本申请涉及移动性管理技术，特别涉及一种移动性管理的控制平面优化方法和控制器。
背景技术
近年来，智能移动设备的数量大幅度增长及其在cpu处理能力、网络连接能力、传感能力等性能方面的提升，使得人们将更多地使用移动设备接入网络和获取服务，但是，面对一些图像识别、网上游戏等计算密集型应用，移动设备的计算能力、电池续航能力等依然构成对应用实施的严重限制。因此，有人提出由移动设备将计算复杂度较高的任务卸载到远程的云数据中心，数据中心再将计算结果返回给移动设备的解决方案[4,5]；但是，云数据中心与移动设备距离较远，通过高延迟的广域网连接，一方面，移动设备无法快速地获得需要的应用计算结果，另一方面，频繁的计算应用卸载会给广域网造成较大的流量压力，导致核心网络的流量增加，同时，也会导致移动无线网络的流量激增、无线接入网络的前传和和回程链路带宽紧张，对移动无线接入网络的资源使用造成较大的压力。
移动边缘计算(mec：mobileedgecomputing)为基于移动无线接入网络的边缘计算提供了一个可行的解决方案。在宏基站、微基站、无线接入点以及移动用户设备配置具有计算能力的模块，通过在基站、用户终端上提供计算卸载能力，可以使计算密集型应用在更接近网络边缘的设备上完成，这样，既可以减少用户的服务响应时延，同时，也可以提高边缘设备的资源利用率，减少移动无线网络中由于在核心网络进行计算卸载带来的回传、前传链路的网络负载。由此可见，基于边缘计算的应用对异构移动无线接入网络的网络架构及其智能组网产生了较大的影响。
具体地说，由于宏基站、微基站、无线接入点和用户终端上均可能支持计算能力，因此，移动用户在异构分层无线接入网络中漫游时，可以将计算卸载到包括宏基站、微基站、无线接入点甚至附近的移动用户终端上，由宏基站、微基站、无线接入点甚至附近的移动用户终端上的协同计算单元完成卸载后的计算任务，再将计算结果返回给移动用户，当移动用户移动并进行切换时，会影响计算卸载过程中用户发送和接收计算结果数据的传输，尤其是当计算卸载业务的计算输入数据和计算输出数据量大、卸载节点和被卸载节点之间的计算任务调用造成节点之间的频繁交互时，会对计算卸载业务的完成造成不利的影响。因此，有必要研究并优化面向计算卸载业务的移动性管理机制。
现有蜂窝移动网络中的移动性管理功能是通过mme、s-gw、p-gw以及源基站、目标基站等功能模块完成的，其中，mme位于核心网络，完成位置管理、切换管理和数据管理等移动性管理相关的功能，具体地，在控制平面上，用户基于附着、唤醒、切换以及空闲等与移动性管理功能相关的四类事件的信息交互，均由在核心网络中集中式部署的mme实体、s-gw、p-gw以及源基站、目标基站等实体协同完成；在数据平面上，采用基于附着基站与服务网关协同的方式完成移动性管理涉及的数据平面的数据流传输。从本质上看，基于上述移动性管理功能的部署方法时，移动性管理功能是采用集中方式部署的方式实现的，在控制平面上不但存在单点故障问题，而且，还存在信令流量欠优化、难以满足不同业务需求的问题。
随着4g基于异构分层的移动无线接入网络的部署以及5g典型业务场景的引入，一方面，无线接入网络的网络架构更趋向于扁平化，另一方面，移动边缘计算导致的在异构分层移动无线接入网络中广泛部署计算资源和缓存资源，也将极大地推动包括计算、存储以及不同业务场景下的各种移动应用的发展，从而不可避免地引起支持计算卸载业务时移动性管理控制平面上信令数据流量的激增，由此导致的移动性管理控制平面的性能优化，将成为一个迫切需要解决的问题。
目前，针对移动性管理的研究成果主要包括：
(1)在移动性管理性能评估方面，研究成果主要包括用户的不同移动性模型、不同业务场景下的移动性管理性能评估，针对用户、基站的分布进行建模，针对移动用户的移动性行为进行建模，针对所支持的业务进行建模，分析影响移动性管理性能的主要因素、理论建模结果与系统性仿真研究结果之间的差异，评价指标主要包括数据包的丢失率、切换率、切换乒乓率、切换时延等；
(2)在移动性管理架构改进方面，研究成果主要包括对移动性管理架构的改进，包括控制平面的改进和数据平面的改进。首先，在控制平面上，研究成果主要集中在对移动性管理架构的mme功能分布式部署的优化方面，针对移动性管理的集中式部署缺陷，有人提出了分布式移动性管理(dmm)的方法，将mme分成层次化的架构，其中，全局mme负责不同区域之间的移动性管理，本地mme则负责本地区域的移动性管理，这样，可以节省移动性管理控制平面到核心网络的控制信息开销；此外，有基于网络功能虚拟化的移动性管理研究成果，但本类解决方案并不是针对面向计算业务的应用场景的解决方案；其次，在数据平面上，目前基于异构分层无线接入网络业务中的移动性管理通常采用基于本地锚点的移动性管理方案，即本地锚点负责用户平面的数据转发，通过本地锚点选取，完成数据平面上数据转发路径的优化。在面向计算卸载业务的移动性管理数据平面优化方面，针对移动性管理的数据平面，已有的研究成果是基于能效优化的移动性管理数据平面的优化。
根据上述调研，可以看出，目前尚未发现已发表的针对支持计算卸载业务的移动性管理控制平面性能进行优化的研究成果。
技术实现要素：
本申请提供一种移动性管理的控制平面优化方法和控制器，能够针对计算卸载业务进行合理的控制平面优化。
为实现上述目的，本申请采用如下技术方案：
