强化学习迁移

在移动边缘计算中，为减少服务响应的延迟，当用户不在当前服务的覆盖范围就执行服务迁移，理想情况下，离用户最近的服务器节点是迁移的最佳选择。然而在实际情况中，节点的算力资源占用和网络状态也很重要，如果离用户最近的节点不能为用户提供更好的服务，那么迁移无疑是失败的。并且，服务的迁移会产生一定的开销，例如节点间的数据传输以及与迁移控制器之间交互的成本，同时也可能给网络带来较大的压力，某些情况下甚至还会出现短时间的服务中断现象，为保证服务随用户而行而频繁的迁移其实也并不是最佳选择。因此在进行服务迁移时应该综合考虑服务运行的资源需求、节点的算力资源容量、网络状态、迁移成本与收益等因素。而服务迁移的时机区分在用户接入切换之前与之后，即当用户仍在当前区域时主动开始的迁移和在接入切换之后被动执行的迁移，由于被动的方式不利于在尽量早的时间内触发服务迁移到合适的位置来减少服务的退化时间，因此本文考虑未来的用户流量进行服务的预迁移。