[发明专利]一种基于目标导向的计算卸载方法

说明书

本发明公开一种基于目标导向的计算卸载方法，针对目标导向的计算卸载需求场景，本发明充分考虑部分计算卸载场景的应用特征，将当前计算卸载方法中卸载源、卸载目标的二元结构扩充为卸载源、卸载目标、数据目标的三元结构，在计算卸载中充分考虑卸载源、卸载目标、数据目标三者计算资源、通信资源之间的关联，并基于这种关联进行协同调度，降低整体时延，提高系统效率。

技术领域

本发明属于边缘计算领域，特别涉及一种边缘计算卸载技术。

背景技术

云计算解决了物联网中用户数据本地处理能力不足和存储空间有限的问题。然而在促进物联网设备和数据巨幅增长的同时，云计算的高延迟也成为了当前网络发展的瓶颈。IT行业分析公司Gartner预计物联网终端的增长速度约为30％，到2020年物联网接入设备的总数将会高达200亿。接入设备的爆发为数据分析和数据处理带来了新的挑战，这些终端设备将生成大量的数据。如果将这些数据传输到云计算中进行数据管理、分析和决策不仅费用高昂且效率低下，还可能阻碍网络基础设施的发展，从而导致网络延迟问题。近年来边缘计算被提出来解决这个问题，边缘计算负责从各种设备中经由多种的协议转换提取所需的数据和功能，实时处理或者上传到云计算中心，在提供传输能力的同时，边缘计算还可以将物联网设备产生的计算任务转移到网络边缘的服务器节点处理以达到降低延迟的目的。

边缘计算兼顾了资源受限节点的计算卸载以及任务处理的时延需求，在移动互联网、物联网等网络具有越来越广泛的应用。然而，现有的计算卸载机制中，通常以卸载源(资源受限、无法独立完成任务处理的节点)为中心，在卸载源周围寻找具有充分计算资源的节点(卸载目标)来代替卸载源进行相关任务的处理。卸载目标的选择，通常会将目标节点的剩余计算资源、卸载源到卸载目标之间的通信代价等因素协同考虑，寻求最优解决方案。

然而，现有的这种<卸载源，卸载目标>的二元计算卸载机制，并不能满足边缘计算领域一种广泛应用的场景：节点A由于资源受限，其任务需要卸载给节点B进行处理，处理后的数据并不返回节点A，而是另一个需要该数据的节点C(数据目标)。这种场景构成了一种基于目标导向的计算卸载需求，其选择计算卸载节点时，不仅需要考虑源节点和卸载节点之间的场景因素，同时需要考虑目标节点的存在对原有计算卸载场景的影响。

发明内容

为解决上述技术问题，本发明提出一种基于目标导向的计算卸载方法，同时考虑源节点到MEC服务器的传输和处理时延，以及MEC服务器到目的节点的传输时延，使得从源节点到目的节点的整个过程的时延最小化。

本发明采用的技术方案为：一种基于目标导向的计算卸载方法，包括：

S1、源节点检测当前计算任务所需计算资源是否超过本地最大计算资源门限；若是，则执行步骤S3；否则执行步骤S2；

S2、当前计算任务在源节点本地进行计算，并将计算结果通过最短路由传输给目的节点；

S3、源节点根据总时延最小化卸载策略，将计算任务卸载给最优的MEC服务器处理；

S4、最优的MEC服务器处理完成后，将计算结果通过最短路由传输给目的节点。

步骤S3中总时延最小化策略具体为：

首先，建立计算卸载最优化模型；

以目标为导向的边缘计算卸载最优化目标是从源节点发出计算任务，到目的节点接收计算结果，整个通信和计算过程的总时延T最小。

T＝[T_ts+T_tp+T_w+T_C]*F_k,i