一种移动性管理的控制平面优化方法，包括：
在由宏基站、微基站、无线接入点形成的异构分层移动无线接入网络的簇内，周期性收集与移动性管理控制平面相关的网络资源状态信息，对收集的网络资源状态信息预处理后进行分析，并将分析结果作为对应于网络资源状态的场景数据；
在所述簇内，周期性收集各计算卸载协同控制器所属的协同计算单元的与移动性管理控制平面相关的计算资源状态信息，对收集的计算资源状态信息预处理后进行分析，并将相应的分析结果作为对应于计算资源状态的场景数据；
确定需要进行控制平面优化时，将当前对应于网络资源状态的场景数据和当前对应于计算资源状态的场景数据作为限制条件，按照移动性管理控制平面的指定优化目标，进行所述控制平面的优化，并按照优化结果完成移动性管理控制平面的优化控制。
较佳地，所述对收集的网络资源状态信息预处理后进行分析包括：从收集的网络资源状态信息中提取有效网络状态信息，根据所述有效网络状态信息，并结合历史网络资源状态，确定目标网络状态信息，对所述目标网络状态信息进行分析。
较佳地，所述对收集的计算资源状态信息预处理后进行分析包括：从控制器所属的协同计算单元中收集并提取有效的计算状态信息，根据所述有效计算状态信息，结合历史计算资源状态，确定目标计算状态信息，对所述目标计算状态信息进行分析。
较佳地，所述对应于网络资源状态的场景数据包括：在移动性管理控制平面上的网络拓扑、组网状态信息、链路带宽、控制平面的吞吐量、指定链路的网络资源使用量、指定链路的网络资源使用率和/或系统通信相关的代价；和/或，
所述对应于计算资源状态的场景数据包括：在移动性管理控制平面上的计算资源能力、计算资源组网拓扑、计算资源组网状态信息、计算卸载组件状态信息、用户的移动计算卸载请求的变化特征信息、协同计算单元的计算资源使用量、计算资源使用率和/或系统计算相关的代价。
较佳地，所述确定需要进行控制平面优化的方式包括：根据当前对应于网络资源状态的场景数据和当前对应于计算资源状态的场景数据确定是否需要进行控制平面优化。
较佳地，所述根据当前对应于网络资源状态的场景数据和当前对应于计算资源状态的场景数据确定是否需要进行控制平面优化包括：根据当前对应于网络资源状态的场景数据和当前对应于计算资源状态的场景数据，监测移动性管理控制平面的状态信息，并根据该状态信息确定移动性管理性能指标状态；根据所述移动性管理性能指标状态进行移动性管理中控制平面的性能评估，当评估结果不满足当前需求时，确定需要进行控制平面优化；当评估结果满足当前需求时，确定不需要进行控制平面优化。
一种移动性管理的控制平面优化控制器，包括：mmoc-cp-cos资源状态信息统计和分析模块、移动性管理控制平面优化决策模块和控制平面优化模块；
所述mmoc-cp-cos资源状态信息统计和分析模块，用于在由宏基站、微基站、无线接入点形成的异构分层移动无线接入网络的簇内，周期性地收集与移动性管理控制平面相关的网络资源状态信息，对收集的网络资源状态信息预处理后进行分析，并将分析结果作为对应于网络资源状态的场景数据；还用于在所述簇内周期性地收集各计算卸载协同控制器所属协同计算单元与移动性管理控制平面相关的计算资源状态信息，对收集的计算资源状态信息预处理后进行分析，并将分析结果作为对应于计算资源状态的场景数据；
所述移动性管理控制平面优化决策模块，用于确定是否需要进行控制平面优化，并在确定进行控制平面优化时，通知所述控制平面优化模块；
所述控制平面优化模块，用于将所述mmoc-cp-cos资源状态信息统计和分析模块输出的当前对应于与移动性管理控制平面相关的网络资源状态的场景数据和计算资源状态的场景数据作为限制条件，按照控制平面的指定优化目标，进行所述控制平面的优化，并按照优化控制结果完成移动性管理控制平面的优化控制。
较佳地，所述移动性管理控制平面优化决策模块包括移动性管理控制平面性能监测子模块、移动性管理控制平面性能评估子模块和移动性管理控制平面优化控制输入参数生成子模块；
所述移动性管理控制平面性能监测子模块，用于根据所述资源状态统计和分析模块输出的当前与移动性管理控制平面相关的网络资源状态的场景数据和计算资源状态的场景数据，监测移动性管理控制平面的状态信息，并根据该状态信息确定移动性管理性能指标状态；
所述移动性管理控制平面性能评估子模块，用于根据所述移动性管理性能指标状态进行移动性管理控制平面的性能评估，当评估结果不满足当前需求时，确定需要进行控制平面优化，并将所述移动性管理性能指标状态发送给所述移动性管理控制平面优化控制输入参数生成子模块；
所述移动性管理控制平面优化控制输入参数生成子模块，用于根据所述移动性管理性能指标状态生成移动性管理控制平面优化控制策略输入参数，并将所述输入参数输出给所述控制平面优化模块。
较佳地，所述控制平面优化模块包括：移动性管理控制平面优化控制策略子模块和移动性管理控制平面优化控制策略输出子模块；
所述移动性管理控制平面优化控制策略子模块，用于根据所述输入参数，将所述资源状态统计和分析模块输出的当前与移动性管理控制平面相关的网络资源状态的场景数据和计算资源状态的场景数据作为限制条件，按照控制平面的指定优化目标，进行所述控制平面的优化，并将优化结果发送给所述移动性管理控制平面优化控制策略输出子模块；
