[發明專利]應用于霧計算網絡的任務卸載方法、系統、設備及介質

有效

• 申請號: 201811314444.7
• 申請日: 2018-11-06
• 公開（公告）號: CN111158893B
• 公開（公告）日: 2023-04-11
• 發明（設計）人: 羅喜良;劉婷
• 申請（專利權）人: 上海科技大學
• 主分類號: G06F9/50
• 分類號: G06F9/50;G06F9/445
• 代理公司: 上海光華專利事務所(普通合伙) 31219
• 代理人: 高彥

本發明的應用于霧計算網絡的任務卸載方法、系統、設備及介質，其中，任務節點將其前若干時隙內產生的若干個任務中的至少一個歸于自身，且將其余任務分別卸載至各服務節點；獲取各任務的資源占用信息；其中，資源占用信息包含：各任務被所在節點處理的開銷、以及各該任務的卸載決策；根據所獲取的資源占用信息估計各該組中各節點的可用資源狀況；在生成新任務時，根據估計的該組中各節點的可用資源，估計該新任務在該組中各節點被處理所需的開銷；將任務卸載到所估計的開銷最小的節點；本發明將動態權衡利用和探索之間的利弊，賦予用戶實時智能地做出任務卸載決策，從而以在線學習的方式解決霧計算網絡中的任務卸載問題。

技術領域

本發明涉及通信技術領域，尤其涉及應用于霧計算網絡的任務卸載方法、系統、設備及介質。

背景技術

隨著物聯網的快速發展，各類移動智能設備需要處理的任務量不斷提高。比如，應用了增強現實技術的在線交互游戲設備需要大量計算和通信可用資源狀況。因此，傳統的個人電腦、智能手機等移動設備和物聯網設備在電池和計算能力方面遇到了巨大的挑戰。雖然將這些計算任務卸載到能源和計算可用資源狀況豐富的云端服務器是一個解決方案，但是遠距離云端傳輸將會不可避免的引來額外的通信時間。為了滿足低時延的服務要求，研究人員提出利用霧計算節點(如具有閑置可用資源狀況的移動、物聯網設備)數量龐大、無處不在的天然優勢，將計算、存儲、控制和通信服務分布在云到霧的連續體中[1]。因此，為了更好的利用周圍的霧節點，我們急需一個高效的算法，來決定在霧計算網絡中哪些計算任務需要卸載、以及卸載到哪個節點。

一般來說，把高復雜度的計算任務卸載到其他的節點上，能夠有效的節約自己本地節點上的計算可用資源狀況與能量可用資源狀況。任務卸載問題在[2]-[4]中被建模成一個確定性最優化問題。然而在現實場景中，由于用戶的服務需求是動態的、隨機的，要實時獲取整個霧計算網絡的全部信息將會消耗大量通信可用資源狀況。因此，一個實際的算法需要能夠適應動態變化的環境，比如不同時間用戶和服務器的狀態、節點的計算隊列長度。針對這一需求，一些學者將問題建模成隨機優化問題[5]-[8]，并按照李雅普諾夫優化方法將難以解決的隨機優化問題轉化成一個在每個時隙內只包含一系列容易解決的確定性優化問題的順序決策問題。然而，上面所有提到的模型都假設系統參數是能夠得到的。但是在許多場合中用戶無法或只能夠了解部分參數。比如文獻[9]的作者假設通信和計算的延遲是未知的，文獻[10]的作者假設用戶的移動是未知的。特別地，當用戶的計算和通信可用資源狀況有限而且對服務節點的信息了解不充分時，求解問題就會陷入“探索”和“利用”的兩難局勢，即用戶需要權衡究竟是完全相信歷史信息尋找并利用“最高”回報的節點，還是繼續探索其他未知但有可能會有更高回報的節點。

[1]M.Chiang?and?T.Zhang,“Fog?and?IoT:An?overview?ofresearchopportunities,”IEEE?Internet?Things?J.,vol.3,no.6,pp.854–864,Dec.2016.

[2]Y.Yang,K.Wang,G.Zhang,X.Chen,X.Luo,and?M.Zhou,“MEETS:Maximalenergy?efficient?task?scheduling?in?homogeneous?fog?networks,”IEEE?InternetThings?J.,in?press.

[3]C.You,K.Huang,H.Chae,and?B.-H.Kim,“Energy-efficientresourceallocation?for?mobile-edge?computation?offloading,”IEEETrans.WirelessCommun.,vol.16,no.3,pp.1397–1411,Mar.2017.