[发明专利]一种基于拥塞博弈的边缘调度优化方法

说明书

本发明提供一种基于拥塞博弈的边缘调度优化方法，本发明在异构的计算任务和边缘设备的情况下，提出相应的基于拥塞博弈的任务调度模型和任务负载预测模型，这是本发明的基础。本发明基于博弈论之中的拥塞博弈的优化策略，设计了基于拥塞博弈的任务调度模型，模型能够得到一个最优的调度策略和最优的全局任务完成时间，并讨论了算法的纳什均衡、上下界和收敛性。

技术领域

本发明涉及多媒体网络和分布式计算资源管理领域，更具体地，涉及一种基于拥塞博弈的边缘调度优化方法。

背景技术

近年来，边缘计算作为一种靠近用户的计算模式，以其低延时和邻近性的特性，逐渐成为一种有效的计算模型。边缘计算探索将计算任务卸载到边缘设备，这些边缘设备将由具有较强计算能力的个人电脑、边缘服务器、智能路由和智能基站组成。与传统的云计算技术相比，边缘计算更适合对时延比较敏感的计算任务，但是要考虑边缘设备的异构性等因素。计算任务一般分为计算密集型和IO密集型，前者需要较大的计算量，瓶颈在于计算能力；而后者需要较多的数据输入输出，瓶颈在于读写和网络传输。对于计算密集型的任务，边缘计算有其特有的优势，包括采用合适的计算设备进行任务卸载，同时可以保证低延迟来保证计算任务的快速执行。

近年来，移动游戏(Mobile Gaming)市场非常火爆，但是游戏画面变得越来越复杂，比如包含更多的模型、更大的地图。此时，渲染任务就对本地设备和时延有了更高的要求。渲染任务本身是一个计算密集型任务，移动设备可能具有较低的计算能力和有限的电量，无法执行长时间的任务计算。但是，边缘计算的兴起，就给这种本地渲染任务的卸载调度提供了很好的机遇。

但是，在边缘端的渲染调度场景之中，并不是一个很好解决的问题。首先，已有研究大多将计算任务用CPU Cycle来抽象调度，但是很多任务无法抽象成具体的cpu cycle，尤其是采用GPU和FPGA等其他硬件设备，因此需要一个有效的任务负载估计模型。然后，计算任务本身具有异构性，不同任务之间具有计算量的差别，需要考虑计算任务的差异性。最后，计算的边缘设备可能也具有异构性，需要考虑边缘设备的差异性，以及调度不同任务的时候，如何最优化整体的调度策略。

综上所述，在边缘端的调度优化之中，对于计算密集型的任务(如渲染任务)，需要对边缘调度系统进行有效建模，同时需要有一个负载估计策略来有效估计任务时间，同时需要设计一个策略，最优化边缘端的任务调度和卸载，并且在策略的设计之中，需要考虑调度的有效性和公平性。

发明内容

针对的现有技术中对于计算密集型的渲染任务，在探索边缘设备的调度优化问题时，未能同时考虑有效的边缘系统建模，对任务有效的负载估计或计算任务的多样性和边缘设备的异构性的问题，本发明提供一种基于拥塞博弈的边缘调度优化方法。

一种基于拥塞博弈的边缘调度优化方法，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；

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；

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；

S5.建立任务负载预测模型，考虑冗余模型去除，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。

在一种优选方案中，所述的S2步骤以下步骤：