所述移动性管理控制平面优化控制策略输出子模块，用于根据所述优化结果生成针对移动性管理控制平面进行优化控制的控制信息，并将该控制信息分发到与本次优化控制相关的基站和/或无线接入点，用于各个与本次优化控制相关的基站和/或无线接入点按照所述控制信息进行移动性管理控制平面的优化控制操作。
由上述方案可见，本申请中，在由宏基站、微基站、无线接入点形成的异构分层移动无线接入网络的簇内，周期性地收集与移动性管理控制平面相关的网络资源状态信息，对收集的网络资源状态信息预处理后进行分析，并将分析结果作为对应于网络资源状态的场景数据；在簇内，周期性地收集各计算卸载协同控制器所属的与移动性管理控制平面相关的协同计算单元的计算资源状态信息，对收集的计算资源状态信息预处理后进行分析，并将分析结果作为对应于计算资源状态的场景数据；确定需要进行控制平面优化时，将当前与移动性管理控制平面相关的对应于网络资源状态的场景数据和对应于计算资源状态的场景数据作为限制条件，按照控制平面的指定优化目标，进行控制平面的优化，并按照优化控制结果完成移动性管理控制平面的优化控制。通过上述方式，在进行控制平面优化时，考虑当前与移动性管理控制平面相关的网络状态和计算状态，将完成计算卸载任务使用的网络资源和计算资源纳入控制平面优化的限制条件，从而使控制平面的优化结果及本地锚点的选择能够适应于当前的网络资源和计算资源使用状态，优化计算组件间的调用和控制信息的传输路径，提高移动性管理控制平面的性能。
附图说明
图1为一种面向计算卸载业务的移动性管理架构示意图；
图2给出了一种在异构分层无线接入网络中移动性管理架构包含的功能模块及其控制平面的组网架构；
图3给出了本申请中面向计算卸载业务的移动无线接入网络的一种控制平面的组网架构；
图4为本申请中移动性管理的控制平面优化方法基本流程示意图；
图5为本申请中控制平面优化控制器的基本结构示意图；
图6为本申请实施例中mmoc-cp-cos的结构示意图；
图7给出了mmoc-cp-cos资源状态信息统计和分析模块的子模块组成；
图8给出了mmoc-cp-cos网络资源状态信息统计和分析子模块的组成；
图9给出了mmoc-cp-cos计算资源状态信息统计和分析子模块的组成；
图10给出了面向计算卸载业务的移动性管理的簇内切换流程；
图11给出了面向计算卸载业务的移动性管理的簇间切换流程；
图12给出了一种基于控制平面信令数据通信开销最小的移动性管理控制平面优化方法的流程图。
具体实施方式
为了使本申请的目的、技术手段和优点更加清楚明白，以下结合附图对本申请做进一步详细说明。
前述背景技术中的移动性管理解决方案基于数据流，与其所支持的业务流的行为特征无关。此外，在现有基于锚点的移动性管理解决方案中，数据平面和控制平面的功能通常均驻留在本地锚点上，即数据平面和控制平面实质上并没有分离，因此，本地锚点的选取，会影响控制平面和数据平面的性能。在支持边缘计算业务时，由于卸载节点与被卸载节点之间需要进行基于应用的频繁调用，因此，如果不考虑计算卸载业务的特点以及移动性管理控制平面的需求选取本地锚点，则难以满足移动性管理控制平面的性能需求，导致用户移动时计算卸载服务质量体验下降。
本申请提出一种面向计算卸载业务的移动性管理控制平面优化控制器，通过以面向计算卸载业务的移动性管理控制平面的性能指标作为优化目标，优化移动性管理控制平面的性能，同时，提升移动用户使用计算卸载业务时的服务质量体验。
下面首先介绍一下面向计算卸载业务的移动性管理场景、功能架构和平面划分。
图1是异构分层无线接入网络场景下，面向计算卸载的移动性管理架构场景。节点包括宏基站、微基站、无线接入点、网关；通信链路包括网关与宏基站/微基站/无线接入点、宏基站与微基站/无线接入点之间、宏基站/微基站/无线接入点与用户终端、微基站与微基站/无线接入点的链路。宏基站覆盖范围内有多个微基站、无线接入点，宏基站与微基站或无线接入点之间、微基站与微基站之间、微基站与无线接入点之间、无线接入点与无线接入点之间的链路可以为有线连接或者无线连接，宏基站与用户终端、微基站与用户终端、无线接入点与用户之间的链路为无线链路，用户可以同时接入微基站和宏基站。
在蜂窝异构无线接入网络中，移动性管理的功能由包括用户终端、源微基站/源无线接入点、目标微基站/目标无线接入点、服务网关(s-gw)、分组网关(p-gw)、移动性管理实体(mme)、核心网中负责移动用户位置管理和业务管理的数据库(hss)、策略控制(pcrf)等功能模块协同完成。
在异构分层无线接入网络中，基站基于分层方式部署，其中，宏基站负责覆盖，微基站和无线接入点采用密集部署方式完成热点地区的高速数据传输，因此，通常采用在多个微基站、无线接入点中选取本地锚点作为网关，由宏基站、本地锚点、微基站、无线接入点等协同完成用户移动时的控制平面和数据平面功能。图2给出了一种在异构分层无线接入网络中移动性管理架构包含的功能模块及其控制平面的组网架构。
从移动性管理的角度看，要保证用户在移动过程中的业务连续性，实质上，可以将移动性管理的功能进一步分为位置管理、切换管理和数据管理功能，其中，位置管理用来记录和更新移动用户在移动无线接入网络中与位置相关的上下文信息，以便保证用户在移动期间的可达性；切换管理提供切换检测、网络选择、切换判决和切换控制，保证用户在多个移动无线接入网络之间漫游时的业务连续性；数据管理负责用户移动时的数据包封装/解封装以及用户数据平面的数据转发；因此，在移动性管理的功能中，位置管理和切换管理属于移动性管理的控制平面，数据管理则属于移动性管理的数据平面。
