边缘计算环境中的资源分配和优化技术研究_王喜鸿.pdf

dianzi yuanqijian yu xinxijishu 电 子 元 器 件 与 信 息 技 术14|边缘计算环境中的资源分配和优化技术研究王喜鸿1，刘黎黎1，展金梅2 1.三亚理工职业学院，海南三亚572022；2.琼台师范学院，海南海口571100摘要：随着我国科技与经济的发展，万物互联与智能应用等都取得了较大的技术进步，但终端设备在硬件方面却存在着局限性，用户数量的激增也会让服务器在稳定性与连续性方面出现问题，而边缘计算虽然丰富了终端设备的存储与计算能力，但这种资源空间也是有限的。基于此，本文从边缘计算的概念出发，探讨了边缘计算环境中资源分配与优化技术研究的必要性及当前资源分配中的问题，提出了边缘计算中资源分配的优化方式，希望为有关部门提供参考。关键词：边缘计算；资源分配；优化技术；服务器模型中图分类号:TP368.5 文献标志码:A DOI:10.19772/ki.2096-4455.2022.11.004 0引言5G时代下，人与物体之间的通信变得更为紧密，再加上各类智能设备不断被开发与运用，也让城市变得更为智能化，例如无人机、无人驾驶、人脸识别等，但这些高智能的设备与应用在日常使用中，很容易给中央处理器带来较大的负载，导致延时较长、资源利用率难以保证、网络拥堵等问题，为此就应综合考虑各方面因素，优化边缘计算系统中服务器的资源分配问题，提升用户体验。1边缘计算的概念1.1边缘计算技术的含义5G网络发展下，当前城镇中不断出现了智能家居、无人驾驶、工业自动化等智能应用，而这些智能应用中也产生了大量的数据，对于服务器的计算能力、带宽及延迟情况都提出了较高的要求，因此就需要对原有的网络进行优化，边缘计算由于与各类智能应用的终端设备距离更近、延迟更低、安全性更高等优点开始被运用。边缘计算包含了各类核心技术，例如软件定义网络、隔离技术、体系结构、执行框架等。其中，软件定义网络可将用户各类数据与控制相互分隔进行管理，并将各类用户终端与服务器相互连接，管理者也可以更为方便地进行管理与控制，并通过软件定义网络实现服务器数据的处理与管理；隔离技术则是通过将数据与计算资源相互隔离，确保整个系统内各个程序之间的独立性，避免某一个程序出现故障或漏洞而影响到整个数据系统；边缘计算中的操作系统是对各类终端设备的用户所发出的任务进行计算，确保边缘计算较高的处理性能及快速响应能力，一般会采用分布式框架结构，降低系统消耗；而执行框架则是将大量的边缘计算数据处理的一项学习技术，由于边缘计算中数据规模较大，因此在框架执行方面更容易占用更多的能耗与内存占用，也属于系统的一项核心架构，还可分为系统层面、主机层面、网络层面等，近些年也结合了计算机安全技术，用来保护各类用户的隐私，强化整体系统的安全性1。1.2边缘计算技术的优势边缘计算技术拥有较大的优势，由于与用户基金项目：本文系 2022 年度海南省高等学校科学研究一般项目边缘计算中资源分配和优化技术研究（项目编号：Hnky2022-65）作者简介：王喜鸿，男，江西赣州，硕士，讲师，研究方向：信息安全。电 子 元 器 件 与 信 息 技 术|15科技前瞻端拥有更近的距离，可以降低用户指令及各项命令的处理延迟，确保各个用户的隐私安全，全面提高用户的体验。边缘计算技术的稳定性更高，可将用户的指令信息传输至云端处理器，再通过接收器接收，提高服务请求的成功率，也是智慧城市、自动工业的必备要素，另外设备的能耗状况也大幅度降低，可将本地待处理的各类任务全部卸载，再在服务器中进行安装，降低了本地的任务量，进一步提高用户的体验。同时边缘计算也可以拥有位置感知的能力，可通过与各类终端设备进行连接，从终端设备中识别出当前的地理信息位置，还具有景点查询、宾馆定位、无人驾驶、卫星导航等多种功能，并通过众多的服务器相互结合，降低网络堵塞情况，避免因多个用户请求同一服务器而造成网络拥堵情况，大幅度提升现代化城市中用户的使用体验。