一种基于机动通信节点的云网融合边缘信息服务方法与流程

本发明属于计算机，尤其涉及一种基于机动通信节点的云网融合边缘信息服务方法。

背景技术：

1、随着信息化时代的发展，云计算能力和网络通信能力逐渐走向融合。旧有的中心化信息处理模式是将数据处理能力放在固定云中心，用户在末端发起数据处理请求后，需要先通过网络通信能力将请求传输至固定云中心，经处理后再将处理结果重新发送至末端节点，这一流程效率较低；当前信息系统多采用“云-边-端”三级架构，在固定云中心和用户末端的基础上，增加临近用户、可跟随保障的机动边缘云，在机动边缘云节点就近处理部分用户数据需求，并通过对“云-边-端”三级架构中各节点以及各节点间的网络、存储、计算等资源进行统一管理和整合，实现资源共享、弹性伸缩、自动化运维等功能，提高资源利用率和服务质量。但实际上，分布式边缘云不止有信息服务节点可以使用，还存在很多单纯进行信息转发的通信网络节点，未充分发挥其上服务器的信息处理能力。

2、在“云-边-端”体系中，固定云节点距离用户末端较远，由于网络延迟、带宽限制等因素的影响，难以及时响应用户需求，需要将一些常用的数据缓存在边缘云节点。但是，传统的缓存方法存在固定优先级和不够灵活的问题，需要对缓存对象进行手动配置，无法根据请求类型、网络条件和用户等因素进行动态调整。此外，在数据传输和缓存存储过程中，可能会出现各种故障和意外情况，例如网络中断、设备损坏、黑客攻击等，导致最终数据不一致，进而造成应用程序出现错误或无法正常工作。为了确保数据的完整性和可用性，需要采用一些特殊的技术和结合其他传输协议，从而实现高效、可靠的数据传输。有研究者针对网络问题研究提高微波电台等通信网络设备的网络带宽及带宽利用率技术，但此方法需要新研通信网络设备来实现，研制周期相对较长。因此，亟需一种提升边缘信息共享传输可靠性与效率的机制。

技术实现思路

1、有鉴于此，本发明提供一种基于机动通信节点的云网融合边缘信息服务方法，该方法整合边缘云信息服务节点、边缘云通信网络节点的计算、存储、服务资源，建立边缘缓存系统，通过动态调整缓存对象的优先级，增强边缘信息服务可靠保障能力；同时以适应无线通信网络为目标，提出一种在窄带宽、弱连接的受限网络条件下提升信息共享传输可靠性与效率的方法。

2、本发明采用的技术方案为：

3、一种基于机动通信节点的云网融合边缘信息服务方法，包括：

4、步骤s1，针对固定云中心的数据先传输到边缘云通信网络节点的特征，在通信网络节点上部署轻量裁剪的缓存软件，构建由边缘信息服务节点和边缘通信网络节点整合成的缓存队列，用于进行信息缓存；

5、步骤s2，针对受限网络的窄带宽、弱连接特点，采用信息分级缓存机制，按优先级将固定云中心下发的信息在各个边缘云节点缓存，具体方式为：

6、从步骤s1的缓存队列中取出优先级最高的信息，对该信息优先发送；对于优先级低的信息，继续缓存在队列中，等待下次信息调度；此外，对于缓存队列中的信息，根据原始优先级、缓存时间、历史发送次数，动态地调整缓存信息的信息动态数据优先级；

7、步骤s3，根据待传输信息的缓存位置以及各用户所在末端与边缘云节点网内各通信节点的网络连接情况，以末端用户接收到信息的全局耗时最短、传输最可靠为目标，计算出某段时间内最优的传输信息节点和路径，构建信息传输快车道；

8、步骤s4，采用受限网络下混合拥塞控制算法，结合超时重传可靠机制，在传输信息过程中，根据网络状态控制从边缘云节点网分发到用户末端的传输速率，从而避免网络拥塞，提升信息系统数据共享传输的可靠性与效率。

