邊緣計算資源優化分配及部署技術探討

摘要：現代化信息處理系統以及終端連接數量與種類不斷增加，日益復雜的物聯網在實際應用環節上已經無法滿足現代化系統業務發展。物聯網終端設備在運行環節上普遍存在處理能力不高的問題，無法為物聯網應用提供一系列技術支持，文章提出的邊緣計算資源優化分配以及部署技術，為程序應用提供了合理化的解決方案，減少了設備的經濟成本。

關鍵詞：邊緣計算；資源優化；部署技術；物聯網

中圖分類號：TP3-05

文獻標志碼：A

0 引言

現階段用戶處理能力和電池基礎容量有限，技術人員需要充分利用卸載技術將參數計算密集度較高的物聯網參數計算目標，移動至邊緣服務設備或者遠程云數據處理中心，以此滿足物聯網應用所產生的問題。

在現代化社會發展過程中，復雜多變的物聯網應用要求進一步推動網絡邊緣參數計算全新形式的發展和進步，因此，此種邊緣計算普遍具有較高接近度、低延遲以及位置感知敏感等基礎特點，被廣泛使用在各個行業和應用領域中。

1 邊緣計算概論

1.1 特點

1.1.1 延遲低

邊緣服務在運行時，為保證數據準確性，需要靠近信息源頭開展本地邊緣節點計算，因此系統內部收集的數據和信息無須直接上傳至系統，直接在云計算數據處理平臺開展日常技術運轉和操作，從而降低信息數據在系統云端處理平臺的反應時間以及所需要支出的成本，保證系統運轉平臺能夠以最快速度反應，從而保證用戶在使用系統的體驗感。因此，邊緣數據計算主要應用在系統的短時間處理區域上，有效支撐系統終端處理業務的智能化運轉要求。信息傳輸結構如圖1所示。

1.1.2 接近度高

由于邊緣計算功能十分靠近數據源頭，所以實際開展系統邊緣數據計算時，所展現的系統功能主要應用在收集數據上，以此更好地維護和支撐系統屬于預測、智能城市建設以及無人駕駛等功能。

1.1.3 位置感知度高

系統運轉過程中，用戶設備通過WiFi或者互聯網平臺連接網絡邊緣所需要的信息和數據資源，因此該系統可以直接應用低等級的數據控制指令，以此作為基礎條件明確終端設備連接的具體位置，從而保證系統在實際運轉時，使用的網絡平臺中對于信息的感知程度，詳細計算和判斷用戶對于系統運轉服務等基礎使用情況。

1.2 計算結構

由于節點邊緣計算形式本質上是一種邊緣數據的異化結構，因此日常運轉需要將此種異化結構應用在適合的資源環境中。加上邊緣計算形式能夠有效跨越各種類型的信息平臺，以此完成資源之間的無縫銜接和管理，為此，邊緣服務平臺在運轉時，通過系統結構部署依靠用戶終端設備的異構，確保邊緣數據中心系統可以為終端設備提供基礎設施服務、邊緣計算平臺以及邊緣系統軟件等基礎服務^［1］。

2 邊緣計算資源優化研究現狀

在互聯網平臺云計算及邊緣計算環境下，保證資源分布的合理性，則要考慮現有資源的使用情況、系統軟件應用種類等方面。所以，邊緣計算的資源優化分配以及結構部署已成為現階段各行業關注和重視的問題。

邊緣計算資源分配策略已成為學術行業以及產業比較重視和關注的挑戰性問題，在學術以及產業行業具有較多的研究結果。其中，行業內部廣泛使用大數據處理系統，在此基礎條件上，Hadoop平臺安裝與設定了具有通用性能的分布式計算資源管理硬件設備，有效地將邊緣計算所需的資源進行區分、管理以及作業調整，進而使用全局化的資源管理設備以及節點管理設備進行協同資源監督和資源分配。

邊緣計算資源優化分配及部署技術成為互聯網平臺實現超低延時服務用戶體驗核心技術之一^［2］。

現階段，邊緣計算資源優化分配及部署技術應用系統中，緩存理論、邊緣計算資源優化技術、內容網絡平臺管理、信息處理中心網絡、無線網絡平臺以及云生存系統等方面已經得到較廣泛的技術研究。除此之外，邊緣計算資源緩存系統在方案設計環節上，主要考慮緩存大小方案設計、緩存共享制度以及數據緩存應用性能等方面。

系統運轉處理過程中，基于多核處理設備共享信息緩存環節上，邊緣計算資源利用動態方案規劃計算方式完成最佳的協同數據運轉調整以及數據控制，并且通過科學、合理的系統CPU運轉模式，獲得系統最佳的共享應用和調控性能。技術人員詳細探索了終端硬件設備、客戶管理平臺以及業務負載之間的實際聯系，將系統緩存功能安裝在用戶可能訪問的客戶端平臺結構上。

