或基于计算资源和/或网络资源优化为中心的不同移动计算卸载协同优化目标，提升该移动计算卸载协同控制方法的可扩展性和灵活性。

需要说明的是，在本发明的描述中，术语“第一”、“第二”等仅用于描述目的，而不能理解为指示或暗示相对重要性。此外，在本发明的描述中，除非另有说明，“多个”的含义是两个或两个以上。

流程图中或在此以其他方式描述的任何过程或方法描述可以被理解为，表示包括一个或更多个用于实现特定逻辑功能或过程的步骤的可执行指令的代码的子模块、片段或部分，并且本发明的优选实施方式的范围包括另外的实现，其中可以不按所示出或讨论的顺序，包括根据所涉及的功能按基本同时的方式或按相反的顺序，来执行功能，这应被本发明的实施例所属技术领域的技术人员所理解。

应当理解，本发明的各部分可以用硬件、软件、固件或它们的组合来实现。在上述实施方式中，多个步骤或方法可以用存储在存储器中且由合适的指令执行系统执行的软件或固件来实现。例如，如果用硬件来实现，和在另一实施方式中一样，可用本领域公知的下列技术中的任一项或他们的组合来实现：具有用于对数据信号实现逻辑功能的逻辑门电路的离散逻辑电路，具有合适的组合逻辑门电路的专用集成电路，可编程门阵列(pga)，现场可编程门阵列(fpga)等。

本技术领域的普通技术人员可以理解实现上述实施例方法携带的全部或部分步骤是可以通过程序来指令相关的硬件完成，所述的程序可以存储于一种计算机可读存储介质中，该程序在执行时，包括方法实施例的步骤之一或其组合。

此外，在本发明各个实施例中的各功能单元可以集成在一个处理子模块中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个子模块中。上述集成的子模块既可以采用硬件的形式实现，也可以采用软件功能子模块的形式实现。所述集成的子模块如果以软件功能子模块的形式实现并作为独立的产品销售或使用时，也可以存储在一个计算机可读取存储介质中。

上述提到的存储介质可以是只读存储器，磁盘或光盘等。

在本说明书的描述中，参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不一定指的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。

尽管上面已经示出和描述了本发明的实施例，可以理解的是，上述实施例是示例性的，不能理解为对本发明的限制，本领域的普通技术人员在本发明的范围内可以对上述实施例进行变化、修改、替换和变型。