[發(fā)明專利]一種移動感知的云邊端協(xié)同應(yīng)用卸載方法、系統(tǒng)及其存儲介質(zhì)

有效

• 申請?zhí)枺?/td>: 202110407235.2
• 申請日: 2021-04-15
• 公開（公告）號: CN113220311B
• 公開（公告）日: 2022-09-16
• 發(fā)明（設(shè)計）人: 江凌云;張?zhí)K豫;季子豪;秦秋陽
• 申請（專利權(quán)）人: 南京郵電大學(xué)
• 主分類號: G06F8/61
• 分類號: G06F8/61;G06F9/50;G06N3/04;G06N3/08;G06F1/329
• 代理公司: 南京縱橫知識產(chǎn)權(quán)代理有限公司 32224
• 代理人: 孫永生

1.一種移動感知的云邊端協(xié)同應(yīng)用卸載方法，其特征在于，包括如下步驟：

獲取目標(biāo)終端的移動軌跡、終端任務(wù)集和云邊端協(xié)同系統(tǒng)中所有資源節(jié)點(diǎn)的信息，所述終端任務(wù)集中包括多個子任務(wù)；

根據(jù)終端任務(wù)集和所有資源節(jié)點(diǎn)的信息，利用訓(xùn)練好的線性回歸模型計算每個子任務(wù)在每個資源節(jié)點(diǎn)的卸載時間；

根據(jù)目標(biāo)終端的移動軌跡和所有資源節(jié)點(diǎn)的信息，利用訓(xùn)練好的SGAN模型計算移動終端在每個資源節(jié)點(diǎn)的逗留時間；

根據(jù)卸載時間和逗留時間從所有資源節(jié)點(diǎn)中選取每個子任務(wù)的最優(yōu)卸載節(jié)點(diǎn)，完成應(yīng)用卸載；

其中，每個子任務(wù)在每個資源節(jié)點(diǎn)的卸載時間的計算操作如下：

根據(jù)子任務(wù)的計算任務(wù)所需CPU資源量、計算任務(wù)所需內(nèi)存資源量和資源節(jié)點(diǎn)的CPU、內(nèi)存，利用預(yù)先構(gòu)建的線性回歸模型獲得每個子任務(wù)在每個資源節(jié)點(diǎn)的任務(wù)計算時間；

根據(jù)任務(wù)計算時間、子任務(wù)的任務(wù)文件大小和資源節(jié)點(diǎn)的網(wǎng)絡(luò)上下行帶寬計算每個子任務(wù)在每個資源節(jié)點(diǎn)的卸載時間，計算公式如下：

其中，T_卸載表示每個子任務(wù)在每個資源節(jié)點(diǎn)的卸載時間，Time表示每個子任務(wù)在每個資源節(jié)點(diǎn)的任務(wù)計算時間，D_in表示子任務(wù)的任務(wù)文件大小，R表示資源節(jié)點(diǎn)與目標(biāo)終端之間的傳輸帶寬；

SGAN模型的訓(xùn)練方法包括如下步驟：

獲取目標(biāo)終端和其他終端的歷史軌跡數(shù)據(jù)，所述歷史軌跡數(shù)據(jù)包括目標(biāo)終端和其他終端在歷史時刻的坐標(biāo)信息；

利用特征提取網(wǎng)絡(luò)從目標(biāo)終端和其他終端的歷史軌跡數(shù)據(jù)中提取目標(biāo)終端的軌跡特征集合；

基于目標(biāo)終端的軌跡特征集合，利用注意力機(jī)制生成目標(biāo)終端的影響力向量；

根據(jù)目標(biāo)終端的歷史軌跡數(shù)據(jù)和影響力向量，利用生成器生成多個生成軌跡，所述生成軌跡為歷史軌跡對應(yīng)的虛假未來運(yùn)行軌跡；

利用鑒別器對目標(biāo)終端的歷史軌跡數(shù)據(jù)和生成軌跡進(jìn)行真假鑒別，并將鑒別結(jié)果反饋到生成器；

通過生成器和鑒別器的極大極小博弈，獲得訓(xùn)練好的SGAN模型。

2.根據(jù)權(quán)利要求1所述的一種移動感知的云邊端協(xié)同應(yīng)用卸載方法，其特征在于，所述子任務(wù)包括任務(wù)文件、任務(wù)文件大小、計算任務(wù)所需CPU資源量、計算任務(wù)所需內(nèi)存資源量；所述資源節(jié)點(diǎn)包括本地服務(wù)器、邊緣服務(wù)器和云端服務(wù)器；所述資源節(jié)點(diǎn)的信息包括資源節(jié)點(diǎn)的IP、端口號、CPU、內(nèi)存、網(wǎng)絡(luò)上下行帶寬和資源節(jié)點(diǎn)服務(wù)范圍。

3.根據(jù)權(quán)利要求1所述的一種移動感知的云邊端協(xié)同應(yīng)用卸載方法，其特征在于，所述軌跡特征集合包括目標(biāo)終端與其他終端的歐氏距離、目標(biāo)終端的余弦相似度、目標(biāo)終端與其他終端的余弦相似度、目標(biāo)終端與其他終端的最小距離。

4.根據(jù)權(quán)利要求1或2所述的一種移動感知的云邊端協(xié)同應(yīng)用卸載方法，其特征在于，計算移動終端在每個資源節(jié)點(diǎn)的逗留時間的過程為：

根據(jù)目標(biāo)終端的移動軌跡，利用訓(xùn)練好的SGAN模型獲得目標(biāo)終端的未來運(yùn)行軌跡；

根據(jù)資源節(jié)點(diǎn)服務(wù)范圍和未來運(yùn)行軌跡計算目標(biāo)終端在每個資源節(jié)點(diǎn)的逗留時間。

5.根據(jù)權(quán)利要求1所述的一種移動感知的云邊端協(xié)同應(yīng)用卸載方法，其特征在于，針對終端任務(wù)集中的每個子任務(wù)，最優(yōu)卸載節(jié)點(diǎn)的選取方法包括如下步驟：

比較每個資源節(jié)點(diǎn)的卸載時間和對應(yīng)的逗留時間，當(dāng)卸載時間小于逗留時間時，將該資源節(jié)點(diǎn)存入該子任務(wù)的可用節(jié)點(diǎn)集合；

根據(jù)卸載時間對可用節(jié)點(diǎn)集合中的資源節(jié)點(diǎn)進(jìn)行排序，選擇卸載時間最小的資源節(jié)點(diǎn)作為該子任務(wù)的最優(yōu)卸載節(jié)點(diǎn)。

6.根據(jù)權(quán)利要求4所述的一種移動感知的云邊端協(xié)同應(yīng)用卸載方法，其特征在于，所述目標(biāo)終端的移動軌跡包括當(dāng)前時刻之前3.2s內(nèi)目標(biāo)終端的坐標(biāo)信息。