為保證邊緣計算資源優化分配以及部署技術能夠正常開展，進而設計了一種具有全局緩存的信息和數據感知系統，充分利用系統空閑的數據緩存，提高系統邊緣計算資源優化基礎性能，致使系統自身具有較低的信息通信和儲存開銷。

3 邊緣計算資源優化分配

在系統邊緣計算資源管理以及優化時建立資源結構框架，要保證能源消耗始終在標準范圍內，同時最大程度滿足用戶對于系統的核心需求，技術人員進一步提出了滿足邊緣計算集群所需的輕量級計算方式和緩存應對策略，設計出系統邊緣云等級較多的資源消耗感知系統以及調整內部結構。該結構在實際運轉環節主要由多個等級資源感知系統以及動態化管理結構共同構成，并且將動態管理模塊作為系統所需要的資源。根據以上結構運轉現狀可以觀察出，邊緣計算資源優化所產生的能量成本感知如果需要使用邊緣云系統，多級別資源分配框架需要包含兩種節省能量消耗以及支出成本的技術方式。

第一，邊緣計算資源優化過程中，需要充分利用能量消耗感知的多級別資源公平調度管理策略，最終將能量消耗較低、運轉效率高的邊緣計算節點科學、合理地調整隊列中的施工和作業。第二，邊緣計算資源優化主要指關掉或者在指定持續時間內，始終保證空間狀態的計算節點，并且在能量消耗感知分布式多級別資源分配框架中，系統授權通過用戶設備，隨機將低延時要求的請求提交至運轉系統。

信息計算框架邊緣計算資源優化分配以及部署技術實施過程中，系統調度設備將技術處理請求視為作業，并且將作業積極組織到系統運轉隊列中，以上隊列數據之間可以公平地共享數據資源，并且在每個隊列實際操作時，用戶僅需要簡單控制，就可以利用能量消耗模式充分感知系統的調控方式，有效地將邊緣計算資源合理分配至各個控制平臺上。除此之外，系統監視設備管理模塊會不斷地測量和管理系統參數，有效預測下一個時間段內系統作業負載情況，不斷更新信息預測參數模型。

劃分服務區域邊緣計算資源優化分配實施過程中，由于系統邊緣自身具有廣泛的地理分布特點，所以用戶信息通信以及邊緣系統所在的地理位置具有緊密的聯系，為詳細劃分服務區域，需要進一步明確為用戶提供基礎服務的本地邊緣極端資源優化。為此，本次研究利用加權維諾圖針對邊緣計算資源進行優化分配，并以此為基礎對邊緣MDC服務區域詳細劃分，進而明確各個邊緣區域的用戶終端服務設備，并且根據終端設備與各個邊緣計算資源區域之間的關系，深入了解各個邊緣系統對于任務內容的基礎處理能力，最終明確每個邊緣數據服務設備中終端設備的集合情況。

4 邊緣計算資源部署技術研究

邊緣計算資源使用的Benders分解計算方式能夠計算出混合整數規劃問題，本文將詳細研究此種分解計算方式。系統實際運轉環節上，由于信息處理系統自身產生的 Benders 參數會不斷分割，導致此種參數分解計算方式的收斂效率不斷提升，由此可見，Benders 參數分割是現階段最有效的邊緣計算參數手段，保證邊緣計算所需要的資源能被合理使用。

4.1 問題描述

邊緣計算環境中，邊緣數據處理中心通常具有較強的數據計算能力，為系統提供數據緩存平臺服務。由于緩存數據總量極大，系統中要包含至少1個管理節點，以有效儲存系統整個緩存信息，使邊緣計算資源能夠被合理部署。

邊緣計算資源部署技術的核心原則主要是利用系統所產生的數據變量種類有效區分參數計算情況，最終將邊緣計算所產生的問題簡單化處理，同時在求解實施和運轉環節上將核心問題與子問題不斷創新和優化，計算過程中的主要問題和子問題應交替運轉，因此邊緣計算所產生的主要問題一般為原始問題的下界，能夠將所得的邊緣計算數據結果傳輸至子問題，而子問題通過技術優化和完善將問題返回至上界，并且向主要問題提供一系列信息優化方案，直至上、下界參數相等，系統整個邊緣計算流程停止，從而得到系統問題的最優化解。

4.2 數據關鍵因素設計

為保證處理系統正常運轉，在邊緣計算資源部署時，需要將數據延遲成本最小的數據流通緩存通道放置在最優的計算位置，同時對邊緣計算環境下，所流通的數據緩存位置進行調整，最終在系統全局范圍內快速尋找和計算出最優解。