可以看出，在图2的移动性管理架构中，移动性管理控制平面包含的功能模块有：mme、源微基站/源无线接入点、目标微基站/目标无线接入点、本地锚点(la：localanchor)、s-gw、p-gw、hss以及pcrf，控制平面完成移动用户的位置管理、切换管理。
在面向计算卸载业务的移动性管理架构中，移动性管理的数据平面又包括通信平面和计算平面。
在面向计算卸载业务的计算平面上，宏基站、微基站、无线接入点、用户终端上可能均部署有协同计算单元，移动用户将计算任务卸载到宏基站和/或微基站和/或无线接入点和/或用户终端的协同计算单元上执行。这些协同计算单元负责执行用户卸载的计算任务。一次计算卸载可由多个协同计算单元协同完成，通信平面则通过不同的网络节点和通信链路，完成对计算卸载业务的数据传输。计算卸载结果则取决于部署在计算平面上的计算卸载控制器的计算卸载优化决策结果。计算卸载控制器可以放置在宏基站上，也可以放置在从多个微基站和/或无线接入点选取出来的簇头上。
根据上述计算卸载的控制机理，从计算卸载的角度看，计算平面又分为计算平面的数据平面和控制平面。其中，计算卸载请求处理和计算卸载控制功能属于计算平面的控制平面，由计算卸载控制器来完成，计算卸载控制功能包括针对计算卸载业务的计算卸载决策控制和针对计算卸载业务的数据平面的控制功能，通过计算卸载控制器处理来自移动用户的计算卸载请求，并对计算卸载请求进行计算卸载决策，将计算卸载决策结果分发到相关的计算卸载节点和被卸载节点上。在计算卸载过程中，计算任务在被卸载节点上的协同计算单元中进行实例化和执行，在计算卸载和执行期间，在卸载节点和被卸载节点之间的计算卸载输入参数、计算卸载输出参数等数据的传输则属于计算平面的数据平面，计算卸载涉及的协同计算单元的计算优化则属于计算平面的控制平面。由此可见，计算卸载相关的优化反过来又会影响通信平面的数据传输，当数据平面和控制平面的分离不完全时，也将影响到移动性管理的控制平面性能。
在异构分层移动无线接入网络中支持计算卸载业务时，通常在宏基站和各个微基站上均部署协同计算单元，计算单元之间通过协同完成计算卸载任务。针对用户进行移动性管理时，基站需要频繁地与核心网络的功能实体进行信息交互，因此，导致无线接入网络到核心网络的通信开销较大，因此，通常采用优化选取本地锚点的方式，基于本地锚点优化通信开销。具体地，本地锚点的功能包括以下方面：
(1)在数据平面上，本地锚点完成代理和数据中继功能，通过选取优化的数据平面锚点，可以在其所属簇内的微基站之间、簇之间完成数据流量的集中和优化传输；
(2)在控制平面上，本地锚点协助完成移动性管理相关的控制流程，本地锚点知道用户通过微基站的附着行为，为移动终端提供簇内和簇间的微基站之间的切换，并协助完成在微基站和本地锚点之间以及本地锚点和核心网之间的承载连接控制流程。
基于上述关于本地锚点的功能及其与移动性管理功能的关系，在本地锚点的选取上，通常，本地锚点可以是宏基站，也可以是基于某一个微基站。因此，针对面向计算卸载业务的移动性管理控制平面优化，可以转化成为在宏基站、多个微基站、无线接入点形成的簇内，基于移动性管理控制平面的特定优化目标，优化选取本地锚点的问题。通过对本地锚点的优化，可以达到优化控制数据流传输，从而达到优化移动性管理控制平面性能的目的。
基于上述思路，图3给出了本申请中面向计算卸载业务的移动无线接入网络的一种控制平面的组网架构，其中，计算卸载控制器部署在宏基站上，在宏基站、微基站和无线接入点上均部署了协同计算单元，选取本地锚点la1和la2，与mme以及s-gw、p-gw协同完成支持计算卸载业务时移动用户的移动性管理功能。
图4为本申请中移动性管理的控制平面优化方法基本流程示意图，如图4所示，该方法包括：
步骤401，在由宏基站、微基站、无线接入点形成的异构分层移动无线接入网络的簇内，周期性地收集与移动性管理控制平面相关的网络资源状态信息和各计算卸载协同控制器所属协同计算单元与移动性管理控制平面相关的计算资源状态信息。
本申请是面向计算卸载的移动性管理控制平面优化，因此需要对计算卸载业务对移动性管理控制平面造成影响的控制平面相关状态信息进行搜集，本步骤就是用于收集移动性管理中与控制平面性能相关的网络资源状态信息和计算资源状态信息，从而利用这些状态信息作为控制平面优化的依据。其中，网络资源状态信息包括但不限于：与移动性管理控制平面相关的网络拓扑、组网状态信息、链路带宽、控制平面的吞吐量、指定链路的网络资源使用量、指定链路的网络资源使用率和/或系统通信相关代价等；计算资源状态信息包括但不限于：与移动性管理控制平面相关的计算资源能力、计算资源组网拓扑、计算资源组网状态信息、计算卸载组件状态信息、用户的移动计算卸载请求的变化特征信息、协同计算单元的计算资源使用量、计算资源使用率和/或系统计算相关的代价等。
步骤402，对收集的网络资源状态信息和计算资源状态信息预处理后进行分析，并将分析结果作为对应于网络资源状态的场景数据和对应于计算资源状态的场景数据。
