論文題目：A Simulation-Based Optimization Approach for Reliability-Aware Service Composition in Edge Computing

錄用時間：2020年3月11日

期刊名稱：IEEE Access（SCI檢索，JCR Q1）

作者列表：

1）黃霽崴 中國石油大學（北京） 信息科學與工程學院 教授

2）梁晶語 中國石油大學（北京） 信息科學與工程學院 2019級碩士

3）SIKANDAR ALI 中國石油大學（北京） 信息科學與工程學院 博士后

DOI鏈接：http://dx.doi.org/10.1109/ACCESS.2020.2979970

背景與動機：

隨著物聯網(loT)的普及，邊緣計算作為一種優化傳統云計算系統的新型計算模型應運而生，通過將部分計算任務轉移到網絡邊緣，以獲得更好的性能和安全性。利用服務計算技術，邊緣計算系統可以更敏捷和靈活地適應應用需求。在大規模邊緣計算系統中，服務組合問題作為服務計算中最重要的問題之一，我們會面臨的挑戰有：1)復雜的系統分層架構2）貫穿系統整個生命周期的故障以及恢復3)搜索空間爆炸。

設計與實現：

本文設計一種基于仿真的感知可靠性的服務組合優化方法來解決這些問題。提出了描述多層邊緣計算系統動力學的隨機Petri網模型，并對其進行了定量分析。為了解決大型系統或復雜服務過程中的狀態爆炸問題，采用時間數量級分解技術來提高模型求解效率。此外，設計了仿真方案進行性能評估和優化，并引入有序優化技術，以顯著減小搜索空間的大小。

利用邊緣計算的體系結構構建的計算機系統由兩個主要層組成，即邊緣層和云層。在每個層中，有多個虛擬服務器實現不同的功能來滿足用戶的需求。 在這一部分中，我們應用隨機Petri網(SPN)模型來制定這兩個層，并提出了一種服務組合的模型聚合方法。

模型組成的基本思想是根據任務卸載模式將邊緣模型“拼接”到云模型上。將邊緣服務器的SPN模型中的“輸出”位置拼接到云模型的“輸入”位置。服務可以動態組合，服務選擇可能發生在選擇部署在云服務器上的適當服務，因此，來自邊緣站點的請求可以被調度到特定的云服務器，得到一個最佳策略。圖中展示了復合模型的示例：

圖1：一個邊緣計算系統的SPN模型

一個邊緣計算系統可能包含幾個邊緣服務器和云集群，這使得它的SPN模型相當復雜。雖然我們可以用上述的方法解決SPN模型，但是我們采用了時間數量級分解技術，提供了一個更有效的系統模型的分析。故障率和維修率通常比到達率和服務率小幾個數量級，我們將轉換分為兩個子集。將代表任務到達、服務流程和任務調度的變遷定義為快速變遷，故障和恢復的變遷定義為慢變遷，我們去除所有的慢變遷，然后得到快速變遷下的簡化SPN模型如圖2所示，而慢變遷下的聚合模型如圖3所示

圖2：快速變遷下邊緣計算系統的SPN模型

圖3：慢變遷下邊緣計算系統的SPN模型

在現實中，邊緣計算系統的規?？赡芊浅４?，因此求解SPN模型可能會遇到狀態爆炸問題。雖然使用時間數量級分解技術減少SPN模型的狀態空間，但有時純數學解難以在可接受時間內解決問題。為了解決這一難題，我們引入計算機仿真技術來實際求解SPN模型。其基本思想是設計和實現一系列基于SPN模型的分析實驗，從實驗過程中收集數據來評價性能。在每個流程中，模擬都使用事件驅動的方式實現，根據系統的動態生成一系列事件，并不斷更新，從而驅動模型不斷演化，圖4說明了用于性能評估的事件驅動仿真的一般框架

圖4：基于SPN模型的仿真性能評價框架

對于超大規模的邊緣計算系統，其可行的服務組合策略數量也非常大。在現實中，通過實驗模擬所有候選策略并選擇最優策略是不現實的。因此，進一步提高優化過程的效率，使我們的解決方案在大規模邊緣計算系統中更實用。我們引入有序優化(00)技術，其基本思想是為了在合理的時間內找到可接受的近最優解而部分犧牲最優性。我們的目標不是尋找全局最優策略，而是轉換為以高概率獲得足夠好的解。序優化主要有三個步驟：1）建立一個快速計算的粗模型，來估算所有目標可行解的數量；2）估算OPC曲線和類型和粗模型的噪聲水平，并確定決策集的大??；3）從粗模型中選取決策集大小的解，并對這些解進行精確評估，選取最好的作為輸出解。

實驗結果：

我們將進行仿真實驗來驗證我們的方法。來自真實系統的數據集用于參數設置。并給出了實驗結果隨著服務器數目增加，邊緣和云的可靠性逐步提高。

圖5：邊緣服務器的可靠性

圖6：云服務器的可靠性

作者簡介

黃霽崴博士，教授，博士生導師，石油數據挖掘北京市重點實驗室主任，中國石油大學（北京）計算機科學與技術系主任。2015年度北京市優秀人才，2018年度中國石油大學（北京）優秀青年學者，2020年度北京市科技新星。分別在2009年和2014年于清華大學計算機科學與技術系獲得工學學士和工學博士學位，2012-2013年國家公派赴美國佐治亞理工學院聯合培養。研究方向包括：系統性能評價和優化、隨機模型理論和應用、服務質量測量與保障技術、服務計算和物聯網等。擔任中國計算機學會（CCF）服務計算專委會委員，CCF高級會員，IEEE、ACM會員。已主持國家自然科學基金、北京市自然科學基金等科研項目13項，在國內外著名期刊和會議發表論文五十余篇，出版學術專著1部，獲得國家發明專利5項、軟件著作權3項，擔任多個國際頂級期刊和知名會議審稿人。聯系郵箱：huangjw@cup.edu.cn。

99亚洲综合精品