1.一种基于博弈论的多服务器协作资源分配方法,其特征在于,包括:S1.构建多个边缘服务器协作的系统模型,系统模型中的边缘服务器作为迁移者或协作者;
S2.构建迁移者成本模型、协作者成本模型和收益模型;
迁移者成本模型中的开销总和表示为:
m_cost m_cp m_qe mg bl m_cp m_mgC (t)=α(T (t)+T (t)+1·T (t)+1·T (t))+β(E (t)+E (t));
m_cp m_qe mg bl
其中,T (t)为迁移者计算时延,T 为迁移者排队时延,T (t)为迁移时延,T (t)为m_cp m_mg回程链路时延,E (t)为迁移者计算能耗,E (t)为迁移者迁移能耗,α为服务器处理任务所需的单位时间成本,β为服务器处理任务所需的单位能耗成本;
协作者成本模型中的开销总和表示为:
c_cost c_cp c_qe c_cpC (t)=α(T (t)+T (t))+βE (t);
其中,α为服务器处理任务所需的单位时间成本,β为服务器处理任务所需的单位能耗c_cp c_qe c_cp成本,T (t)为协作者计算时延,T (t)为协作者排队时延,E (t)为协作者计算能耗;
定义在时隙t时,迁移者向协作者购买计算任务所支付的费用成本为:vij(t)=pij(t)cij(t);
其中,pij(t)表示单位任务资源支付价格,cij表示MEC服务器i将无法处理的任务迁移给同属于一个局域网下的MEC服务器j;
S3.通过步骤S2构建的三个模型,构建买方的最大化收益模型和卖方的最大化收益模型;
通过迁移者成本模型和收益模型构建买方的最大化收益模型,其买方最大化收益问题表示为:m_cost
其中,C (t)为迁移者成本模型中的开销总和,vij(t)表示收益模型,即迁移者向协作者购买计算任务所支付的费用成本;
基于买方最大化收益问题,其相关约束条件表示为:C1:0≤cji(t)≤Kj(t)‑Aj(t);
C2:Ai(t)>Ki(t);
min max
C3:f (t)≤f(t)≤f (t);
其中,C1表示迁移出去的任务量大小不能超过协作者剩余的计算资源大小,否则,迁移任务卸载给远程云服务器;C2表示在此状态下,服务器i为迁移者;C3表示MEC服务器的计算min max资源不能低于最低f (t),也不能超过最高f (t);Ki(t)表示MEC服务器i的CPU处理频率限制,Kj(t)表示MEC服务器j的CPU处理频率限制,Ai(t)表示第i个边缘服务器到达的计算任务量,Aj(t)表示第j个边缘服务器到达的计算任务量,cji表示同属于一个局域网下的MEC服务器j迁移到MEC服务器i的任务;f(t)表示MEC服务器分配给任务的计算资源;
通过协作者成本模型和收益模型构建卖方的最大化收益模型,其卖方最大化收益问题表示为:c c_cost
max U(pij(t))=vji(t)‑C (t);
c_cost
其中,C (t)为协作者成本模型中的开销总和,vji(t)表示收益模型;
基于卖方最大化收益问题,其相关约束条件表示为:C1:Ai(t)<Ki(t);
C2:pij(t)>0;
其中,C1表示只有满足此条件,服务器才能成为协作者;C2表示单价要大于0,不能让收益成为负值;pij(t)表示单位任务资源支付价格;
S4.基于买方的最大化收益模型,利用拉格朗日乘数法和KKT条件计算迁移者的最佳迁移策略;
S5.根据卖方的最大化收益模型和最佳迁移策略,得到协作者向迁移者支付报价的最优动态报价策略;
S6.判断最佳迁移策略与最优动态报价策略是否满足斯坦克尔伯格均衡,若是,则实现最优的计算资源分配。
2.根据权利要求1所述的一种基于博弈论的多服务器协作资源分配方法,其特征在于,系统模型中的每个边缘服务器到达的计算任务量表示为:Ai(t)=ai(t)+ci(t);
其中,Ai(t)表示第i个边缘服务器到达的计算任务量,且 表示第i个边缘服务器到达的最大任务量,ai(t)表示第i个边缘服务器自身能处理的任务量,ci(t)表示第i个边缘服务器迁移给其他服务器处理的任务量。
3.根据权利要求2所述的一种基于博弈论的多服务器协作资源分配方法,其特征在于,每个MEC服务器均有CPU处理频率限制,记为Ki(t),当Ai(t)>Ki(t)时,MEC服务器i作为迁移者,迁移者的总计算任务量为:其中, 表示MEC服务器i可以将无法处理的任务迁移给同属于一个局域网下的其他任何一个MEC服务器,ci0(t)表示MEC服务器i迁移给远程云服务器RC的任务。
4.根据权利要求3所述的一种基于博弈论的多服务器协作资源分配方法,其特征在于,当Aj(t)<Kj(t)时,MEC服务器j作为协作者,协作者的总计算任务量为:此时,Pj(t)是MEC服务器j需要处理的总任务, 表示MEC服务器j接收的迁移任务。