基于边缘计算的网络时延精准控制方法研究
来源:用户上传
作者:蔡国琛 池鸿源 蔡汝健
摘要：为了降低网络信道传输信息的时延，提高网络通信水平，文章引进边缘计算，设计一种全新的网络时延精准控 制方法。确定网络产生时延的主要原因，结合网络时延表达式，分析网络时延变化趋势及其影响因素;为了降低时延，引 进边缘计算，补偿分支网络传输信道，实现对信号传输的宏观调控，完成网络时延精准控制方法设计。通过对比实验证 明，相比基于Lyapunov 函数的网络时延控制方法，设计的网络时延精准控制方法对网络分支信道时延的控制效果更优，可保证分支信道时延控制在最高单点延迟范围内。
关键词：边缘计算;网络;时延;控制方法;传输补偿
0 引言
边缘计算在市场上属于一种基于现代化技术的衍 生技术，作为一种全新的计算模式，核心目的是将计算内容与计算能力进行边缘化处理。目前，相关方面的研究仍属于全新的领域，一经推行，便受到技术人员的重点关注。当计算环境为边缘场景时，可采用将网络 DNN 模型部署在边缘节点的方式，通过对云端与前端的计算，掌握网络运行现状。但在此过程中，边缘计算的节点数量较多，仅依靠一个独立的设备进行网络信 息采样，是无法满足前端计算与处理需求。因此，可以认为目前大多数边缘计算的范围与能力受限，但依靠一个边缘节点是无法完成网络任务判断的[1]。同时，在深入此方面的研究中发现，现行网络传输大多以光 纤通道作为支撑，此种传输通道具有单程传输量大、运 行可靠性高、常规通信技术无法代替等优势，但网络信 息在此种条件下进行管线传输，会受到外部环境与相关因素的干扰，此种干扰现象较为显著，一旦没有做好 干扰项排除工作，便会造成网络传输出现较高时延，而 此种时延不仅会影响网络传输质量，也会降低传输的效率[2]。
为解决此方面问题，缓解网络时延对网络传输的限制，本文引用边缘计算，设计一种全新的网络时延精 准控制方法，以此提高网络传输的综合性能。
1 基于边缘计算的网络时延精准控制方法研究
1.1 网络时延变化分析
为确保对网络时延的精准控制，需要对网络信道在传输信息时的时延变化进行分析。当前端进行网络 信息的远距离多信道同步传输时，网络出现时延的主要原因包括：信道环境的变化、网络传输频率发生震 动、信道传输携带量变化、网络参数改变、传输距离改 变、光谱信道的信道及宽度改变、传输距离变化、信号波长变化等[3]。可将网络时延表示为计算公式（1）。
o=lQ/c （1）
公式（1）中：o表示为网络信道传输时延;l表示为信道带宽;Q表示为信道传输距离;c表示为平均传播 速率。
完成上述计算后，考虑到通信传输信道传输环境的变化也会在一定程度上对传输效果造成影响，因此，需要将远距离多信道传输链路作为基础，对其进行网
络时延的描述，如公式（2）所示。
公式（2）中：VO 表示为远距离多信道传输链路网 络时延光纤波长，计算单位为μm;λ表示为传输效应; T表示为单程传输周期; Vodisp 表示为网络时延变化趋 势。综合上述计算公式，完成对网络时延变化的分析。
1.2基于边缘计算的分支网络传输补偿
综合上述分析结果可知，网络时延受到多个外界因素的影响，为了降低时延，引进边缘计算，进行分支 网络传输信道的补偿[4]。补偿架构如图1所示。
图1 中，通信网络与补偿节点之间的对接是通过边缘计算实现，只有确保网络通信边缘具有可执行性，才能在节点进行网络负载传输时，实现对信号传输的宏观调控[5]。在此过程中，假设被控前端表示为x，h表示为信号采样周期，则网络信号在空间中的边缘表
达式如公式（3）。
x （kh + h）=χx（kh）+ Fu（3）
公式（3）中：k表示为网络信号在空间中的边缘参数;χ表示为网络边界;F表示为边界条件;u表示为信道离 散状态。
在此过程中，为了降低边缘参数对网络信道传输 性能的影响，采用内置预估器的方式，对被动信道与终 端的实时状态进行采样与分析，同时增设一个信道队 列缓冲器，用于提高待传输对象的历史输出能力。当设置缓冲器的参数表示为1.0 时，对应通信边缘的控 制信号分支传输量可表示为1.0的倍数。为了确保补 偿的连续性，可采用控制补偿开关的方式，进行通信线 路与信道的整体调控。以此种方式确保补偿指令执行的有效性，在网络分支信道中，实现对信号发送时延、信息集中处理时延、信息传播时延、队列时延的精准调 控，从而实现对网络实验的有效控制[6]。综上所述，完成基于边缘计算的网络时延精准控制方法设计。
2实验分析
上文从理论层面，对基于边缘计算的网络时延精 准控制方法展开了详细的设计与研究。为了检验本次设计，选择基于Lyapunov 函数的网络时延控制方法作为传统方法，进行对比实验。
实验前，使用网络模拟装置在终端设备上布设一个网络场景，将网络传输信道的分支结构部署在场景 中，见图2。为确保对实验中相关数据的有效获取，引 进深入学习框架，建立一个具有多分支结构的网络 DNN 模型，用于训练传输信道不同分支信道的网络信息。对应的网络分支信道为Networkchannel-1 ～ Network channel-14，对接网络环境与DNN 模型后，在网络模拟器中进行网络传输场景的分布与部署，定位在传输过程中的数据源、数据边缘节点、云端服务设备 等，确保网络中所有设备保持一种全连接状态后，连接 网络卷积层。为了满足实验中异构网络节点的通信需 求，设定边缘设备在网络拓扑结构节点上。在此基础 上，设定网络有效传输参数，如表1所示。
完成网络传输相关参数的设定后，开启前端的通信模拟器，进行网络通信传输，使用DNN 模型进行网 络延迟的预测。为了避免数据量冗余对网络传输时延 造成影响与干预，此次实验随机选择 3.0个分支信道作为时延信息获取信道。实验中，获取信道在传输信 息时的发送时延 A1、处理时延 A2、传播时延 A3、排队 时延 A4，用“A1+A2+A3+A4”得出最终计算结果为A，A表示为网络总时延。在网络传输过程中，使用基于边缘计算的网络时延精准控制方法，与基于Lyapunov 函数的网络时延控制方法，对传输信道时延进行宏观 调控，获取控制后时延总量，对比本文方法与传统方法的网络总时延，当本文方法的网络总时延小于魍撤椒ǖ耐络总时延时，可以认为本文方法对网络时延的控制效果较优;反之，当本文方法的网络总时延大于传 统方法的网络总时延时，可以认为本文方法对网络时 延的控制效果较差。基于此种理论，整理实验结果，对应的网络时延精准控制结果如表2所示。
nlc202208292058
转载注明来源:https://www.xzbu.com/8/view-15438716.htm
