[發明專利]一種基于移動邊緣計算的依賴型任務卸載方法及裝置

在審

• 申請號: 202110174953.X
• 申請日: 2021-02-09
• 公開（公告）號: CN112988345A
• 公開（公告）日: 2021-06-18
• 發明（設計）人: 盧先領;王瑤
• 申請（專利權）人: 江南大學
• 主分類號: G06F9/48
• 分類號: G06F9/48;G06F9/50;G06F9/445
• 代理公司: 南京縱橫知識產權代理有限公司 32224
• 代理人: 張歡歡

本發明公開了一種基于移動邊緣計算的依賴型任務卸載方法及裝置，方法包括：將移動終端上的應用形式化為多個任務組成的工作流，并用DAG圖表示；遍歷應用的DAG圖，依據遍歷的深度將工作流中所有任務劃分為不同調度層并確定各調度層的執行順序；為每個調度層內的各任務分配不同的優先級，依據任務的優先級順序調整調度層內各任務執行順序；計算工作流中各任務的執行代價；以應用的所有任務執行代價之和最小化為目標，按照任務執行順序依次確定每個任務的卸載決策。本發明依據代價最小，將任務卸載到移動終端、邊緣服務器或云服務器執行，充分利用了計算資源，有效保證了服務質量，降低了應用的完成時間和移動終端的能耗。

技術領域

本發明屬于移動通信技術領域，具體涉及一種基于移動邊緣計算的依賴型任務卸載方法，還涉及一種基于移動邊緣計算的依賴型任務卸載裝置。

背景技術

移動邊緣計算的出現解決了傳統云計算響應時間長，數據泄露和通信延遲等問題，計算卸載作為移動邊緣計算中的關鍵技術之一，近年來得到了廣泛的關注。計算卸載是指資源受限的設備將資源密集型計算從移動設備部分或全部遷移到資源豐富的附近基礎架構，由于MEC環境的復雜性，影響卸載決策的因素眾多，如何設計最優的卸載決策策略，以充分挖掘MEC性能增益,是非常具有挑戰性的科學問題。

近年來，國內外學者紛紛對移動邊緣計算中的卸載策略展開了深入研究，文獻1(通信學報,2020,41(7):141-151.)中提出基于信譽值的計算資源博弈分配模型，分別利用改進粒子群算法和拉格朗日乘數法求解。但此算法將應用當作整體，忽略了應用組成任務之間往往存在某種聯系，減少了卸載機會，不利于資源的有效利用。文獻2(軟件學報,2020,31(06):1889-1908.)中提出了一種面向多用戶的串行任務動態卸載策略，該策略遵循先來先服務的原則，采用化學反應優化算法動態調整任務的選擇策略。該算法考慮到任務間的依賴性，但它忽略了任務的執行順序對性能的影響，因為任務的差異性，即使是相同的卸載決策，在不同執行順序下也會有不同的性能表現。文獻3(2020IEEE InternationalConference on Pervasive Computing and Communications Workshops,Austin,TX,USA:IEEE,2020:1-4.)中提出一種基于任務優先級的集中式算法，雖然算法強調了任務的執行順序，建立了任務執行的完全并行性。但是對于多用戶資源競爭，不能動態調整執行位置。

在現有技術范疇內，上述的卸載決策算法都存在一定的局限性，因而總結出現有的需要解決的難題有以下幾點：

(1)為充分利用移動邊緣計算環境下的計算資源，增加卸載機會，需要考慮細粒化的應用，分析組成任務間的依賴性；

(2)系統性能受任務執行順序的影響，需要對任務的執行順序進行合理的安排以最大化組合卸載的好處；

(3)系統性能受任務執行位置的影響，需要動態調整任務卸載的目的地以適應多用戶間的資源競爭。

發明內容

本發明的目的在于克服現有技術中的不足，對于現有研究大部分集中于全部卸載導致計算資源利用不充足，或者部分卸載中未兼顧完成時間和能耗等問題，提供了一種基于移動邊緣計算的依賴型任務卸載方法，解決了現有技術所面對的高完成時間和高能耗技術問題。

為解決上述技術問題，本發明的技術方案如下。

第一方面，本發明提供了一種基于移動邊緣計算的依賴型任務卸載方法，包括以下過程：

將移動終端上的應用形式化為多個任務組成的工作流，并用DAG圖表示，圖中頂點表示任務，邊表示任務之間的依賴關系；

遍歷應用的DAG圖，依據遍歷的深度將工作流中所有任務劃分為不同調度層并確定各調度層的執行順序；

為每個調度層內的各任務分配不同的優先級，依據任務的優先級順序調整調度層內各任務執行順序；