9、进一步地，步骤s1的具体方式为：

10、按照预设的边缘云节点的角色，确定边缘云节点与各用户末端之间的关系，明确通信网络节点和用户末端ip地址的映射关联；

11、采用sha-1的hash算法建立所有边缘信息的唯一索引信息，使得以o(1)时间复杂度快速查找索引关系；

12、建立边缘信息和边缘云节点、用户末端节点的键值映射关系，其中，键key为sha-1的支援信息关键字，值value为通信节点和用户末端节点ip地址的对应关系；

13、将生成的key-value映射元数据统一存储到与固定云中心连接的边缘云节点。

14、进一步地，步骤s2中，信息动态数据优先级的计算方式如下：

15、

16、其中，dp为信息动态数据优先级，为自然常数，是一个系数，用于调整不同因素对优先级的影响程度，是缓存数据的原始优先级，是当前数据已在缓存队列的时间，是一个时间常量，用来控制时间因素的权重，是时间段内历史发送次数，是时间段内历史发送次数的最大值，当时，，此时缓存数据的优先级降至最低。

17、进一步地，步骤s3中，计算出某段时间内最优的传输信息节点和路径，具体方式如下：

18、在djjkstra算法的基础上，使用动态计算得到的节点距离作为图的权值来计算最短路径，其中，节点距离是基于网络带宽和丢包率计算得到的，公式如下：

19、

20、其中，为节点a和节点b之间的距离，为节点a和节点b之间的带宽，为网络丢包率，和是权重系数，用来平衡带宽和丢包率的影响；

21、借助djjkstra算法的贪心策略，搜索出从源节点到目标节点的最短路径；缓存了数据的源节点有多个，比较目标节点与所有源节点的最短路径，选择其中最小值对应的源节点作为最优的传输信息节点。

22、进一步地，步骤s4中的混合拥塞控制算法结合了超时重传和快速重传两种模式，同时允许用户访问两个拥塞控制参数：拥塞窗口大小和报文发送间隔；拥塞窗口即为一次发送的数据包数量；

23、混合拥塞控制算法分为慢启动、拥塞避免和快速恢复三个阶段，三个阶段基于丢包的策略来进行相互切换；如果发生丢包且丢包次数达到上限，开始进行超时重传，并进入慢启动阶段；如果发生乱序，接收到当前序号之后的数据包，开始进行快速重传，并进入快速恢复阶段；

24、丢包的判断依赖报文的超时重传时间，超时重传时间的计算方法如下：

25、

26、其中，为超时重传时间，为计时器粒度，max表示取最大值；的计算方法如下：

27、

28、其中，为从发出一个数据包到接收到这个包的应答的时间，为一段时间内平均值的估计，的初始值设置为；

29、的计算方法如下：

30、

31、其中，为平均偏差的估计，即平均抖动值，的初始值设置为；

32、慢启动阶段，拥塞窗口以指数形式增长，当拥塞窗口超过慢启动阈值之后，进入拥塞避免阶段；在拥塞避免阶段，拥塞窗口线性增长，随着拥塞窗口的增长，网络容量逐步被填满，同时，由于丢包，拥塞窗口会减小，即丢包退让；如果数据包没有发生超时重传，则进入快速恢复阶段；如果数据包发生超时重传，则重新进入慢启动阶段。

33、本发明的有益效果是：

34、1、能够有效利用通信网络节点的计算存储能力，允许将信息缓存到通信网络节点，使得边缘云通信网络节点与边缘云信息服务节点一起构成更加高效的分布式边缘云服务环境；

35、2、能够自适应地调整边缘云服务环境中缓存信息的优先级，以实现最优的缓存效果。该方法具有灵活性高、可靠性好等优点，具有广泛的应用前景；

36、3、由于改进的djjkstra算法中节点之间的距离是根据实时的网络带宽动态设置的，因此可以更加准确地计算最短路径，更加有效地利用网络资源，进而提高网络性能；

37、4、针对受限网络弱连接、窄带宽条件，采用混合拥塞控制算法和超时重传可靠机制，提升图像、音视频等非结构化信息共享的效率及信息传输的可靠性。