[發明專利]任務遷移與網絡傳輸聯合優化的方法、設備及存儲介質

有效

• 申請號: 202110391253.6
• 申請日: 2021-04-13
• 公開（公告）號: CN113114585B
• 公開（公告）日: 2022-10-18
• 發明（設計）人: 孫遠;李振宇;黃韜
• 申請（專利權）人: 網絡通信與安全紫金山實驗室
• 主分類號: H04L47/22
• 分類號: H04L47/22;H04L41/14
• 代理公司: 北京同輝知識產權代理事務所(普通合伙) 11357
• 代理人: 張恩慧

本發明涉及計算機通信領域，具體的是任務遷移與網絡傳輸聯合優化的方法、設備及存儲介質，包括以下步驟：判斷被調用次數是否為0、執行初始化操作、推理出計算任務遷移與TCP初始擁塞窗口設置方案、更新經驗重放緩沖區、判斷是否需要更新Seq2Seq模型參數、更新Seq2Seq模型參數。本發明提出的任務遷移與網絡傳輸聯合優化的方法，可給出TCP初始擁塞窗口設置方案。與通信網絡物理層資源分配方案相比，該方案的實施難度低，可由移動設備獨立完成。其次，該方法使用深度強化學習技術推理計算任務遷移與TCP初始擁塞窗口設置方案，可用于快速做出計算任務完成時間最小化決策。

技術領域

本發明涉及計算機通信領域，具體的是任務遷移與網絡傳輸聯合優化的方法、設備及存儲介質。

背景技術

隨著智能手機、平臺電腦等移動設備的普及，近年來移動應用程序(即運行在移動設備上的應用程序)也出現了爆發式增長。但是，由于移動設備計算能力有限，網絡傳輸延遲高，部分復雜移動應用程序(如人臉識別、增強現實、交互式游戲等)難以在移動設備上獲得令人滿意的使用體驗。

為此，人們提出了邊緣計算模式。該模式允許移動設備將復雜計算任務遷移到邊緣云執行，以提升復雜計算任務的執行速度。但是計算任務遷移必然會帶來任務輸入數據的網絡傳輸，從而導致計算任務的完成時間增加。

現有技術方案主要考慮的是通信網絡物理層資源的分配，通過使用數值優化方法求解優化問題來獲取最優計算任務遷移策略與通信網絡物理層資源分配方案，以達到最小化計算任務完成時間的目的。現有技術(Energy-efficient dynamic offloading andresource scheduling in mobile cloud computing.In IEEE INFOCOM 2016-The 35thAnnual IEEE International Conference on Computer Communications)中提出了一種基于拉格朗日乘子法的計算任務遷移與物理層資源分配聯合決策方法。該方法包括以下幾個步驟：第一，初始化拉格朗日乘子；第二，求解計算任務遷移決策子問題；第三，求解移動設備CPU主頻控制子問題，第四，求解移動設備傳輸功率分配子問題；第五，更新拉格朗日乘子；第六步，如果達到最大迭代次數，則結束算法運行，否則轉向第二步。但是，現有技術存在以下缺點：

1、現有技術方案需要多次迭代才能收斂到最優解，算法運行時間長，難以迅速做出最優決策；

2、現有技術方案給出的通信網絡物理層資源分配方案的實施難度大，需要通信網絡運營商的支持，不能由移動設備獨立完成。

因此，如何利用有限的網絡資源最小化計算任務完成時間成為一個亟需解決的問題。

發明內容

為解決上述背景技術中提到的不足，本發明的目的在于提供一種任務遷移與網絡傳輸聯合優化的方法、設備及存儲介質，解決了算法運行時間長、分配方案的實施難度大的問題。

本發明的目的可以通過以下技術方案實現：

一種任務遷移與網絡傳輸聯合優化的方法，包括以下步驟：

步驟1：判斷該方法的被調用次數是否為0，如果該方法的被調用次數t為0，轉向步驟2，否則轉向步驟3；

步驟2：執行初始化操作：使用大小在0到1之間的隨機數初始化一個基本的Seq2Seq模型，該模型的輸入序列長度為6M，M為場景中移動設備的數量，隱藏層長度為k，輸出序列長度為M；

其中，k的取值范圍為任意正整數，輸出序列中的每個元素的取值范圍為任意整數，M取值為移動設備的數量；

步驟3：推理出計算任務遷移與TCP初始擁塞窗口設置方案；

步驟4：更新經驗重放緩沖區；