2边缘计算环境中资源分配与优化技术研究的必要性边缘计算服务器可通过资源与分配，优化资源分配与利用中的合理性。首先很多边缘计算终端设备都会面临大量任务的运算与处理，如果相应的边缘计算服务器缺乏可用资源，则此种类型的处理任务都会处于等待或延迟状态，对应的服务器也难以保证用户的体验，而且用户也存在着个体意识，想要准确判断某一时刻的用户状态也是具有难度的，再加上用户或设备的移动性及任务处理量的不确定性，就需要在确保用户隐私安全的前提下对终端设备进行资源预估，确保任务处理的连续性与稳定性。此外边缘计算环境下，各类终端设备的任务指令的增加也会增加服务器的负载，例如终端设备的任务请求处于增加状态，但其存储资源较为有限，需要进行卸载，并在边缘服务器中进行安装，通过云计算的方式增加存储能力，同时也有一些恶意攻击者会伪装成计算节点，对系统发起攻击，降低系统的安全性，因此系统也需要分出一定的资源用来提升安全性上，这就需要考虑边缘服务器与任务的迁移方案，优化边缘计算环境下服务器的资源分配情况，从而为用户提供更为稳定且高质量的服务。3 边缘计算环境中资源分配问题及优化对策3.1边缘计算环境中资源分配的问题当前社会处于信息化时代，各类物联网、智能应用等都得到了突飞猛进的发展，但终端设备硬件自身还具有一定的局限性。与传统的云计算相比，边缘计算服务器支撑任务的传输与处理等能力的资源是有限的，很多复杂的计算与处理任务都难以通过终端设备进行响应。边缘计算技术的全面应用虽然可以丰富终端设备的计算与存储能力，提高任务处理的高效性，但边缘服务器在计算与存储等方面依然是存在容量限制的，同时很多用户的终端设备也会处于移动状态，如果缺乏资源的合理分配，就很容易延长终端处理任务的时间，降低任务处理效率，拖慢智慧化城市的建设，特别是当前很多边缘计算环境中，由于用户的移动性，会为边缘计算服务器的资源需求带来较大的不确定性，也难以保证服务的一致性，且终端设备的任务类型之间的差异，也会导致资源需求方面的差异，或是由于边缘计算服务器负载的不均衡，难以保证总体服务器的稳定性，各方面情况下对于用户的体验及服务器的整体运营造成了较大的影响，因此确保合理的资源分配可以降低终端任务的响应与处理时间，确保边缘计算总服务器的稳定性，增进用户的体验2。3.2边缘计算环境中资源分配的优化措施边缘计算环境中，对资源进行优化分配较为关键，此举可确保资源被充分利用。具体而言，资源分配是否能够得到优化，与计算全过程的设备构建、服务器部署、负载均衡等多种因素有关，具体优化措施如下。dianzi yuanqijian yu xinxijishu 电 子 元 器 件 与 信 息 技 术16|3.2.1计算全过程的设备构建在解决边缘计算环境中的资源分配问题中，应充分考虑任务产生到任务处理结束过程中的各项技术及设备构建中容易发生的问题。具体而言，需要从边缘计算服务器、资源与分配算法的选取、终端设备与服务器的负载均衡以及边缘计算服务迁移四方面入手，确保设备构建完善。（1）边缘计算服务器。边缘计算服务器，在边缘计算环境中，属于一项重要设备。对其进行构建，是优化资源分配的关键。针对用户的移动性导致边缘计算服务器在工作中负载的差异情况，可通过与多边缘计算服务商进行合作，通过构建一定规模的服务器集群，增加处理用户指令服务器的数量，降低其延迟，起到提升处理效率的目的。在当前的构建中，很多商家都愿意提供边缘计算服务，但在搭建过程中，用户的移动性导致其面对着不同的物理位置与环境，增加数据处理的不确定性，同时又由于很多商家提供边缘计算服务，难以及时得知定价情况，定价方面存在主观性，因此还应对边缘服务器的部署加以优化。（2）资源预分配算法。边缘计算服务器很容易面临可用资源难以支撑大型计算任务的处理，导致系统缺乏稳定性，产生较大的延迟。终端设备处理中，很多任务也不能分割，很容易导致边缘计算服务器的资源不足，同时任务也会陷入长时间的等待，同时用户与服务商都拥有个人偏好，用户对于服务商的满意度也拥有不同的评价标准，但用户与服务商却均需要从系统中受益，因此就可通过使用量对边缘计算资源进行预分配，提高用户的满意程度，从而提升服务器资源的利用率。