[发明专利]一种面向任务协同场景的边缘计算资源优化方法

说明书

本发明涉及一种面向任务协同场景的边缘计算资源优化方法，该方法利用边缘服务器获取感知节点计算任务的信息，由边缘服务器根据任务属性对计算资源与通信资源进行优化，其步骤如下：（1）边缘服务器根据系统相关信息获得各感知节点的属性；（2）依据感知节点的属性确定感知节点是否进行边缘计算；（3）构建边缘计算时隙分配优先机制；（4）构建短时隙划分机制，确定短时隙划分的长度；（5）根据优先机制和短时隙划分机制对时隙分配进行优化，确定短时隙的分配对象。本方法实现了对边缘计算系统中计算资源与通信资源的联合优化，降低了现场感知节点的总能耗，在感知节点电池电量有限的情况下，延长了感知节点的服役时间。

技术领域

本发明涉及了边缘计算、通信等领域，特别是一种面向任务协同场景的边缘计算系统中计算资源与通信资源的优化方法。

背景技术

随着物联网应用的飞速发展，以云计算模型为代表的集中式数据处理关键技术已不能高效、及时地处理物联网感知节点产生的数据。针对这一问题，边缘计算模型以“数据处理应更靠近数据源头”为核心理念应运而生。通过在网络边缘部署边缘计算服务器，可以为感知节点提供低时延的通信资源以及相对丰富的计算资源。

对于物联网中的感知节点而言，由于尺寸、应用环境等众多条件的约束，其电池寿命和计算能力等都受到了严重的限制。因此，将某些计算任务卸载到与感知节点物理距离较近的边缘服务器上执行是一种可行而且有效的方案。通过边缘计算，感知节点可以用将计算任务卸载到边缘服务器的传输能耗与传输时间为代价，来换取本地计算能耗的降低与执行速度的增加。

一项物联网服务的完成往往需要多个感知节点的数据进行协同计算，甚至存在一个感知节点需要另外一个感知节点的计算结果才能开始自己的计算任务的情况，这类物联网服务归属于任务协同场景，任务协同场景提高了数据的耦合程度，大大增加了边缘计算资源优化的难度。

由于边缘环境的复杂性与感知节点的异构性，每个设备的计算能力、产生的数据量、计算复杂度等均不相同；感知节点的数据通常具有实时性以及物联网服务本身具有的时限要求；感知节点与边缘服务器之间的通信链路有带宽限制及噪声干扰；边缘服务器的计算能力远远比不上云服务器的计算能力。因此需要对边缘计算系统中有限的通信资源以及计算资源进行统筹优化。

对于边缘计算系统中有限的通信资源以及计算资源的优化，是在物联网服务本身具有的时限要求和各感知节点的数据之间具有的任务协同要求的约束下，以将边缘计算系统中的感知节点的总能耗最小化为目标的优化问题。

发明内容

本发明的目的在于，针对多感知节点任务协同的边缘计算资源优化这一复杂的混合整数规划问题，提出一种面向任务协同场景的边缘计算资源优化方法，通过对全部感知节点的计算任务进行分类、优先级排序及节能效率分析，实现了对边缘计算系统中计算资源与通信资源的优化分配。

为了达到上述目的，在本发明中采用技术方案如下：

一种面向任务协同场景的边缘计算系统资源优化方法，包括以下步骤：

(1)边缘服务器根据系统相关信息获得各感知节点计算任务的属性；

(2)依据感知节点计算任务的属性确定是否进行边缘计算；

(3)构建边缘计算时隙分配优先机制；

(4)构建短时隙划分机制，确定短时隙划分的长度；

(5)根据优先机制和短时隙划分机制对时隙分配进行优化，确定短时隙的分配对象。

所述步骤(1)中计算任务的属性，通过边缘计算比本地计算节约的能耗来表征，其计算公式为：