[發明專利]一種基于粒子群算法資源感知計算遷移方法、裝置及介質

有效

• 申請號: 202010693095.5
• 申請日: 2020-07-17
• 公開（公告）號: CN111813506B
• 公開（公告）日: 2023-06-02
• 發明（設計）人: 彭凱;趙博海;錢興達;王榮坤
• 申請（專利權）人: 華僑大學
• 主分類號: G06F9/455
• 分類號: G06F9/455;G06N3/006;H04L67/10
• 代理公司: 泉州市文華專利代理有限公司 35205
• 代理人: 陳雪瑩

本發明公開了一種基于粒子群算法資源感知計算遷移方法，所述方法包括：對輸入的每一個工作流中的子任務的前驅后繼關系進行判斷然后對每個工作流進行整合重構，得到復雜工作流的全局模型；基于粒子群優化算法，以系統能耗和時延為優化目標，通過迭代不斷更新粒子速度、粒子位置以及粒子適應度函數，最終得到多目標優化后粒子的遷移策略；根據當前的系統能耗、系統時延以及邊緣服務器的資源利用率，進一步地，在每一次遷移策略確定后對系統進行新一輪的資源配置，實現能耗、時延以及資源利用率三目標優化。本發明在面對用戶端產生的較為復雜的任務時，仍可以為用戶提供質量較高的服務，且可以實現對服務器的負載進行平衡的功能，計算簡單快速。

技術領域

本發明涉及任務遷移與資源配置領域，具體涉及一種基于粒子群算法資源感知計算遷移方法、裝置及介質。

背景技術

在移動邊緣計算(Mobile?Edge?Computing,MEC)環境中，任務可以通過計算遷移遷移到邊緣服務器或遠程云數據中心(公有云)進行處理，如圖5所示，以達到解放移動設備資源，降低任務處理時延和能耗的目的。但是隨著移動設備的更新換代以及物聯網、車聯網等新技術的產生，用戶端產生的任務變得更為復雜，甚至可能同時存在能耗、時延等多種約束，如果不能根據任務的特征合理的規劃遷移策略，網絡擁塞、服務器過載等一系列會對服務質量造成嚴重影響的情況仍然可能發生。

現有的針對MEC環境下的優化方法，大多針對于一般應用或一般工作流進行優化。吳華明等人在文獻“An?efficient?application?partitioning?algorithm?in?mobileenvironments,IEEE?Transactions?on?Parallel?and?Distributed?Systems,2019.”中針對一般應用，提出了一種適用于MEC環境的遷移分區算法。綜合優化了系統的能耗、時間消耗和成本。許小龍等人在文獻“Energy-Efficient?Computation?Offloading?inCloudlet-Based?Mobile?Cloud?Using?NSGA-II.2018Eleventh?InternationalConference?on?Mobile?Computing?and?Ubiquitous?Network(ICMU).IEEE,2018.”中基于非支配排序遺傳算法-II(Non-dominated?Sorting?Genetic?Algorithm?II,NSGA-II)針對一般工作流提出了一種多目標計算遷移方法。他們的目標是優化系統能耗的同時降低任務處理的時延。但是由于用戶端產生的任務可能是由若干有序工作流與若干無序工作流所組成的復雜的工作流，這就意味著算法的輸入不僅是數據量較大的任務流，而且這些任務之間存在著一定的前驅后繼關系，甚至具有能耗、時延等多方面的約束。因此，現有的研究方法可能并不能適用于針對復雜工作流的計算遷移和多目標優化。