（3）终端设备与服务器的负载均衡。由于边缘计算服务器内部的负载差异，很容易导致服务器资源长时间利用率低下，因此就应确保终端设备与服务器的负载相互之间保持均衡。边缘计算环境的终端设备为人民生活提供了很多便利，而同时人们对于服务器的敏感性也提出了要求，且当前城市中，用户的各类任务对于低延迟有着较大的需求，很多任务必须保证可以在规定时间内完成处理，避免产生不良后果，例如自动驾驶、自动化生产等任务，同时边缘计算服务器的资源也是较为有限的，如果服务器内的资源利用率过低，就会影响任务的处理质量，甚至影响到整个系统的稳定性，因此在进行资源分配优化的工作中，还应协调好终端设备与服务器的任务负载，确保系统的稳定性。（4）边缘计算服务迁移。当前边缘计算服务器很容易受到处于移动状态的用户或设备而出现稳定性影响，甚至还会存在信息泄露的问题。因此在边缘计算下，若用户使用智能设备进行移动，终端设备所发出的任务指令依旧还在原来的边缘服务器上执行，处理结果就可以通过边缘服务器的网络与其他服务器进行传输，再通过其他服务器反馈给设备，但这种过程中却会由于信息传输、数据迁移等产生成本，同时也会降低服务质量，或中断正在进行的处理任务，再加上服务传输中，用户的敏感信息也会由于迁移过程而产生泄露，因此就应积极完善迁移服务机制3。3.2.2技术路线在优化边缘计算服务器的资源配置工作中，应对各类信息加以收集，并假定出优化技术路线，再通过实验的方式分析经过改进后服务器的处理状态，为边缘服务环境进行改善。例如边缘服务器部署中，由于用户与各类服务商的主观意识，很容易产生各类问题，这就需要分析服务器的位置与性能及价格之间的影响。在边缘服务器剩余资源难以支撑大型计算任务的问题中，应建立起终端设备与边缘服务器之间的系统架构，并基于资源使用量进行资源预分配设计，再通过仿真实验对服务器处理状况进行分析。而在针对边缘服务器与终端设备之间的负载差异导致的资源问题中，则应进行系统工作过程的模型建立，通过终端设备任务卸载，到服务器中重新映射下载的方式，确保二者之间的任务负载均衡，再通过仿真实验评价服务器处理状 电 子 元 器 件 与 信 息 技 术|17科技前瞻态。最后，在由于用户移动而导致的服务器稳定性受到影响的问题中，则可通过车辆或智能设备采集周边环境数据，接收服务器覆盖区域内的任务指令，再预测用户的移动情况，采取分簇算法的方式测算服务器的处理性能。3.2.3优化手段对于边缘计算服务器的资源分配优化工作，主要针对边缘服务器在运行过程中的部署、任务卸载保持负载、迁移服务等方面进行优化，经过实验后，各项优化措施均可起到作用，有效降低了边缘计算服务器的处理延迟及各项问题，提升资源的分配合理性与利用率。（1）可通过博弈理论对边缘计算服务器进行部署。在该项问题中，应充分收集用户的偏好，并在确保终端任务处理与服务商收益最大化的前提下进行服务器的部署，这种方式可以充分考虑到环境变化情况下用户的流量与密度的差异，并允许服务商可以在相互不知晓定价的情况下展开合作，显著降低任务处理的延迟，提升边缘服务器的资源利用效率4。（2）可通过使用量预测的方式进行资源预分配。当前边缘计算中很容易由于资源分配问题导致在某些大型处理任务中缺乏足够的资源支撑，因此在优化中，可根据不同的特征，并以双方的满意度为前提条件，为资源交易的双方进行资源的预分配，避免第三方介入导致的资源浪费情况，同时应考虑到服务提供商的收益情况，并准确预测移动终端设备的资源需求量，降低终端设备在进行任务处理的时间5。（3）可通过终端任务卸载保持与服务器的负载均衡。设备终端很容易由于与服务器之间的负载不均衡，而对服务器处理任务造成影响，为此在优化过程中，应确保资源交易双方的均衡性，可通过在终端设备进行任务卸载，并重新在服务器上进行映射安装，降低与服务器之间的任务负载的差异，提升任务处理数量与服务器之间的均衡性6