对与移动性管理控制平面性能相关的网络资源状态信息进行预处理时，可以从收集的网络资源状态信息中提取有效网络状态信息，根据有效网络状态信息，并结合历史网络资源状态，确定目标网络状态信息，对目标网络状态信息进行分析。其中的分析处理可以是基于统计分析和/或基于人工智能的分析方式。例如，可以根据有效网络状态信息，结合历史网络状态信息，基于人工智能算法，包括但不限于机器学习算法，对网络资源状态信息进行分析和预测，将预测结果信息与分析结果信息进行信息汇总，输出基于网络资源状态信息的场景数据。对应于网络资源状态的场景数据包括但不限于：与移动性管理控制平面相关的网络拓扑、组网状态信息、链路带宽、控制平面的吞吐量、指定链路的网络资源使用量、指定链路的网络资源使用率和/或系统通信相关代价等，并以此作为面向计算卸载业务的移动性管理控制平面优化的优化依据。
对计算资源状态信息进行预处理时，可以从收集的计算资源状态信息中提取有效计算状态信息，根据有效计算状态信息，并结合历史计算资源状态，确定目标计算状态信息，对目标计算状态信息进行分析。其中的分析处理可以是基于统计分析或基于人工智能的分析方式。例如，可以根据有效计算状态信息，结合历史计算状态信息，基于人工智能算法，包括但不限于机器学习算法，对计算资源状态信息进行分析和预测，根据预测结果进行信息汇聚和分析，对应于计算资源状态的场景数据包括但不限于：与移动性管理控制平面相关的计算资源能力、计算资源组网拓扑、计算资源组网状态信息、计算卸载组件状态信息、用户的移动计算卸载请求的变化特征信息、协同计算单元的计算资源使用量、计算资源使用率和/或系统计算相关的代价等，并以此作为面向计算卸载业务的移动性管理控制平面优化的优化依据。
步骤403，判断是否需要进行控制平面优化，当需要进行控制平面优化时，执行步骤404，否则返回步骤401。
在判断是否需要进行控制平面优化时，可以根据步骤402确定出的当前对应于网络资源状态的场景数据和当前对应于计算资源状态的场景数据进行。优选地，可以根据当前对应于网络资源状态的场景数据和当前对应于计算资源状态的场景数据，监测移动性管理控制平面的状态信息，并根据该状态信息确定当前移动性管理控制平面的性能指标状态信息；根据所述移动性管理控制平面性能指标状态信息进行移动性管理控制平面的性能评估，当评估结果不满足当前需求时，确定需要进行控制平面优化；当评估结果满足当前需求时，确定不需要进行控制平面优化。
步骤404，将当前对应于网络资源状态的场景数据和当前对应于计算资源状态的场景数据作为限制条件，按照控制平面的指定优化目标，进行控制平面的优化。
步骤402确定出的对应于网络资源状态和计算资源状态的场景数据，反映了与计算卸载相关的资源状态。本步骤中，利用这些场景数据作为限制条件，并按照指定的优化目标，进行控制平面的优化，这样优化后的结果能够适应于当前与计算卸载业务相关的资源状况，即考虑与计算卸载业务相关的控制平面状态信息。
其中，控制平面的优化目标可以是各种现有的移动性管理控制平面的优化指标，也可以是根据计算卸载业务应用的实际需求提出的性能指标，本申请对此不做限定。
步骤405，按照步骤404的优化控制结果进行移动性管理控制平面的优化控制。
在步骤404的优化结果中，可以是将当前对应于网络资源状态的场景数据和当前对应于计算资源状态的场景数据作为优化限制条件，按照控制平面的指定优化目标，进行优化控制。优选地，该优化控制结果可以是选择最优的本地锚点，并基于本地锚点的选择结果，完成本地锚点的移动性管理控制平面的功能。通过该本地锚点的选择，可以优化面向计算卸载业务的移动性管理架构中控制平面的信令转发路径，从而达到提高移动性管理控制平面性能的目的。当然，控制平面的优化控制结果不限于本地锚点的选择，还可以是基于其他优化目标和限制条件进行的优化控制结果。
至此，本申请中移动性管理的控制平面优化方法流程结束。
本申请还提供了一种面向计算卸载业务的移动性管理的控制平面优化控制器(computationoffloadingserviceawaremobilitymanagementoptimizationcontrollerforcontrolplane，mmoc-cp-cos)，可以用于实施上述控制平面优化方法。图5为该控制器的基本结构示意图。如图5所示，该控制器包括：mmoc-cp-cos资源状态信息统计和分析模块、移动性管理控制平面优化决策模块和控制平面优化模块。
其中，mmoc-cp-cos资源状态信息统计和分析模块，用于在由宏基站、微基站、无线接入点形成的异构分层移动无线接入网络的簇内，周期性地收集与移动性管理控制平面相关的网络资源状态信息，对收集的网络资源状态信息预处理后进行分析，并将分析结果作为对应于网络资源状态的场景数据；还用于在簇内周期性地收集各计算卸载协同控制器所属的协同计算单元的与移动性管理控制平面相关的计算资源状态信息，对收集的计算资源状态信息预处理后进行分析，并将分析结果作为对应于计算资源状态的场景数据。
移动性管理控制平面优化决策模块，用于确定是否需要进行控制平面优化，并在确定进行控制平面优化时，通知控制平面优化模块。
控制平面优化模块，用于将网络资源状态统计和分析模块输出的当前对应于网络资源状态的场景数据和计算资源状态统计和分析模块输出的当前对应于计算资源状态的场景数据作为优化限制条件，按照控制平面的指定优化目标，进行控制平面的优化，并按照优化结果完成优化控制，进而完成移动性管理控制平面的功能。
