[发明专利]一种面向工业物联网的边缘计算任务卸载方法

权利要求书

1.一种面向工业物联网的边缘计算任务卸载方法，其特征在于：通过分层的边缘计算节点将计算资源合理的分布到工厂生产环境中，SDN控制器通过改进的最短路径算法OSPA完成网络中点到点的最优传输路径规划，并通过初选规则和模糊逻辑算法实现设备任务卸载到最优边缘计算节点；该方法包括以下步骤：

S1：构建一个三层边缘计算节点的网络模型，第一层边缘计算节点位于工厂车间现场，靠近工业现场生产设备，负责工业有线和无线设备的接入；第二层边缘计算节点位于车间内数据通信的总出口处，充当车间边缘服务器的功能；第三层边缘计算节点位于工厂内的数据中心，完成各个车间之间数据任务的综合计算以及存储；根据边缘计算节点所在区域的现场生产设备数据量规模，选定边缘计算节点的CPU频率和内存大小性能参数；

S2：SDN控制器通过改进的最短路径算法OSPA，规划工业网络中点到点的最优路径；

S3：定义设备卸载任务到各层边缘计算节点的时延模型，在计算设备任务的总时延小于任务最大容忍延时的边缘计算节点中，通过初选规则选择较优的N个边缘计算节点作为任务卸载的候选节点，候选边缘计算节点集合表示为{NODE_1,NODE_2,...,NODE_N}；

S4：将设备任务的长度、优先级和任务卸载的传输时延与该任务最大容忍延时之比三个参数作为模糊逻辑算法的输入变量，定义三个参数的隶属函数，选定模糊规则和推理方法，采用模糊逻辑算法选择候选节点中最优节点进行任务卸载；

所述步骤S2包括：

网络管理器SDN控制器在规划工业网络中点到点的最优路径时，采用最短路径算法，对传统Dijkstra最短路径算法进行改进；由于SDN控制器维护整个工业网络拓扑图和收集各链路质量参数，改进的最短路径算法OSPA在确定两点之间的链路权重W_ij时，使用源节点到目的节点路径的最小平均跳数k′_hop、最小平均丢包率loss′_link和最小平均传输时延T′_linkdelay三个参数的加权平均数；

工厂中不同生产设备的任务对传输路径的性能需求不同，SDN控制器根据任务请求类型的需求确定α，β，δ系数值；同时SDN控制器获取当前工厂网络链路参数性能，计算出k′_hop、loss′_link、T′_linkdelay的实时值，并根据公式W_ij＝αk′_hop+βloss′_link+δT′_linkdelay计算出W_ij，SDN控制器通过改进的最短路径算法OSPA规划工业网络中点到点的最优路径；

所述步骤S3包括：

定义设备卸载任务到各层边缘计算节点的时延模型；对于第一层边缘计算节点负责现场工业有线和无线设备的接入，由于工厂复杂的生产环境，工业有线和无线设备的卸载时延存在一定差别，其中，表示第n层第m个边缘计算节点；

工业无线设备dev_i卸载任务到第一层边缘计算节点的上传速率为r_i，单位为bps；无线传输的可靠性决定任务卸载的稳定性，工业无线设备dev_i卸载任务到第一层边缘计算节点的失败率表示为P_i；

当分组发生碰撞时，由于无线传输存在重传机制，确保每个任务请求报文都能上传到第一层边缘计算节点，定义dev_i将单位比特任务卸载到的传输时间损耗模型为：

通过SDN控制器收集工厂网络各链路的数据传输速率B_w，单位为bps，其中，B_w＝{B₁,B₂,B₃,…}，工业有线设备dev_i将单位比特任务卸载到边缘计算节点的时延为：其中q表示工业有线设备dev_i到边缘计算节点之间由SDN控制器确定的传输路径的链路数；

各层边缘计算节点之间传输单位比特任务的时延表示为其中link_edge表示两个边缘计算节点之间由SDN控制器确定的传输路径的链路数，所以工业设备dev_i将任务s_i卸载到的传输时延为：

其中，x_i∈{0,1}，对于工业无线设备x_i＝0，对于工业有线设备x_i＝1；ψ_i表示任务s_i的报文长度；

边缘计算节点完成设备任务s_i计算的总时间消耗为：

其中，λ_iψ_i表示任务s_i所需边缘计算节点CPU周期数；λ_i系数表示任务s_i的单位比特任务所需边缘计算节点CPU周期数，其大小取决于任务s_i的计算复杂度；表示第n层第m个边缘计算节点CPU频率；由于本方法中考虑了边缘计算节点分层且边缘计算节点具备多核多任务的特点，所以忽略任务在边缘计算节点中的等待时延；

在计算设备任务的总时延小于任务最大容忍延时的边缘计算节点中，通过初选规则选择候选边缘计算节点步骤如下；首先，第一轮在边缘计算节点CPU利用率小于Ut的边缘计算节点中选择CPU频率较大的N个，其中，Ut∈[0,1]，如果边缘计算节点CPU利用率小于Ut的个数小于N个，记该轮选择中满足条件的边缘计算节点个数为num₁；第二轮在边缘计算节点CPU利用率在[Ut+(R-2)*M_,Ut+(R-1)*M)中选择CPU频率较大N-num₁个候选节点，其中，M是每轮选择中CPU利用率的增加量，R表示第R轮，R≥2，以此类推，直到选满N个候选节点；如果直到在边缘计算节点CPU利用率等于Ut_max还未选满N个候选节点，停止选择，将前几轮选择的边缘计算节点作为候选节点，记候选的边缘计算节点集合为{NODE_1,NODE_2,...,NODE_N}；

所述步骤S4包括：

将设备任务的长度、优先级和任务卸载的传输时延与该任务最大容忍延时之比作为模糊逻辑算法的输入变量，模糊逻辑算法的步骤如下：

(1)将设备任务的长度、优先级和任务卸载的传输时延与该任务最大容忍延时之比进行变量模糊化，定义三个变量μ_len(u),μ_pri(u),μ_delay(u)的隶属函数以及相应的模糊集合；

(2)选定相应的模糊规则，通过步骤(1)的隶属函数得到每个输入变量相应的隶属度，同时激活符合条件的模糊规则，模糊规则的条件采用逻辑与运算连接，采用取最小值法确定符合条件的模糊值，即：

其中，表示符合模糊规则结论为候选边缘计算节点NODE_N的模糊规则条数；

候选边缘计算节点的最终模糊值为：

(3)定义最优任务卸载的边缘计算节点模糊集合以及其隶属函数A(u)，使用蕴含算子，将前提条件，即设备任务的长度、优先级和任务卸载的传输时延与该任务最大容忍延时之比，得到的结果{μ_{NODE_1},μ_{NODE_2},...,μ_{NODE_N}}对最优任务卸载的边缘计算节点模糊集合做截断，将每个规则经过截断后的结果进行聚集，使用质心的方法去模糊化，得到最终的结果θ，0＜θ≤1，当θ∈[0,y₁]时，选择边缘计算节点NODE_1进行设备任务卸载；当θ∈(y₁,y₂]时，选择边缘计算节点NODE_2进行设备任务卸载；当θ∈(y_N-1,y_N]时，选择边缘计算节点NODE_N进行设备任务卸载，其中，0＜y₁＜…＜y_N≤1。