[發明專利]一種移動邊緣計算網絡中多目標優化的計算卸載方法

有效

• 申請號: 202011272786.4
• 申請日: 2020-11-14
• 公開（公告）號: CN112512056B
• 公開（公告）日: 2022-10-18
• 發明（設計）人: 方娟;史佳眉;陸帥冰;張夢媛;葉志遠
• 申請（專利權）人: 北京工業大學
• 主分類號: H04W16/22
• 分類號: H04W16/22;H04W52/02;H04W52/24;H04W76/34
• 代理公司: 北京思海天達知識產權代理有限公司 11203
• 代理人: 張慧

本發明涉及一種移動邊緣計算網絡中多目標優化的計算卸載方法，屬物聯網、人工智能領域。該方法基于面向時延和能耗的聯合優化模型，通過設計智能算法GPSO實現多用戶在進行任務卸載時的功率選擇及按比例卸載。首先，確定移動邊緣計算的網絡架構，根據網絡架構進行建模，模型包括系統模型、應用程序模型、通信模型、計算模型，然后根據所建立模型求解目標函數，將問題轉換為混合非線性規劃問題。最后，設計一種基于粒子群算法和遺傳算法的分層計算算法GPSO，從而實現延遲與能耗聯合優化下的用戶的卸載比例策略和功率選擇。該方法利用人工智能領域相關智能算法，實現移動邊緣計算中多用戶任務卸載策略的優化選擇。

技術領域

本發明屬于物聯網、人工智能領域，特別是指一種移動邊緣計算中的多用戶在進行任務卸載時按比例卸載的策略。

背景技術

互聯網和物聯網的飛速發展促進了各種新型業務的不斷涌現，使得移動通信流量在過去的幾年間經歷了爆炸式增長，智能手機或筆記本電腦等移動用戶設備的發展與新移動應用的發展齊頭并進，與此同時，計算密集型和延遲敏感的應用，如交互式游戲、圖像/視頻處理、增強/虛擬現實和人臉識別，正在移動設備上變得越來越流行。然而，在用戶設備上運行計算要求高的應用程序受到用戶設備有限的電池容量和能耗的限制，延長用戶設備電池壽命的合適解決方案是將需要大量處理的應用程序卸載到傳統的集中式云上。然而，這引入了顯著的執行延遲，包括將卸載的應用交付到云中，以及在云中計算的返回時間。這種延遲是不方便的，并且使得卸載不適合實時應用。為了解決延遲問題，引入了一個新的概念，稱為移動邊緣計算(Mobile Edge Computing、MEC)。MEC將計算和存儲資源帶到移動網絡的邊緣，使用戶設備能夠運行高要求的應用，同時滿足嚴格的延遲要求。

MEC通過部署高性能邊緣服務器來增強移動網絡邊緣的計算能力。雖然計算卸載已經得到了廣泛的研究，但仍然沒有統一的方法來解決這個問題，這主要是由于邊緣設備的異構性和網絡的時變性，計算卸載需要考慮到不同的服務器終端與移動設備的網絡連接性能、卸載任務的能耗等，只有考慮這些因素才能實現最優卸載，提高應用服務質量與用戶體驗。現有的計算卸載研究只考慮了成本之間的權衡和性能來確定應用程序應該在本地執行還是卸載到邊緣服務器。還有很多卸載研究要么單方面考慮時延問題，要么單方面考慮能耗。計算卸載的優化通常應用相關算法，有很多卸載策略是基于已有的算法進行改進優化的，這類方法也可以確保策略的可行性。

為了充分利用移動設備和邊緣服務器的資源，而不是只選擇本地或遠程執行應用程序，需要考慮特定百分比的部分卸載以及傳輸過程中的功率選擇。

發明內容

針對用戶執行大型的應用程序，應用程序可以化為不同的比例進行卸載，即可以選擇在本地卸載或者在MEC服務器進行卸載，為了實現這種方式，本發明提出了一種面向多用戶多MEC服務器場景的權衡時延與能耗的部分卸載管理策略，以解決現有技術所存在的終端設備電池容量較小、計算能力有限，而云計算時延較高的問題。

為解決上述技術問題，本發明實施提供一種移動邊緣計算網絡中的計算卸載方法，研究了在有限資源(即有限計算能力)下，針對多用戶設備和多移動邊緣計算服務器的計算卸載策略，旨在開發一種卸載策略，以確定用戶的卸載比例和傳輸功率，同時最小化用戶應用程序的執行開銷(即能耗和計算時間的加權總和)，具體來說不僅要確定應用程序是否需要卸載，還需要確定卸載的比例，以及用戶與MEC服務器傳輸數據的傳輸功率。為了實現這一目標，首先，確定移動邊緣計算的網絡架構，然后根據網絡架構進行建模，模型包括系統模型、應用程序模型、通信模型、計算模型，然后根據建立好的模型求解目標函數，將此問題表示為一個混合非線性規劃問題，這是一個NP-hard問題。利用遺傳算法和粒子群算法的優點，設計了一種次優算法(GPSO)，即基于粒子群算法和遺傳算法的分層計算算法來解決該問題。

為了實現以上目的，本發明采用以下技術方案：

一種基于移動邊緣計算的計算卸載方法，包括步驟：

S1.建立移動邊緣計算系統的網絡架構。