[發明專利]一種端-邊-云協同計算的任務卸載優化方法

有效

• 申請號: 201911402857.5
• 申請日: 2019-12-31
• 公開（公告）號: CN111240701B
• 公開（公告）日: 2023-07-25
• 發明（設計）人: 李秀華;李輝;孫川;文俊浩;熊慶宇;范琪琳;王悅陽;毛玉星;李劍
• 申請（專利權）人: 重慶大學
• 主分類號: G06F8/61
• 分類號: G06F8/61;G06F9/50
• 代理公司: 重慶縉云專利代理事務所(特殊普通合伙) 50237
• 代理人: 王翔

本發明公開了一種端?邊?云協同計算的任務卸載優化方法，主要步驟為：1)建立移動邊緣計算系統模型。2)確定當前迭代輪次j下的任務卸載策略Ωsubgt;i/subgt;。3)確定當前迭代輪次j下的資源分配策略。4)量化移動邊緣計算系統中能量消耗和傳輸時延的加權和，保存任務卸載與資源分配策略。5)輸出端?邊?云協同計算的移動邊緣計算系統中最優任務卸載策略與最優資源分配策略。本發明綜合考慮任務優先級和設備所剩電量等用戶綜合因素，給出了任務的最佳卸載位置，同時通過柯西方法給出資源分配策略，很大程度上提高了用戶的QOE。

技術領域

本發明涉及邊緣計算技術，具體是一種端-邊-云協同計算的任務卸載優化方法。

背景技術

近年來，由于網絡中移動設備接入數量不斷增加和移動網絡技術的迅猛發展，逐漸推動了虛擬現實和增強現實等一系列新興服務的發展，以云服務器為中心的常規模式已經難以滿足延遲敏感型任務的要求。移動邊緣計算作為一種全新的計算模式，它通過部署具有計算能力與計算資源的服務器到網絡邊緣來提高服務質量。在移動邊緣計算網絡中，邊緣服務器可以部署在基站或基站附近。移動邊緣計算系統通過將計算任務從移動設備卸載到云服務器或者邊緣服務器，以減少時間延遲或者能量消耗。

在當前的移動邊緣計算系統中，如何優化邊緣計算任務的卸載位置，降低邊緣計算系統資源消耗和時間延遲已經成為一個熱門的研究課題。目前普遍采用的優化方法是將移動終端的計算任務卸載到邊緣服務器，但是此優化方法存在著一些難以解決的問題：第一，當移動邊緣計算系統中包含大量的移動設備時，邊緣服務器會因此而過載，從而會導致計算任務的處理時間顯著增加，降低用戶的體驗質量。第二，這種方法沒有充分考慮移動終端、邊緣服務器、和云服務器的協作能力，僅聯合單個邊緣服務器和多個移動終端忽略了云服務器的服務能力，導致整個移動邊緣計算系統效率低下。

發明內容

本發明的目的是解決現有技術中存在的問題。

為實現本發明目的而采用的技術方案是這樣的，一種端-邊-云協同計算的任務卸載優化方法，主要包括以下步驟：

1)獲取同一時刻當前移動網絡中所有移動設備、邊緣服務器、云服務器和任務的信息數據。

進一步，所述移動設備和任務的信息數據包括移動設備的傳輸功率Φ_i、無線信道增益g_i、移動設備的計算能力f_i^L和任務大小S_i。邊緣服務器的信息數據包括邊緣服務器的計算能力F^E、緩存大小S^E和帶寬大小B^E。云服務器的信息數據包括云服務器的平均計算能力F^C。

2)建立移動邊緣計算系統模型。

所述移動邊緣計算系統模型包括遠程云服務器、一個本地邊緣服務器和若干不同的移動設備。

3)初始化移動邊緣計算系統參數，開始迭代運算。

進一步，移動邊緣計算系統參數包括迭代次數N、次卸載的任務數K。初始狀態下，所有的任務都在本地執行，令任務在本地執行的表征參數任務在邊緣服務器執行的表征參數和任務在云服務器執行的表征參數其中，1表示執行，0表示不執行。

4)確定當前迭代輪次j下的任務卸載策略Ω_i，主要步驟如下：

4.1)計算移動設備的計算能力C_i、傳輸功率Φ_i和無線信道增益g_i的乘積，并對所述乘積結果進行降序排序。

4.2)選擇前K個乘積結果對應的任務進行卸載，將選擇出的待卸載任務上傳到邊緣服務器中，并按照任務的大小進行升序排序。