[发明专利]一种基于拥塞博弈的边缘调度优化方法

权利要求书

1.一种基于拥塞博弈的边缘调度优化方法，其特征在于，包括以下步骤：

S1.获取边缘调度系统的各项参数，包括计算任务的数量，边缘设备的数量，边缘设备的开销函数；

S2.将边缘调度系统的调度问题定义成一个拥塞博弈问题，同时随机分配计算任务，初始化策略和对应的开销数组，建立拥塞博弈的任务调度模型；同时，每一个参与者计算自己可选策略的调度开销；其具体步骤包括：

S21.将边缘调度系统的调度问题定义成一个拥塞博弈问题，定义为其中，集合来表示计算任务的数量，集合ε＝{1,...,E}来表示具有不同计算能力的边缘设备，c_e表示边缘设备的开销函数，代表任务i的纯策略，每一个任务代表着博弈问题的参与者；

S22.任务的调度选择表示为并且用来表示一个调度策略，用(P_-i,P′_i)来表示任务的策略转移带来的结果；对于连接到同一个边缘设备的任务，用S_e(P)＝{i:e∈P_i}来表示；此外，用I_i,e＝1来表示参与者已经连接到服务器，用I_i,e＝0表示参与者没有连接到服务器；

S23.在任务调度系统之中，计算时间被定义为此外，每一个参与者仅仅连接一个边缘设备，则存在如下的约束：

S24.根据拥塞博弈的理论框架，定义使用边缘设备的开销来表示连接到该设备的所有参与者的开销：

S25.定义每一个参与者的开销函数C_i：

S26.设备总执行时间定义：总的运行时间为运行最久的设备运行时间，定义边缘设备运行时间为设备中最大的时间开销，因此问题转化成最小化此最大时间开销：

S3.对比参与者目前策略的调度开销和其他可选策略的调度开销，根据收益来决定是否改变策略，如果改变策略，则更新对应的策略和对应的开销；其具体步骤包括：

S31.定义参与者改变策略的收益，即(P_-i，P′_i)，定义如下：

公式表示任务从在边缘设备e₁上调度变化为在边缘设备e₂上调度时的收益，其中c_e表示对应边缘设备的开销函数，T_i，e2表示任务i在边缘设备e₂上运行的时间；

S32.定义参与者的最大收益：

U(i)＝max{U(i，e₁，e₂)，e₂∈ε，e₂≠e₁}；

其中，当U(i)＞0时，参与者就有改变其策略的动力；当所有的参与者都无法改变策略时，系统就达到了一个稳定策略；

S4.当所有的参与者都不改变策略时，系统达到了一个稳定最优的策略，同时输出该策略和对应的总完成时间；其具体步骤包括：

S41.当所有参与者都不改变策略时，得到最优执行时间大于平均执行时间，可得模型的下界：

S42.其中最大完成时间不会超过平均时间加上执行时间的最大值，则更新的模型的上界：

S43.定义作为一个每一步迭代后衡量最大执行时间的值，则为一个非上升的函数，且存在最小界，可以证明该方法收敛到纳什均衡；

S44.输出这个策略和对应的总完成时间；

S5.建立任务负载预测模型，进行冗余模型去除，对任务进行特征提取，对任务负载进行估计，预测任务调度时间；其具体步骤包括：

S51.定义计算任务到边缘设备的执行时间，即

S52.在冗余模型去除任务的渲染任务中，采集地图的大小ss，渲染模型的数量no，可见区域的长度lv，物体模型的取样点vo，取样间隔si和服务器类型st，执行时间用表示，则得到如下特征向量：

定义特征向量集合为并且同时，定义执行时间向量集合为并且

S53.根据定义的特征向量集合和执行时间集合，采用机器学习的方法进行预测。