[發明專利]基于流水線的云-邊-端協作卸載方法和系統

有效

• 申請號: 202010544184.3
• 申請日: 2020-06-15
• 公開（公告）號: CN111913723B
• 公開（公告）日: 2022-09-23
• 發明（設計）人: 開彩紅;周浩;黃偉;彭敏
• 申請（專利權）人: 合肥工業大學
• 主分類號: G06F8/61
• 分類號: G06F8/61;G06F9/445;G06F9/50
• 代理公司: 北京久誠知識產權代理事務所(特殊普通合伙) 11542
• 代理人: 余罡

本發明提供一種基于流水線的云?邊?端協作卸載方法和系統，涉及移動邊緣計算技術領域。本發明通過流水線卸載策略對任務進行分配，能有效的降低時延敏感任務在移動設備與邊緣節點、邊緣節點與云中心之間的傳輸的通信資源，從而減少時延敏感任務在移動設備、邊緣節點與云中心之間的傳輸時間，達到減少時延的目的。同時本發明基于流水線的云?邊?端協作卸載架構，聯合考慮了流水線卸載策略、計算資源和通信資源，提出了最小化所有移動設備的總等待時延問題，在本發明中，任務可以同時在移動設備本地，邊緣節點的MEC服務器和云端進行計算，減少系統時延，滿足時延敏感任務對時效性的要求。

技術領域

本發明涉及移動邊緣計算技術領域，具體涉及一種基于流水線的云-邊-端協作卸載方法和系統。

背景技術

隨著移動設備的智能化，對虛擬現實，自然語言處理，超高清視頻和在線游戲等新型高計算能力應用的需求不斷增長，因此為移動設備提供高計算能力已成為未來無線通信系統的另一個重要目標。達到這個目標的一個主要途徑是將計算密集的任務卸載到附近資源更加豐富的服務器上，這種方法稱為計算卸載。

在現有方法中，主要通過邊緣節點的MEC服務器(mobile edge computing移動邊緣計算)、云中心與移動設備的協作，完整任務卸載，為了在終端、邊緣和云共同處理任務，現有技術中，在進行任務卸載時，主要考慮移動終端本身的計算能力和功耗限制，邊緣節點的計算能力和功耗限制等，實現最小化所有移動設備的總等待時延問題為目標。

然而，本發明的申請人發現，現有的計算卸載方法不能滿足時延敏感任務對時效性的要求。

發明內容

(一)解決的技術問題

針對現有技術的不足，本發明提供了一種基于流水線的云-邊-端協作卸載方法和系統，解決了現有的計算卸載方法不能滿足時延敏感任務對時效性的要求的技術問題。

(二)技術方案

為實現以上目的，本發明通過以下技術方案予以實現：

本發明提供了一種基于流水線的云-邊-端協作卸載方法，通過流水線卸載策略對任務進行分配，流水線卸載策略包括：對于任何任務，移動設備首先要判斷本地是否有足夠的可用資源，當移動設備有足夠的能力處理任務時，移動設備獨自處理整個任務；否則，移動設備根據自身的計算能力處理部分任務，將剩余的任務卸載到最近的邊緣節點；邊緣節點上的MEC根據接收到的任務量以及自身的計算資源來決定處理多少任務；如果MEC無法處理所有卸載來的任務，MEC處理與其計算能力相匹配的任務，將剩余的任務卸載給擁有充足計算資源的云中心，所述方法包括以下步驟：

S1、獲取任務數據和計算資源數據，基于任務數據和計算資源數據設定變量參數，其中變量參數包括所有移動設備任務I，移動設備n的當前任務量I_n、移動設備n的計算能力f_n；

S2、依據任務執行量的流水線卸載策略將移動設備n的當前任務量I_n對應分配給移動設備n、邊緣節點及云中心，根據所述變量參數及其初始化值，構建移動設備n、邊緣節點及云中心各自與對應分配的任務執行量分別關聯的時延模型；

S3、根據所述時延模型，得到所有移動設備任務I被全部卸載執行時的最大時延模型；

S4、定義出聯合優化任務的流水線卸載策略、計算資源和通信資源的分配問題，以最小化所有移動設備的總等待時延問題為目標，根據所述最大時延模型，將所述分配問題轉換為目標函數及對應約束條件；

S5、基于目標函數、約束條件、每個移動設備的當前任務量、任務需要的計算資源、移動設備n的計算能力f_n，獲取最優的任務流水線卸載策略、計算資源和通信資源分配策略。