[發明專利]一種云邊協同下時延最優化的計算任務卸載方法及裝置

在審

• 申請號: 202110229352.4
• 申請日: 2021-03-02
• 公開（公告）號: CN112996056A
• 公開（公告）日: 2021-06-18
• 發明（設計）人: 李世豪;繆巍巍;曾锃;韋磊;蔣承伶;王傳君;張明軒;張廈千;張震
• 申請（專利權）人: 國網江蘇省電力有限公司信息通信分公司;國網江蘇省電力有限公司
• 主分類號: H04W28/08
• 分類號: H04W28/08;H04W72/04;H04W16/22;H04L29/08
• 代理公司: 南京縱橫知識產權代理有限公司 32224
• 代理人: 張賞

本發明公開了一種云邊協同下時延最優化的計算任務卸載方法及裝置，該方法包括：建立以最小化任務總時延為目標的云邊協同計算卸載模型，其中，任務總時延由移動終端向邊緣節點傳輸任務的傳輸時延，由邊緣節點向云端傳輸任務的傳輸時延，任務在邊緣節點的處理時延和任務在云端的處理時延構成；將所述云邊協同計算卸載模型分解成兩個獨立的子模型，分別對應移動終端上傳給邊緣節點計算任務的鏈路時隙分配，以及邊緣節點和云端的計算資源分配；通過求解以上兩個子問題，得到卸載決策方案。本發明通過云和邊緣物理代理并行執行目標任務，達到云邊協同的目的，同時最小化用戶感知時延，優化了帶寬和計算資源的分配。

技術領域

本發明設計邊緣計算技術領域，具體涉及一種云邊協同下時延最優化的計算任務卸載方法及裝置。

背景技術

隨著物聯網的應用和快速發展，越來越多的終端設備接入網絡，急劇增加的數據流加大了網絡壓力；同時，隨著計算任務復雜度的提高，資源受限的終端設備無法獨立處理。傳統處理方式是將海量數據和任務卸載至云端統一處理，這確實能解決終端存儲和計算資源不足的問題，但這也帶來了不可忽視的挑戰，表現為：1)邊緣終端設備產生的海量數據傳輸到云計算中心將使得網絡傳輸帶寬負載量急劇增加，造成網絡擁擠，產生網絡延遲。2)云計算中心資源的線性增加無法滿足爆炸式增長的網絡邊緣數據。3)邊緣設備傳輸數據到計算中心以及計算中心處理將產生巨大的能量耗損。為解決這些問題，產生了邊緣計算模型，邊緣計算將存儲和計算下沉，這樣邊緣設備能夠直接將計算任務卸載至邊緣節點處理，極大的降低了網絡時延。但很多情況下，僅僅依靠邊緣計算仍然難以滿足任務的時延要求。邊緣節點大多數部署在基站上，也有著存儲和計算資源的限制性，當計算密集型任務(如多人AR，視頻分析)在同一時刻到來的時候，邊緣節點無法獨立處理以達到滿意的時延。

因此，云計算和邊緣計算的協同工作成為了大多數計算密集型任務卸載的基礎。以視頻分析(如統計車輛數量)任務來說，邊緣節點主要負責幀過濾，初步篩選，在特定場景下，也可以運行一些規模較小的CNN來比較視頻之間的相似度；而云端則是負責高計算量的特征檢測。又如在AR游戲中，需要將AR視頻上傳至云端進行特征檢測，從而標識感興趣區域，隨后在邊緣節點或者終端設備上進行渲染操作。邊緣協同系統需要綜合考慮邊緣計算節點和云端的計算能力，得到一個高效的計算任務卸載決策。

發明內容

本發明的目的在于提供一種云邊協同下時延最優化的計算任務卸載方法及裝置，實現云計算和邊緣計算協同環境下的計算任務卸載的任務時延優化，滿足用戶的實時性需求，提供更好的用戶體驗。

為了實現上述發明目的，本發明采用的技術方案如下：

本發明提供一種云邊協同下時延最優化的計算任務卸載方法，包括：

建立以最小化任務總時延為目標的云邊協同計算卸載模型；所述任務總時延由移動終端向邊緣節點傳輸任務的傳輸時延，由邊緣節點向云端傳輸任務的傳輸時延，任務在邊緣節點的處理時延和任務在云端的處理時延構成；所述云邊協同是指移動終端任務將一定任務分配比例計算量卸載至邊緣節點處理，并將剩余計算量卸載至云端處理；

將所述云邊協同計算卸載模型分解成兩個獨立的子模型，分別對應移動終端上傳給邊緣節點計算任務的鏈路時隙分配，以及邊緣節點和云端的計算資源分配；

分別求解兩個子模型，得到云邊協同下時延最優化的任務分配比例、鏈路時隙分配以及邊緣節點和云端的計算資源分配方案。

進一步的，所述建立以最小化任務總時延為目標的云邊協同計算卸載模型，包括：