[發明專利]多邊緣服務任務選擇卸載方法、裝置及相關設備有效
| 申請號: | 202011600129.8 | 申請日: | 2020-12-30 |
| 公開(公告)號: | CN112612549B | 公開(公告)日: | 2022-06-24 |
| 發明(設計)人: | 張杰;楊華勝;唐小林;蔣俊峰 | 申請(專利權)人: | 潤聯軟件系統(深圳)有限公司 |
| 主分類號: | G06F9/445 | 分類號: | G06F9/445;G06F9/48;G06F9/50;G06N3/12 |
| 代理公司: | 深圳市精英專利事務所 44242 | 代理人: | 武志峰 |
| 地址: | 518000 廣東省深圳市福田區梅林街*** | 國省代碼: | 廣東;44 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 多邊 服務 任務 選擇 卸載 方法 裝置 相關 設備 | ||
1.一種多邊緣服務任務選擇卸載方法,其特征在于,包括:
構建多邊緣服務器多移動設備的系統模型,所述系統模型包括若干邊緣服務器及若干移動設備的工作負載數據及任務的數量;
獲取當前時隙產生的第一待分配任務,并判斷所述第一待分配任務的數量是否超過預設任務數量閾值;
若是,則基于所述系統模型內當前時隙所有第一待分配任務的延遲敏感度以及所述系統模型各環境參數,根據預置的遺傳算法計算所有第一待分配任務的卸載決策,并根據所述卸載決策配置當前時隙的所有第一待分配任務;
若否,則按預設規則確定所述第一待分配任務的卸載決策;
所述基于所述系統模型內當前時隙所有第一待分配任務的延遲敏感度以及所述系統模型各環境參數,根據預置的遺傳算法計算所有第一待分配任務的卸載決策,并根據所述卸載決策配置當前時隙的所有第一待分配任務包括:
根據所述系統模型初始化遺傳算法的算法參數,所述算法參數至少包括個體、種群、最大迭代次數、交叉概率,以及變異概率,所述個體代表每個所述第一待分配任務的一種卸載決策的集合、所述種群代表所有個體的集合;
根據預置適應度函數對種群內各個所述個體的適應度進行計算,確定各個個體的適應度;
根據所有所述第一待分配任務的延遲敏感度初始化種群,得到優化的初始化種群;
根據預置的選擇、交叉及替換處理從所述優化的初始化種群中篩選出最優個體作為所有第一待分配任務的卸載決策;
所述根據所有所述第一待分配任務的延遲敏感度初始化種群,得到優化的初始化種群,包括:
按所有所述第一待分配任務的延遲敏感度從大到小的順序進行排序,得到多個所述個體;
遍歷所有所述個體中記錄的所述第一待分配任務,按高延遲敏感度的卸載決策優先原則為每個所述第一待分配任務配置卸載決策,得到特定個體;
隨機為每個所述第一待分配任務配置卸載決策,得到第一隨機個體;
對每個所述第一隨機個體的預置部分任務按高延遲敏感度的卸載決策優先原則重新配置卸載決策,得到第二隨機個體;
比較所述第一隨機個體與對應的第二隨機個體之間的適應度,并將適應度較高的作為目標隨機個體;
集合所述特定個體與目標隨機個體,得到優化的初始化種群;
所述按預設規則確定所述第一待分配任務的卸載決策,包括:
獲取所述第一待分配任務的延遲敏感度,并按延遲敏感度由大到小排序,得到所述第一待分配任務的排序集合;
按排序順序從所述排序集合中提取目標分配任務,并計算所述目標分配任務在移動設備本地執行的第一處理成本及每個邊緣服務器執行的第二處理成本;
比較所述第一處理成本與第二處理成本的大小關系,根據比較結果確定所述目標分配任務的卸載決策;
繼續按排序順序從所述排序集合中提取剩余的第一待分配任務,確定剩余的第一待分配任務的卸載決策。
2.根據權利要求1所述的多邊緣服務任務選擇卸載方法,其特征在于,所述比較所述第一處理成本與第二處理成本的大小關系,根據比較結果確定所述目標分配任務的卸載決策,包括:
比較所述第一處理成本與第二處理成本的大小關系;
若所述第一處理成本大于所述第二處理成本,則將所述目標分配任務分配到處理成本最低的目標邊緣服務器執行;
若所述第一處理成本小于所述第二處理成本,則在移動設備本地執行所述目標分配任務。
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潤聯軟件系統(深圳)有限公司,未經潤聯軟件系統(深圳)有限公司許可,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/202011600129.8/1.html,轉載請聲明來源鉆瓜專利網。





