基于谱聚类的边缘服务器放置算法

作     者：郭迎亚 王丽娟 耿海军 GUO Yingya;WANG Lijuan;GENG Haijun

作者机构：福州大学计算机与大数据学院福州350108 福州大学网络计算和智能信息处理重点实验室福州350108 山西大学自动化与软件学院太原030006 

出 版 物：《计算机科学》 (Computer Science)

年 卷 期：2023年第50卷第10期

页      面：248-257页

学科分类：12[管理学] 1201[管理学-管理科学与工程(可授管理学、工学学位)] 08[工学] 081201[工学-计算机系统结构] 0812[工学-计算机科学与技术（可授工学、理学学位）] 

基　　金：国家自然科学基金(62002064,62072109) 福建省自然科学基金(2020J05110) 

主　　题：移动边缘计算 边缘服务器放置 用户分布 谱聚类算法 访问时延 工作负载 

摘      要：随着物联网(IoT)和5G技术的快速发展,移动边缘计算以其低访问延迟、低带宽成本和低能源消耗的优点引起了工业界和学术界的广泛关注。在移动边缘计算中,边缘服务器为移动端用户的请求提供服务,其放置位置对边缘计算性能和用户体验具有重要影响。目前边缘服务器的放置算法只考虑基站的地理位置,而缺乏对基站连接的用户数目因素的考虑。因此在实际用户分布不均的情况下,现有算法得到的服务器放置位置导致用户平均访问延迟较大。为了更好地解决上述问题,提出了基于谱聚类的延迟最小化边缘服务器放置算法LAMP。该算法在考虑边缘服务器放置位置时,不仅考虑了基站的地理位置,而且考虑了不同基站连接的用户数目这一重要参数,能够有效地降低用户的平均访问时延,同时实现边缘服务器的工作负载均衡。在仿真实验中,使用了上海电信的真实基站数据集来测试LAMP算法的性能。大量的实验结果表明,在用户访问延迟方面,LAMP算法的性能比传统的K-means算法提高了37.9%。在负载均衡方面,LAMP算法的性能与K-means算法相比最大可提高82.85%。LAMP算法在降低访问延迟和平衡边缘服务器工作负载方面均表现出了优越的性能。