[发明专利]边云协同环境中基于调度熵的调度优化方法

说明书

本发明公开了一种边云协同环境中基于调度熵的任务调度优化方法，包括获取调度任务；建立任务资源树模型；计算所述任务资源树模型中的任务资源对的调度熵；根据所述调度任务和调度熵阈值对任务资源树进行遍历搜索，获取调度熵最大值对应的任务资源对，即最优调度。

技术领域

本发明涉及云计算技术领域，具体涉及一种边云协同环境中基于调度熵的调度优化方法。

背景技术

云计算提供了高效的计算、存储等服务平台，且目前已有很多成功的商业应用实例，但是由于各种应用的复杂性和公共网络的带宽速度、成本等使得云计算在该领域应用中还有一些共性难题，如任务差异导致的云资源和费用的浪费；数据安全、隐私保护问题；云计算中公共网络的延迟问题；云计算平台运行时可能由于断电、设备故障等问题。

因此，边云协同成为一个发展趋势，即边缘计算和云计算结合为应用服务。根据应用任务需要，有选择的使用边缘或云资源。将边缘与云资源结合，可使二者相辅相成，优势互补，云计算丰富的资源弥补了边缘设备计算、存储能力上的不足，而边缘设备因为贴近用户可以提供云计算无法提供的低延迟服务，同时也增强了隐私安全保护和整个系统的稳定可靠性，无论是网络还是设备故障均可选择备用资源。

应用任务对资源需求的多样性以及边云协同环境的复杂性，使得传统的调度方法很难满足其需求，且调度效率较低，因此需要更能适应边云协同环境的调度方法，边云协同环境中资源的多样性使得调度变得更为困难。

发明内容

针对现有技术的不足，本发明的目的在于提供一种边云协同环境中基于调度熵的调度优化方法，以解决现有技术中存在的调度效率较低的问题。

为解决上述技术问题，本发明所采用的技术方案是：

一种边云协同环境中基于调度熵的调度优化方法，所述方法包括：

获取调度任务；

建立任务资源树模型；

计算所述任务资源树模型中的任务资源集的调度熵；

根据所述调度任务和调度熵阈值对任务资源树进行遍历搜索，获取调度熵最大值对应的任务资源对，即最优调度。

进一步的，所述调度熵通过如下公式表示：

其中，P_a(i)为第a批任务中第i个任务与第n类资源组合集的调度熵，R_u为资源利用率，N为资源总数，G_an为第a批任务对第n类资源的需求量，M为第a批任务的总数，G_jn表示任务j对第n类资源的需求量。

进一步的，所述调度熵阈值的计算方法如下：

其中，P_aθ为调度熵阈值，α为随机选取范围为[0,1]的值，P_aj为第a批任务与N个资源的调度熵，G_jn表示任务j对第n类资源的需求量，N为资源总数，M为第a批任务的总数。

进一步的，所述遍历搜索的过程如下：

将资源树模型分为H层{k₀,k₁,…,k_h}，设每层有n_k个任务资源组合对；

设置调度熵阈值P_aθ＝0.1，起始层k₀＝0，当前层数h＝0，任务序号i＝0；

计算P_a(0)，为假设资源利用率最大时的调度熵值；