[發(fā)明專利]基于邊緣緩存的任務卸載與資源優(yōu)化的方法

在審

• 申請?zhí)枺?/td>: 202010326117.4
• 申請日: 2020-04-23
• 公開（公告）號: CN111552564A
• 公開（公告）日: 2020-08-18
• 發(fā)明（設計）人: 鄧曉衡;劉錦;孫子惠;劉夢杰
• 申請（專利權）人: 中南大學
• 主分類號: G06F9/50
• 分類號: G06F9/50;H04L29/08
• 代理公司: 長沙軒榮專利代理有限公司 43235
• 代理人: 羅莎

1.一種基于邊緣緩存的任務卸載與資源優(yōu)化的方法，其特征在于，包括：

步驟1，收集用戶節(jié)點的定位與任務請求信息；

步驟2，對用戶節(jié)點的定位與任務請求信息進行相似度矩陣的計算與聚類；

步驟3，根據相似度矩陣的計算與聚類的結果構建任務流行度列表；

步驟4，根據任務流行度列表對每個類中的Cloudlet執(zhí)行流行任務計算結果的緩存；

步驟5，在流行任務計算結果已緩存的前提下進行用戶節(jié)點的任務與Cloudlet的匹配，直到所有的用戶節(jié)點的任務與所有的Cloudlet雙向穩(wěn)定匹配。

2.根據權利要求1所述的基于邊緣緩存的任務卸載與資源優(yōu)化的方法，其特征在于，所述步驟2具體包括：

基于每對用戶節(jié)點的地理位置來度量它們的耦合程度，使用高斯相似性矩陣來量化兩個用戶節(jié)點之間的相似性，將距離高斯相似度矩陣定義為S_d＝[d_ij]，d_ij計算公式如下：

其中，V_i表示用戶節(jié)點i的地理坐標，V_j表示用戶節(jié)點j的地理坐標，σ_d表示用來控制鄰域大小的相似性參數。

3.根據權利要求2所述的基于邊緣緩存的任務卸載與資源優(yōu)化的方法，其特征在于，所述步驟2還包括：

在網絡訓練期間，每個用戶u的任務請求產生情況將被記錄下來，并形成每個用戶u的任務請求發(fā)生向量得到不同用戶節(jié)點之間的任務流行模式，理想情況下，任務請求發(fā)生向量可以捕獲用戶節(jié)點每個任務的產生率，并有助于在用戶之間相似度的建立，將任務流行相似度矩陣定義為S_p＝[p_ij]，p_ij計算公式如下：

其中，n_i和n_j代表用戶節(jié)點i和用戶節(jié)點j對各個任務的任務請求發(fā)生向量。

4.根據權利要求3所述的基于邊緣緩存的任務卸載與資源優(yōu)化的方法，其特征在于，所述步驟2還包括：

用戶聚類及流行相似度矩陣計算，一個網絡集群包括彼此相距很近且遵循相似任務流行模式的一群用戶節(jié)點，將距離高斯相似度矩陣和任務流行相似度矩陣融合在一起得到綜合的流行相似度矩陣表示為S，計算如下：

S＝θS_d+(1-θ)S_p (3)

其中，θ是調整距離相似度和任務相似度的影響程度的權衡參數。

5.根據權利要求4所述的基于邊緣緩存的任務卸載與資源優(yōu)化的方法，其特征在于，所述步驟3具體包括：

Cloudlet通過主動緩存接收到的流行任務的計算結果，來最大程度地減少網絡運行期間用戶請求的服務延遲。

6.根據權利要求5所述的基于邊緣緩存的任務卸載與資源優(yōu)化的方法，其特征在于，所述步驟5具體包括：

為每位用戶的請求任務找到一個Cloudlet進行一對一的匹配，計算每個任務請求的預計延遲，用戶節(jié)點與匹配到Cloudlet滿足可靠性指標則匹配，用戶節(jié)點與匹配到的Cloudlet不滿足可靠性指標，用戶將按照偏好排序尋求與匹配列表中其他Cloudlet進行匹配，直到所有的用戶節(jié)點與所有的Cloudlet雙向穩(wěn)定匹配。