論文題目：Towards Mobility-Aware Dynamic Service Migration in Mobile Edge Computing

錄用時(shí)間：2020年7月20日

會(huì)議名稱(chēng)：CollaborateCom 2020（CCF C）

作者列表：

（1）劉芳正，中國(guó)石油大學(xué)（北京），信息科學(xué)與工程學(xué)院，2019級(jí)博士

（2）呂博楓，中國(guó)石油大學(xué)（北京），信息科學(xué)與工程學(xué)院，2020級(jí)碩士

（3）黃霽崴，中國(guó)石油大學(xué)（北京），信息科學(xué)與工程學(xué)院，教授

（4）Sikandar Ali，中國(guó)石油大學(xué)（北京），信息科學(xué)與工程學(xué)院，博士后

摘要：

在移動(dòng)邊緣計(jì)算中，用戶(hù)移動(dòng)性可能會(huì)導(dǎo)致服務(wù)質(zhì)量降低或服務(wù)中斷，為了解決這一問(wèn)題，本篇論文提出了一種基于移動(dòng)感知的動(dòng)態(tài)服務(wù)遷移方案。通過(guò)一種新的用戶(hù)移動(dòng)性建模方法預(yù)測(cè)用戶(hù)的移動(dòng)行為，并建立了一般的遷移成本模型，最終將服務(wù)遷移問(wèn)題定義為馬爾可夫決策過(guò)程，采用策略迭代的方式求解。得到的最優(yōu)服務(wù)遷移策略能有效地權(quán)衡延遲與遷移成本之間的關(guān)系，同時(shí)兼顧服務(wù)遷移開(kāi)銷(xiāo)等指標(biāo)，提高服務(wù)質(zhì)量。基于北京出租車(chē)實(shí)際移動(dòng)軌跡的實(shí)驗(yàn)數(shù)據(jù)評(píng)估表明，該解決方案性能優(yōu)越。

背景與動(dòng)機(jī)：

在大多數(shù)移動(dòng)邊緣計(jì)算場(chǎng)景中，邊緣站點(diǎn)上的設(shè)備和用戶(hù)只能訪(fǎng)問(wèn)邊緣基站(或邊緣服務(wù)器)信號(hào)覆蓋范圍內(nèi)的服務(wù)。如圖1所示，當(dāng)它們移出時(shí)，它們必須重新連接到另一個(gè)邊緣服務(wù)器或云服務(wù)器，從而導(dǎo)致服務(wù)質(zhì)量降低或服務(wù)中斷。這時(shí)，需考慮是否進(jìn)行服務(wù)遷移,以保證滿(mǎn)意的服務(wù)質(zhì)量。一方面，系統(tǒng)可以選擇繼續(xù)讓服務(wù)在原邊緣節(jié)點(diǎn)進(jìn)行處理，由于過(guò)長(zhǎng)的網(wǎng)絡(luò)傳輸距離，這會(huì)導(dǎo)致較大的傳輸時(shí)延。另一方面，系統(tǒng)可以選擇服務(wù)遷移，以此減小端到端的時(shí)延，但也會(huì)帶來(lái)服務(wù)遷移導(dǎo)致的額外開(kāi)銷(xiāo)。因此，針對(duì)用戶(hù)移動(dòng)性導(dǎo)致的狀態(tài)變化，以及對(duì)網(wǎng)絡(luò)延遲、遷移開(kāi)銷(xiāo)等指標(biāo)的復(fù)雜權(quán)衡，服務(wù)遷移技術(shù)成為了服務(wù)計(jì)算領(lǐng)域的重要研究?jī)?nèi)容。

圖1 移動(dòng)邊緣計(jì)算中的服務(wù)遷移

現(xiàn)有的服務(wù)遷移技術(shù)一般采用隨機(jī)移動(dòng)模型預(yù)測(cè)用戶(hù)的移動(dòng)性，并且沒(méi)有綜合考慮網(wǎng)絡(luò)延遲、遷移開(kāi)銷(xiāo)等服務(wù)遷移指標(biāo)。因此，很難得到最優(yōu)的服務(wù)遷移決策并應(yīng)用到實(shí)際中。為克服上述問(wèn)題，本篇論文提出了一種基于移動(dòng)感知的動(dòng)態(tài)服務(wù)遷移方法。

