<meter id="hh1nh"></meter>
<th id="hh1nh"><em id="hh1nh"><delect id="hh1nh"></delect></em></th>

        <form id="hh1nh"></form>

          <listing id="hh1nh"><nobr id="hh1nh"></nobr></listing>
          <nobr id="hh1nh"></nobr>

            <th id="hh1nh"><form id="hh1nh"><font id="hh1nh"></font></form></th>
            <rp id="hh1nh"><progress id="hh1nh"></progress></rp>
            您所在的位置:首頁 - 科學研究 - 科研動態

            科研動態

            可靠性感知的邊緣計算VNF實例放置

            中文題目:可靠性感知的邊緣計算VNF實例放置

            論文題目Reliability-aware VNF Instance Placement in Edge Computing

            錄用期刊/會議:計算機科學 (CCF中文B)

            原文DOI::10.11896/jsjkx.230500064

            錄用時間:2023年5月20日

            作者列表

            1)梁晶語 中國石油大學(北京)信息科學與工程學院/人工智能學院 控制科學與工程專業 博20

            2)馬博聞 中國石油大學(北京)信息科學與工程學院/人工智能學院 計算機科學與技術專業 碩21

            3)黃霽崴 中國石油大學(北京)信息科學與工程學院 教授

            摘要:

            為了解決日益增長的延遲敏感型應用程序和用戶需求與計算資源受限的沖突,移動邊緣計算(Mobile Edge Computing, MEC)已經成為一種很有前途的計算范式。服務提供商通過在邊緣環境中部署虛擬化網絡功能,為用戶提供更加高效和可擴展性的服務供應鏈來滿足用戶請求。若在提供服務過程中出現不可靠的服務或嚴重的服務失敗,可能導致用戶的巨大損失,所以網絡服務提供商必須保證提供持續可靠的服務。針對該問題,考慮了邊緣服務器的可靠性,利用計算統一設備架構(Compute Unified Device Architecture, CUDA)支持的門控循環單元(Gated Recurrent Unite, GRU)來預測VNF實例是否可用,通過預測結果,提前對VNF進行備份,避免了過度冗余備份造成的成本過高問題.考慮服務器的存儲資源有限,提出了基于VNF實例可用性的放置(RVP)算法,優化服務提供商的成本。最后對提出的算法進行了性能評估,實驗結果驗證了RVP算法的優越性。

            優化模型與優化方法:



            圖1 邊緣場景服務需求放置實例

            本文分析了邊緣服務系統在處理用戶請求的過程中SFC的可靠性,并對VNF實例進行預測,降低服務的成本。針對任務調度過程中的鏈路競爭,提出了一種啟發式的可靠性感知的服務放置算法。首先,在MEC環境中制定了一個VNF實例的放置問題,其目的是在滿足用戶可靠性需求的前提下,盡可能降低服務提供商的成本。其次,為了降低過度冗余導致成本過高的問題,采用了基于統一設備架構支持門控循環單元(GRU)神經網絡對VNF實例進行預測,提前在服務器上放置可能故障的備份VNF實例。最后,將NP-hard問題轉化為凸優化問題,提出了一種可靠性感知的VNF實例放置算法,得到服務放置決策。

            實驗結果及分析:



            圖2 預測準確度對比



            圖3 成本與用戶數量之間的關系



            圖4 服務拒絕率與用戶數量/邊緣服務器數量之間的關系

            結論:

            本文研究了在邊緣服務器的存儲受限的前提下,考慮VNF實例失效和服務器故障對服務質量的影響。為了保證服務質量,降低冗余備份導致的成本過高問題,提出了RVP算法,對VNF實例進行預測,放置用戶服務所需要VNF實例并對可能故障的實例進行備份,得到成本最小化的放置決策,并通過實驗證明提出方法的有效性。

            通訊作者簡介:

            黃霽崴,教授,博士生導師,中國石油大學(北京)信息科學與工程學院/人工智能學院副院長,石油數據挖掘北京市重點實驗室主任。入選北京市優秀人才、北京市科技新星、北京市國家治理青年人才、昌聚工程青年人才、中國石油大學(北京)優秀青年學者。本科和博士畢業于清華大學計算機科學與技術系,美國佐治亞理工學院聯合培養博士生。研究方向包括:物聯網、服務計算、邊緣智能等。已主持國家自然科學基金、國家重點研發計劃、北京市自然科學基金等科研項目18項;以第一/通訊作者在國內外著名期刊和會議發表學術論文60余篇,其中1篇獲得中國科協優秀論文獎,2篇入選ESI熱點論文,4篇入選ESI高被引論文;出版學術專著1部;獲得國家發明專利6項、軟件著作權4項;獲得中國通信學會科學技術一等獎1項、中國產學研合作創新成果一等獎1項、廣東省計算機學會科學技術二等獎1項。擔任中國計算機學會(CCF)服務計算專委會委員,CCF和IEEE高級會員,電子學報、Chinese Journal of Electronics、Scientific Programming等期刊編委。

            聯系方式:huangjw@cup.edu.cn

            99亚洲综合精品