[發明專利]一種用于移動邊緣計算環境下的工作流任務遷移方法在審
| 申請號： | 202011421763.5 | 申請日： | 2020-12-08 |
| 公開（公告）號： | CN112463337A | 公開（公告）日： | 2021-03-09 |
| 發明（設計）人： | 高永強 | 申請（專利權）人： | 內蒙古大學 |
| 主分類號： | G06F9/48 | 分類號： | G06F9/48;G06F9/50;G06N7/00;G06N3/00 |
| 代理公司： | 北京冬瓜知識產權代理事務所(普通合伙) 11854 | 代理人： | 李佳 |
| 地址： | 010021 內蒙古自*** | 國省代碼： | 內蒙古;15 |
| 權利要求書： | 查看更多 | 說明書： | 查看更多 |
| 摘要： | |||
| 搜索關鍵詞： | 一種 用于 移動 邊緣 計算 環境 工作流 任務 遷移 方法 | ||
1.一種用于移動邊緣計算環境下的工作流任務遷移方法，其特征在于，包括以下步驟：
S1：構建用戶位置預測的隱馬爾科夫模型；
S2：訓練隱馬爾科夫模型的參數；
S3：預測用戶在未來時間內所處的位置；
S4：構建工作流任務遷移問題的優化模型；
S5：求解工作流任務的遷移位置；
S6：將需要遷移的工作流任務復制到對應的邊緣服務器上；
S7：檢測下一個控制周期是否開始，若是，轉向步驟S1，否則，轉向步驟S7。
2.根據權利要求1所述的工作流任務遷移方法，其特征在于，步驟S1中，所述隱馬爾科夫模型包括隱藏序列集合、觀測序列集合、用戶位置的狀態轉移概率矩陣、直連邊緣服務器狀態轉移概率矩陣以及初始狀態概率矩陣。
3.根據權利要求1所述的工作流任務遷移方法，其特征在于，步驟S2中，基于用戶的歷史移動記錄，利用Baum-Welch算法對隱馬爾科夫模型的參數進行訓練。
4.根據權利要求1所述的工作流任務遷移方法，其特征在于，步驟S2中，所述隱馬爾科夫模型的參數λ為：
λ＝(Π，A，B)
其中A為用戶位置的狀態轉移概率矩陣；B為直連邊緣服務器狀態轉移概率矩陣；Π為初始狀態概率矩陣，代表用戶的起始位置。
5.根據權利要求1所述的工作流任務遷移方法，其特征在于，步驟S3中，利用Forward算法對用戶在下一個時間段所處的位置進行預測。
6.根據權利要求1所述的工作流任務遷移方法，其特征在于，步驟S4中，對在預測的用戶位置下工作流任務的遷移決策問題建立優化模型，優化模型如下：
其中，目標函數(1)為最小化任務遷移的次數，M與N分別代表工作流任務子集與邊緣服務器的數量；xi,j為決策變量，表示任務子集i是否遷移到邊緣服務器j上；表示xi,j在上一個決策時期的值；
約束函數(2)與約束函數(3)確保每個邊緣服務器上的可以獲得的CPU資源與帶寬資源可以滿足分配到其上的任務的資源需求，與分別表示任務子集i的CPU資源與帶寬資源需求，與分別表示邊緣服務器j上可以獲得的CPU與帶寬資源的上限，SN表示系統中N個邊緣服務器的集合；
約束函數(4)確保每個任務子集只能遷移到一個邊緣服務器上，SM表示由用戶工作流的M個任務子集所構成的集合；
約束函數(5)確保工作流的完成時間不會超過用戶給定的截至時間，Makespani和Deadline分別表示任務子集i的完成時間和用戶指定的截至時間；
約束函數(6)定義了決策變量的取值范圍。
7.根據權利要求1所述的工作流任務遷移方法，其特征在于，步驟S5中，利用狼群優化算法求解工作流任務的遷移位置，所述狼群優化算法包括人工狼的編碼與解碼、狼群初始化、確定頭狼、探狼游走行為、頭狼召喚行為、猛狼圍攻行為及狼群更新。
該專利技術資料僅供研究查看技術是否侵權等信息，商用須獲得專利權人授權。該專利全部權利屬于內蒙古大學，未經內蒙古大學許可，擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作，請聯系【客服】
本文鏈接：http://www.szxzyx.cn/pat/books/202011421763.5/1.html，轉載請聲明來源鉆瓜專利網。
