[發明專利]基于邊緣緩存的任務卸載與資源優化的方法

在審

• 申請號: 202010326117.4
• 申請日: 2020-04-23
• 公開（公告）號: CN111552564A
• 公開（公告）日: 2020-08-18
• 發明（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

本發明提供了一種基于邊緣緩存的任務卸載與資源優化的方法，包括：步驟1，收集用戶節點的定位與任務請求信息；步驟2，對用戶節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執行流行任務計算結果的緩存。本發明通過主動邊緣緩存計算結果來研究邊緣網絡中的超可靠和低延遲的通信問題，通過允許用戶節點UN根據對沖請求的概念將其計算任務卸載到多個邊緣計算節點來確保可靠性，通過聯合任務卸載以及對流行的可緩存任務計算結果的主動緩存，可以利用Cloudlet的計算和存儲資源來最大程度地減少計算延遲。

技術領域

本發明涉及通信技術領域，特別涉及一種基于邊緣緩存的任務卸載與資源優化的方法。

背景技術

物聯網(Internet ofthings，IoT)的出現，需要資源有限的設備進行大規模的連接，對數據通信和計算的需求量提出了前所未有的挑戰，可用性要求系統設計包含延遲和可靠性方面，由于物聯網設備的計算能力和能量能力有限，很難依靠本地計算資源來滿足嚴格的計算和處理延遲要求，因此，移動云計算(MCC)解決方案被認為可以為物聯網節點提供計算服務，在這方面，用戶節點(UN)將其計算任務卸載到遠程云中心，云服務器執行該任務并將結果發回，雖然此解決方案提供了高資源容量，但由于UNs和云數據中心之間的高傳輸延遲，它無法處理對延遲敏感的計算任務。為此，引入了邊緣計算的概念，將計算資源帶入網絡邊緣。在短傳輸延遲的情況下，邊緣網絡能夠在高計算能力和短傳輸距離之間取得平衡，為延遲超敏感的應用提供高效的計算服務。然而，需要更智能的資源利用方案來有效地分配通信和計算資源，以更高效地利用好邊緣網絡。

目前大多數研究了計算和通信資源聯合優化的工作都依賴于集中式解決方案，其中的MEC網絡具有有關所有用戶請求的信息和信道狀態信息(Channel stateinformation，CSI)，且邊緣網絡環境下進行研究的工作絕大多數都只考慮了被動響應式計算范式，僅在將任務數據卸載到邊緣節點或服務器之后才開始任務計算，而且，這些沒有嚴格考慮邊緣網絡中的等待時間和可靠性的約束。

基于MEC網絡的分布式性質，可以計算資源更靠近網絡邊緣，可以為終端用戶提供更具個性化的計算服務，通過主動預發式計算并利用終端用戶請求之間的相關性，可以最大程度地減少計算延遲，預取的思想的引入，被認為是邁向主動計算的第一步，在計算當前任務數據的過程中，將預測并預取即將到來的任務數據的一部分，以使獲取時間最小化，通過主動預發式計算，邊緣網絡可以跟蹤用戶節點的集合UNs(usernodes)的任務的受歡迎程度，并預先存儲其計算結果，這避免了相同的任務數據被多次請求，從而減輕了任務卸載傳輸過程的負擔。

發明內容

本發明提供了一種基于邊緣緩存的任務卸載與資源優化的方法，其目的是為了解決傳統的方法無法處理對延遲敏感的的計算任務，沒有嚴格考慮邊緣網絡中的等待時間和可靠性的約束的問題。

為了達到上述目的，本發明的實施例提供了一種基于邊緣緩存的任務卸載與資源優化的方法，包括：

步驟1，收集用戶節點的定位與任務請求信息；

步驟2，對用戶節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點的任務與Cloudlet的匹配，直到所有的用戶節點的任務與所有的Cloudlet雙向穩定匹配。

其中，所述步驟2具體包括：