設(shè)計(jì)與實(shí)現(xiàn)：

我們以蜂窩網(wǎng)絡(luò)為例，如圖2所示。通常我們用一個(gè)六邊形來(lái)表示為一個(gè)邊緣基站(或邊緣服務(wù)器)的覆蓋區(qū)域，多個(gè)六邊形組成一個(gè)蜂窩網(wǎng)絡(luò)。我們認(rèn)為當(dāng)移動(dòng)用戶(hù)進(jìn)入目標(biāo)區(qū)域（TA），即靠近六邊形邊界時(shí)，更有可能發(fā)生服務(wù)遷移，開(kāi)始尋找最優(yōu)服務(wù)遷移策略。

圖2 蜂窩網(wǎng)絡(luò)

尋找最優(yōu)服務(wù)遷移策略的步驟主要為，針對(duì)用戶(hù)移動(dòng)的隨機(jī)性，根據(jù)移動(dòng)用戶(hù)當(dāng)前時(shí)隙的移動(dòng)狀態(tài)，預(yù)測(cè)下一時(shí)間間隙，移動(dòng)用戶(hù)從當(dāng)前邊緣服務(wù)器的覆蓋范圍移動(dòng)到臨近的其他邊緣服務(wù)器覆蓋范圍的概率；根據(jù)用戶(hù)與服務(wù)的通信成本，以及遷移服務(wù)所需的遷移成本，計(jì)算得到遷移服務(wù)需消耗的總成本；并將尋找最優(yōu)策略的過(guò)程定義為馬爾科夫決策過(guò)程，根據(jù)狀態(tài)轉(zhuǎn)移概率以及總成本構(gòu)建貝爾曼方程，貝爾曼方程的求解方法有很多種，本文選擇策略迭代求解優(yōu)化問(wèn)題，最終得到面向移動(dòng)邊緣計(jì)算的動(dòng)態(tài)服務(wù)遷移策略。

實(shí)驗(yàn)結(jié)果：

本篇論文采用真實(shí)的出租車(chē)軌跡數(shù)據(jù)集進(jìn)行模擬仿真實(shí)驗(yàn)，實(shí)驗(yàn)結(jié)果如圖3所示，結(jié)果表明，與其他服務(wù)遷移策略相比（即不遷移（NM），總遷移（AM），以隨機(jī)游走建模用戶(hù)移動(dòng)性的遷移策略（RWM）），本篇論文提出的服務(wù)遷移方法(MODEM)有很好的性能。

圖3 與其他算法的性能比較

綜上，本文提供的動(dòng)態(tài)服務(wù)遷移方法，能夠從用戶(hù)移動(dòng)的隨機(jī)特性角度考慮服務(wù)遷移問(wèn)題，解決了用戶(hù)移動(dòng)的不確定性造成的服務(wù)質(zhì)量降低或服務(wù)中斷，同時(shí)兼顧了服務(wù)遷移開(kāi)銷(xiāo)等指標(biāo)。

作者簡(jiǎn)介

黃霽崴博士，教授，博士生導(dǎo)師，石油數(shù)據(jù)挖掘北京市重點(diǎn)實(shí)驗(yàn)室主任，中國(guó)石油大學(xué)（北京）計(jì)算機(jī)科學(xué)與技術(shù)系主任。2015年度北京市優(yōu)秀人才，2018年度中國(guó)石油大學(xué)（北京）優(yōu)秀青年學(xué)者，2020年度北京市科技新星。分別在2009年和2014年于清華大學(xué)計(jì)算機(jī)科學(xué)與技術(shù)系獲得工學(xué)學(xué)士和工學(xué)博士學(xué)位，2012-2013年國(guó)家公派赴美國(guó)佐治亞理工學(xué)院聯(lián)合培養(yǎng)。研究方向包括：系統(tǒng)性能評(píng)價(jià)和優(yōu)化、隨機(jī)模型理論和應(yīng)用、服務(wù)質(zhì)量測(cè)量與保障技術(shù)、服務(wù)計(jì)算和物聯(lián)網(wǎng)等。擔(dān)任中國(guó)計(jì)算機(jī)學(xué)會(huì)（CCF）服務(wù)計(jì)算專(zhuān)委會(huì)委員，CCF高級(jí)會(huì)員，IEEE、ACM會(huì)員。已主持國(guó)家自然科學(xué)基金、北京市自然科學(xué)基金等科研項(xiàng)目13項(xiàng)，在國(guó)內(nèi)外著名期刊和會(huì)議發(fā)表論文五十余篇，出版學(xué)術(shù)專(zhuān)著1部，獲得國(guó)家發(fā)明專(zhuān)利5項(xiàng)、軟件著作權(quán)3項(xiàng)，擔(dān)任多個(gè)國(guó)際頂級(jí)期刊和知名會(huì)議審稿人。聯(lián)系郵箱：[email protected]。