下面给出一个mmoc-cp-cos的具体实施例。图6为该实施例中mmoc-cp-cos的结构示意图。如图6所示，mmoc-cp-cos包括mmoc-cp-cos资源状态信息收集模块、移动性管理控制平面优化决策模块和控制平面优化模块。其中，移动性管理控制平面优化决策模块包括移动性管理控制平面性能监测子模块、移动性管理控制平面性能评估子模块和移动性管理控制平面优化控制策略输入参数生成子模块，控制平面优化模块包括移动性管理控制平面优化控制策略子模块和移动性管理控制平面优化控制策略输出子模块。
在图6中，各模块和子模块完成的功能包括：
1、mmoc-cp-cos资源状态信息统计和分析模块：本模块针对系统中与移动性管理控制平面相关的网络资源状态信息和计算资源状态信息进行监测，并给出分析和预测信息。本模块包含的子模块有mmoc-cp-cos网络资源状态信息统计和分析子模块、mmoc-cp-cos计算资源状态信息统计和分析子模块。图7给出了mmoc-cp-cos资源状态信息统计和分析模块的子模块组成。
(1)mmoc-cp-cos网络资源状态信息统计和分析子模块：本子模块包含mmoc-cp-cos网络资源状态信息收集模块、预处理模块、数据分析模块、预测模块和信息汇聚模块。具体来说，mmoc-cp-cos网络资源状态信息收集模块周期性地收集与移动性管理控制平面相关的网络资源状态信息，并将本部分网络状态信息输入到预处理模块中进行预处理，预处理之后的信息输入到数据分析模块中进行处理，输出基于该网络状态信息的网络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状态信息的场景数据，本场景数据输入到移动性管理控制平面性能监测子模块中，以便成为移动性管理控制平面性能监测子模块生成移动性管理控制平面性能状态信息和移动性管理控制平面优化控制策略输入参数生成子模块的网络资源状态信息输入依据。
可选地，针对与移动性管理控制平面相关的网络资源状态信息进行分析，其中的分析可以是基于统计分析和/或基于人工智能的分析方式。例如，可以根据有效网络状态信息，结合历史网络状态信息，基于人工智能算法，包括但不限于机器学习算法，对网络资源状态信息进行分析和预测，将预测结果信息与分析结果信息进行信息汇总，输出基于网络资源状态信息的场景数据。生成的场景数据包括但不限于：与移动性管理控制平面相关的网络拓扑、组网状态信息、链路带宽、控制平面的吞吐量、指定链路的网络资源使用量、指定链路的网络资源使用率、系统通信代价等，并以此作为面向计算卸载业务的移动性管理控制平面优化控制策略子模块的优化依据，图8给出了mmoc-cp-cos网络资源状态信息统计和分析子模块的组成。
(2)mmoc-cp-cos计算资源状态信息统计和分析子模块：本子模块用来收集并分析与移动性管理控制平面相关的计算资源状态信息，本子模块包含的模块有mmoc-cp-cos计算资源状态信息收集模块、预处理模块、数据分析模块、预测模块和信息汇聚模块。具体地说，mmoc-cp-cos计算资源状态信息收集模块周期性地收集其所属协同计算单元的与移动性管理控制平面相关的计算资源状态信息，并将本部分计算资源状态信息输入到预处理模块进行预处理，输出的计算资源状态信息输入到数据分析模块中进行分析，输出计算资源状态预测信息和信息汇聚结果，并基于上述信息生成并输出基于该计算资源状态信息的场景数据。本场景数据输入到移动性管理控制平面性能监测子模块中，以便成为移动性管理控制平面性能监测子模块生成移动性管理控制平面性能状态信息和移动性管理控制平面优化控制策略输入参数生成子模块的相关计算资源状态信息输入依据。
可选地，针对与移动性管理控制平面相关的计算资源状态信息进行分析，其中的分析可以是基于统计分析或基于人工智能的分析方式。例如，可以根据有效计算状态信息，结合历史计算状态信息，基于人工智能算法，包括但不限于机器学习算法，对计算资源状态信息进行分析和预测，根据预测结果进行信息汇聚和分析，生成的场景数据包括但不限于：与移动性管理控制平面相关的计算资源能力、计算资源组网拓扑、计算资源组网状态信息、计算卸载组件状态信息、用户的移动计算卸载请求的变化特征信息、协同计算单元的计算资源使用量、计算资源使用率以及系统计算相关的代价等，并以此作为面向计算卸载业务的移动性管理控制平面优化控制策略子模块的优化依据。图9给出了mmoc-cp-cos计算资源状态信息统计和分析子模块的组成。
2、移动性管理控制平面优化决策模块，用于确定是否需要进行控制平面优化，并在确定进行控制平面优化时，通知控制平面优化模块。本模块包含移动性管理数据控制性能监测子模块、移动性管理控制平面性能评估子模块和移动性管理控制平面优化控制输入参数生成子模块。
(1)移动性管理控制平面性能监测子模块：本子模块根据mmoc-cp-cos网络资源状态信息统计和分析子模块、mmoc-cp-cos计算资源状态信息统计和分析子模块输出的资源状态信息，周期性地监测系统中与移动性管理控制平面相关的状态信息，并给出基于该状态信息的移动性管理控制平面相关性能指标值，将此性能指标值作为当前移动性管理控制平面的性能指标状态信息，发送到移动性管理控制平面性能评估子模块；
