[發明專利]融合推薦系統的邊緣計算任務分配方法

在審

• 申請號: 202011617690.7
• 申請日: 2020-12-31
• 公開（公告）號: CN112749010A
• 公開（公告）日: 2021-05-04
• 發明（設計）人: 王磊磊;鄧曉衡
• 申請（專利權）人: 中南大學
• 主分類號: G06F9/50
• 分類號: G06F9/50;G06F9/48
• 代理公司: 長沙軒榮專利代理有限公司 43235
• 代理人: 李喆

本發明提供了一種融合推薦系統的邊緣計算任務分配方法，包括：步驟1，將云端模塊、邊緣服務器模塊和移動端相互建立連接構建云?邊?端融合推薦系統；步驟2，任務發送者向云?邊?端融合推薦系統發送任務請求；步驟3，云?邊?端融合推薦系統接受到任務發送者發送的任務請求，邊緣服務器模塊根據部署在路側設施上的多個根據需求進行啟動執行任務的邊緣服務器的位置信息、計算能力構建邊緣服務器數據庫。本發明將緩存的邊緣服務器與推薦的邊緣服務器相結合設計，推薦命中率高，并證明了推薦命中率問題是一個單調子模函數和NP?hard問題，提高了計算機資源利用率，降低了時間消耗。

技術領域

本發明涉及計算機任務分配技術領域，特別涉及一種融合推薦系統的邊緣計算任務分配方法。

背景技術

根據Cisco的報告，移動數據流量將在未來的5年中增長7倍，到2021年將達到每月49艾字節(exabyte，EB)(1EB-106TB)，同時全球IoT設備數量將從目前的80億增長到120億。這將使其接入網絡獲取移動邊緣服務器的計算資源變得困難。

此外，5G網絡時代，大規模的任務處理需求也開始呈現，例如多媒體特效任務、大數據處理任務等。在這些任務場景下，最常見的用戶需求就是實時性需求，也即要求任務能夠被快速響應、快速執行、且執行結果能夠快速回傳給用戶。為了應對移動互聯網及物聯網的高速發展,5G需滿足超低時延、超低功耗、超高可靠、超高密度連接的新型業務需求。因此，最小化任務完成時間是任務卸載問題中最常見的目標。

當前移動邊緣計算中的卸載問題主要包括：頁面卸載，即邊緣緩存，頁面提供者將常用頁面緩存于邊緣云上，以降低用戶請求頁面時的延時和能耗。相關研究中已有考慮頁面分布和用戶移動性的緩存策略。任務卸載，該問題即是決定何時、何地、多少任務應從移動設備卸載至邊緣上執行，以降低計算延時和節省能耗。該類研究中主要集中于考慮多用戶環境和多服務器環境下的卸載決策問題。頁面卸載主要關心邊緣云的存儲能力，不同步考慮計算能力。而在任務卸載的相關研究中，是以邊緣云具有足夠的軟硬件資源支持任務計算為常態假設的，這與邊緣云資源受限以及無法支持所有類型的任務是相違背的。

針對MEC的任務卸載問題，許多學者做了相關研究。在考慮前程和回程鏈路容量約束以及用戶的最大時延約束條件下，通過最小化網絡總能耗提出了一種有效卸載方案。在權衡能耗和時延下，提出了一種能量感知的計算卸載方案，并將智能設備電池的剩余能量引入能量消耗和延遲的加權因子的定義中，有效地降低了系統的總消耗。考慮到任務卸載的等待時間和可靠性之間的折中，研究了將用戶設備的任務分割成子任務并依次卸載到附近邊緣節點。但是以上文獻并沒有對有限的無線和計算資源進行合理的分配。在多用戶的MEC系統下，以最小化用戶和MEC服務器的平均能量消耗為目標，提出了一種在線的任務卸載算法。考慮系統的總能耗最小化，研究了卸載決定、無線資源和計算資源分配的聯合優化問題。盡管如此，已有的任務調度算法都僅僅是通過優化能耗和延遲進行任務卸載和分配，卻從未從任務本身出發選擇邊緣服務器處理任務。

發明內容

本發明提供了一種融合推薦系統的邊緣計算任務分配方法，其目的是為了解決傳統的任務分配方法未從任務本身出發選擇邊緣服務器處理任務的問題。

為了達到上述目的，本發明的實施例提供了一種融合推薦系統的邊緣計算任務分配方法，包括：

步驟1，將云端模塊、邊緣服務器模塊和移動端相互建立連接構建云-邊-端融合推薦系統；

步驟2，任務發送者向云-邊-端融合推薦系統發送任務請求；

步驟3，云-邊-端融合推薦系統接受到任務發送者發送的任務請求，邊緣服務器模塊根據部署在路側設施上的多個根據需求進行啟動執行任務的邊緣服務器的位置信息、計算能力構建邊緣服務器數據庫；

步驟4，云-邊-端融合推薦系統從邊緣服務器數據庫中篩選出能夠處理當前任務的邊緣服務器信息；