4.2.1 粒子半徑

在邊緣計算方式中，所探索的空間內部的每一個粒子物質都具有半徑屬性。設定此種計算方式時，所有的半徑屬性都會根據粒子物質運動狀態產生明顯轉變，進一步探索出數據關鍵因素的設計方案，即粒子半徑數值并不是恒定不變的，而是根據大分子巨系統公式得出相關結論：當粒子物質的半徑數據越大，運動則越小，而粒子物質的半徑數據越小，運動則越強烈。

4.2.2 退火溫度

根據邊緣計算資源部署現狀可知，粒子活動強度與外部環境溫度具有緊密聯系，資源部署環境溫度越高，粒子物質的活動強度則越強；反之，粒子活動的強度則越弱。

4.2.3 數據緩存

系統運轉處理過程中，基于多核處理設備共享信息緩存環節，邊緣計算資源利用動態方案規劃計算方式完成最佳的協同運行調整和數據調度，并且在公平CPU系統分配基礎條件下獲得最佳的共享緩存性能。因此，技術人員詳細探索終端客戶平臺和工作負載之間的關系，并且主動將緩存副本放置在可能訪問的客戶端平臺上^［3］。

除此之外，通過參數分析能夠有效覆蓋網絡運轉過程中最優化行為以及邊緣計算結構基礎屬性。實際進行參數研究時，技術人員設計了基于啟發式的LKDC參數計算方法，以此獲得最接近的參數緩存性能。

為保證邊緣計算資源優化分配以及部署技術能夠正常開展，技術人員進一步提出了面向集群的輕量級邊緣計算資源優化緩存應對方案，從而構建了全局緩存基礎感知環境，利用附近空閑緩存不斷提高系統邊緣計算資源優化基礎性能，致使系統自身具有較低的信息通信和儲存開銷。

邊緣計算資源優化分配及部署技術實施過程中，資源緩存具有3個重要影響因素和基礎條件，如用戶參與度、內容興趣度以及視頻流行度等。所以系統邊緣計算資源進行優化和部署完善時，進一步提出了各種類型的信息緩存系統，有效地將系統每種訪問類型的數據緩存和優化相互關聯，如系統塊級別的數據緩存、跨平臺數據訪問以及過濾視頻資源平臺等。

邊緣計算資源在運轉過程中有效兼顧了資源容量以及緩存收益，應基于Prob Cache系統緩存機制，但是此種緩存節點距離內容服務器越遠，所緩存的實際收益則越大，其邊緣計算資源內容在節點位置的概率則越高。該技術方式在實施過程中并沒有不同內容請求的差異性，尤其是無法考慮邊緣計算資源內容的不同熱度，長此以往，系統產生的任何內容在相同系統緩存節點緩存的基礎概率將相同。如為了提供更大的靈活性，降低成本并提高性能，虛擬無線接入網和網絡升級到5 G是許多無線網絡運營商的熱門話題，當虛擬無線接入網VRAN被虛擬化并且許多關鍵的無線電功能可以分解時，其結構是一個更簡單、更靈活的網絡。

5 結語

由此可見，在邊緣計算資源優化分配和部署技術應用環境中，用戶硬件設備以及邊緣計算資源變化具有特殊感知。用戶在運轉環節上，不同時間段以及地理位置基礎偏好并不相同。邊緣參數計算服務應對區域中，用戶需要訪問和使用的數據、時間以及參數之間的關系具有十分緊密的關聯，用戶可以根據自身使用喜好對參數進行調控，從而有效對目前緩存數據信息模型進行預測和建立。

參考文獻

［1］方禹，李學華，潘春雨，等.工業互聯網邊緣計算網絡中時延能耗優化算法［J］.北京信息科技大學學報，2022（3）：20-27.

［2］魏會娜，翟明岳.面向邊緣計算的電力線通信資源分配優化方法［J］.激光雜志，2022（5）：121-127.

［3］張雨晴，李云，黃鴻銳，等.異構網絡中任務卸載與資源分配聯合優化算法［J］.北京郵電大學學報，2022（2）：91-97.

（編輯 沈 強）

Discussion on the optimal allocation and deployment technology of edge computing resources

Wang Xihong¹， Jiang Rongwang²， Zhan Jinmei³

（1.Sanya Vocational College of Science and Technology， Sanya 572022， China; 2.Sanya University， Sanya

572022， China; 3.Qiongtai Normal University， Haikou 571127， China）

Abstract： The number and types of modern information processing systems and terminal connections are increasing， and the increasingly complex Internet ofThings cannot meet the development of modern system business. At the same time， the terminal equipment of the Internet of Things generally have the problem of low processing capacity， which cannot provide a series of technical support for the application of the Internet of Things. The optimal allocation and deployment technology of edge computing resources proposed in this paper provides a reasonable solution for the program application and reduces the economic cost of equipment.

Key words： edge computing; resource optimization; deployment technology; Internet of Things