(2)移动性管理控制平面性能评估子模块：本子模块接收移动性管理控制平面性能监测子模块发送的与移动性管理控制平面相关的性能指标状态信息，按照本模块的性能评估算法，对目前的移动性管理控制平面性能进行基于控制平面特定性能指标的评估，并输出性能评估结果，当性能评估结果符合预设的特定性能指标值时，将该性能指标值返回移动性管理控制平面性能监测子模块，移动性管理控制平面性能监测子模块继续周期性地监测移动性管理控制平面相关的性能状态信息；当性能评估结果不符合预设的特定性能指标值时，移动性管理控制平面性能评估子模块将目前的性能指标状态信息输出到移动性管理控制平面优化控制策略输入参数生成子模块。
(3)移动性管理控制平面优化控制策略输入参数生成子模块：本子模块接收到移动性管理控制平面性能评估模块的性能指标状态信息，根据该信息生成基于该性能指标优化的移动性管理控制平面优化控制策略输入参数，并将该输入参数输出到移动性管理控制平面优化控制策略子模块。
3、控制平面优化模块，用于将网络资源状态统计和分析子模块输出的当前对应于mmoc-cp-cos网络资源状态统计和分析子模块的场景数据和mmoc-cp-cos计算资源状态统计和分析子模块输出的当前对应于计算资源状态的场景数据作为优化限制条件，按照控制平面的指定优化目标，进行控制平面的优化，并按照优化控制结果完成移动性管理控制平面的优化控制。本模块包含移动性管理控制平面优化控制策略子模块和移动性管理控制平面优化控制策略输出子模块。
(1)移动性管理控制平面优化控制策略子模块：本子模块根据移动性管理控制平面优化控制策略输入参数生成子模块输入的移动性管理控制平面优化控制策略输入参数，选择特定控制平面性能指标作为优化目标，同时，根据目前与移动性管理控制平面相关的资源状态信息作为优化的限制条件，将优化问题转化成一个针对移动性管理的特定控制平面性能指标作为优化目标，以与移动性管理控制平面相关的资源状态信息作为约束条件的优化问题，对该问题进行在线或离线求解，将优化控制结果输出到移动性管理控制平面优化控制策略输出子模块；
(2)移动性管理控制平面优化控制策略输出子模块：本子模块收到移动性管理控制平面优化控制策略子模块的移动性管理控制平面优化控制结果信息，基于该优化控制结果信息，生成并向与本次优化控制相关的基站和/或无线接入点输出针对移动性管理进行控制平面优化控制的控制信息。
通过上述本申请中的控制平面优化方法和优化控制器，能够进行移动性管理控制平面的优化。下面给出适用于本申请的切换过程示例。
面向计算卸载业务的移动性管理的切换流程包括簇内的切换流程和簇间的切换流程。基于上述移动性管理性能控制平面性能优化控制器的优化控制，可以得到优化控制结果，例如，可以基于特定优化目标和资源状态限制条件优化选择本地锚点，根据本地锚点的优化选择结果，完成面向计算卸载业务的移动性管理簇内切换流程和簇间切换流程。
以下以一次成功的切换为例，分别给出微基站簇内的切换流程和微基站簇间的切换流程。
图10给出了一种面向计算卸载业务的移动性管理的簇内切换流程。假设移动用户在切换时，正在执行基于计算卸载的任务，本计算卸载任务与sbsx相关，计算卸载结果在移动用户切换期间需要回传给移动用户，当前经mmoc-cp-cos优化控制，选择的本微基站sbs1、sbs2所在簇的本地锚点是la，la上驻留了mme的功能。因此，本次基于微基站簇内的切换过程涉及移动终端、服务基站(servingsbs1)、目标基站(targetsbs2)、本地锚点la、移动性管理(mme)、服务网关(s-gw)以及正在执行计算卸载任务的计算服务基站sbsx。切换分为切换准备过程、切换执行过程和切换完成过程，以下给出本次切换的具体流程：
移动终端周期性地将基于接收信号强度的测量报告消息发送到其目前附着的sbs1，该测量报告信息包含有当前该用户所在覆盖范围内可能的多个sbs的信号强度信息，sbs1基于目前的测量报告决定用户是否进入切换准备状态，当测量报告信息达到切换阈值时，移动用户进入切换准备过程。在切换准备过程，sbs1基于当前接收到的几个可能切换的sbs小区信号强度值，向la发送切换请求；la完成切换时的接入网络选择决策，并将网络选择的决策结果，即目标基站sbs2的信息发送给sbs1，sbs1向sbs2发送切换请求，sbs2基于此切换请求，完成针对该移动终端的接纳允许控制过程，决策是否可以让该移动终端切换到本sbs2，如果sbs2允许移动终端切换到自身小区，则发送切换应答消息给sbs1，sbs1与sbs2之间进行传输状态信息交互，切换准备过程结束，进入切换执行过程。
在切换执行过程，sbs1发送切换命令给移动终端，由于下行数据转发时的路径尚未更新，因此，下行数据仍然经由s-gw、la1到sbs1，再由sbs1传送到sbs2；当移动终端完成到sbs2的随机接入和附着过程之后，移动终端向sbs2发送切换确认消息，sbs2向la发送切换确认；la向mme发送路径切换请求，mme向s-gw发送承载路径转换请求，进入切换完成过程。
在切换完成过程，s-gw与sbs1之间交互下行数据结束状态信息，当mme收到承载路径转换响应消息时，mme向la发送路径切换确认，la向sbs2发送路径切换确认，sbs2与sbs1之间进行移动终端上下文释放信息的交互，sbs1释放该移动终端的移动上下文信息；后续的移动终端的上下行数据，例如来自核心网络或者来自sbsx的与计算卸载相关的数据将经由la发送给sbs2。
