一种基于加权K-means的边缘服务器部署方案

随着5G时代的到来,移动边缘计算（MEC）在移动网络的RAN侧提供计算、资源存储和IT服务等系统功能,实现高带宽、低时延的业务支撑和本地管理。从长远角度来看,边缘服务器的合理部署可以提高MEC的服务质量,节省运营商的成本,降低网络资源的浪费。为此,文中提出一种加权K-means算法来优化边缘服务器的部署问题。所提方案根据基站侧的日统计流量计算不同区域范围内移动终端的权值,通过目标方程和约束进行算法设计。在实验阶段,分别通过加权K-means算法、传统K-means算法和随机选择的方法得到边缘服务器的部署位置。在不考虑传输链路异常等情况下,基于不同服务器个数和测试时段,分别计算移动设备与边缘服务器的响应时延。评估结果表明,在相同的移动终端分布和资源分配的条件下,相较于传统K-means算法和随机选择方法,所提方案能够提供更好的部署位置,减少设备的响应时延。