图11给出了一种面向计算卸载业务的移动性管理的簇间切换流程。假设移动终端在切换时，正在执行基于计算卸载的任务，本计算卸载任务与sbsx相关，计算卸载结果在移动用户切换期间需要回传给移动用户，经mmoc-cp-cos优化控制，已经选择微基站sbs1所在簇的本地锚点是la1，经mmoc-cp-cos优化控制，sbs2所在簇优化的本地锚点已经选择为la2，在la2上驻留了mme的功能。因此，当移动终端要切换到sbs2时，sbs2与sbs1不在同一个簇，因此，本次基于微基站簇间的切换过程涉及移动终端、sbs1、sbs2、la1、la2、mme、s-gw以及正在执行计算卸载任务的计算服务基站sbsx。切换分为切换准备过程、切换执行过程和切换完成过程，以下给出本次切换的具体流程：
移动终端周期性地将基于接收信号强度的测量报告消息发送到其目前附着的sbs1，该测量报告信息包含有当前该用户所在覆盖范围内可能的多个sbs的信号强度信息，sbs1基于目前的测量报告决定用户是否进入切换准备状态，当测量报告信息达到切换阈值时，移动用户进入切换准备过程。
在切换准备过程，sbs1基于当前接收到的几个可能切换的sbs小区信号强度值，向la1发送切换请求；由于移动终端可能要切换的小区不在la1所属的簇内，在另一个簇头为la2的簇内，因此，la1向la2发送切换请求，la2完成切换时的接入网络选择决策，给出网络选择的结果信息，即目标基站sbs2，la2发送切换响应消息给la1；la1发送切换响应消息给sbs1；sbs1向sbs2发送切换请求；sbs2基于该切换请求，完成对应的接纳允许控制过程，决策是否可以让该移动终端切换到本sbs2，如果sbs2允许移动终端切换到自身小区，则sbs2发送切换应答消息给sbs1；sbs1、la1、la2以及sbs2之间进行传输状态信息交互，进入切换执行过程。
在切换执行过程，sbs1发送切换命令消息给移动终端；在此期间，由于下行数据转发时的路径尚未更新，因此，下行数据仍然经由s-gw、la1到sbs1，再由sbs1传送到sbs2；当移动终端完成到sbs2的随机接入和附着过程之后，移动终端向sbs2发送切换确认消息，sbs2向la1发送切换确认；la1向mme发送路径切换请求，mme向s-gw发送承载修改请求，进入切换完成过程。
在切换完成过程，s-gw与sbs1之间交互下行数据结束状态信息，并向mme发送承载路径转换响应，mme向la2发送路径切换确认，la2向la1发送路径切换确认，sbs2与sbs1进行移动终端上下文释放信息的交互，sbs1释放有关该移动终端的移动上下文信息；后续的上下行数据，例如来自于核心网络或者sbsx的与计算卸载相关的数据将经由la2发送给sbs2。
以下给出本申请方法的一个具体应用实例，图12给出了一种基于控制平面信令数据通信开销最小的移动性管理控制平面优化方法，以便说明本专利的移动性管理控制平面优化控制方法。
如图12所示，相应的控制平面优化方法包括：mmoc-cp-cos资源状态信息收集模块周期性地收集系统当前与移动性管理控制平面相关的资源状态信息，mmoc-cp-cos资源状态信息收集模块将收集到的与移动性管理控制平面相关的资源状态信息上报移动性管理控制平面性能监测子模块，移动性管理控制平面性能监测子模块给出基于该状态信息的移动性管理信令数据通信开销的性能指标状态值，将此性能指标值发送到移动性管理控制平面性能评估子模块；移动性管理控制平面性能评估子模块判决当前的信令数据通信开销的性能指标状态值是否符合预设的阈值，若是，则继续周期性地收集当前与移动性管理控制平面相关的资源状态信息，否则，将目前的信令数据通信开销的性能指标状态值输出到移动性管理控制平面优化控制策略输入参数生成子模块。移动性管理控制平面优化控制策略输入参数生成子模块基于移动性管理控制平面性能评估子模块的信令数据通信开销的性能指标状态值和来自mmoc-cp-cos资源状态信息收集模块的与移动性管理控制平面相关的资源状态信息，生成基于信令数据通信开销最小化的移动性管理控制平面优化控制策略输入参数，并将该输入参数输出到移动性管理控制平面优化控制策略子模块。移动性管理控制平面优化控制策略子模块根据控制平面优化控制策略输入参数生成子模块输入的移动性管理控制平面优化控制策略输入参数，选择信令数据通信开销最小作为优化目标，根据目前与移动性管理控制平面相关的资源状态信息作为优化的限制条件，将优化问题转化成一个针对移动性管理的信令数据通信开销最小作为优化目标、以资源状态信息作为约束条件的优化问题，针对该问题进行在线或离线求解，将优化结果输出到移动性管理控制平面优化控制策略输出子模块。移动性管理控制平面优化控制策略输出子模块基于该优化控制结果信息，生成针对移动性管理控制平面进行优化控制的控制信息，并将上述控制信息发送到与本次优化过程相关的微基站和/或无线接入点，各个与优化结果信息相关的微基站和/或无线接入点基于移动性管理控制平面优化控制信息，完成相关的优化控制操作。
综上所述，本申请采用面向计算卸载业务的移动性管理控制平面优化控制器，以控制平面通信开销最小作为移动性管理控制平面的优化目标，通过优化选取本地锚点位置，优化移动性管理控制信息的传输路径，可以优化移动性管理控制平面的性能，提高移动用户的服务质量体验。
以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明保护的范围之内。