[发明专利]分布式边缘计算服务系统下的移动用户终端任务卸载方法

说明书

本发明涉及移动边缘计算领域，具体涉及边缘计算服务系统的用户终端任务卸载方法，包括步骤：本地边缘节点接收本地终端的任务卸载请求，获取自身与邻近边缘节点的计算资源使用信息，根据任务所需要的资源情况，与当前可用的边缘节点资源使用情况，采用基于资源阈值的本地资源优先策略，选取本地边缘节点、邻近边缘节点或云计算中心的计算节点执行任务；本地边缘节点向被选中的边缘节点或计算节点请求确认、执行任务；承载任务的边缘节点或计算节点返回任务执行结果给终端，并将任务执行记录发送到云计算中心。本发明由本地边缘节点决策卸载任务分配，在保证用户体验质量与服务质量的情形下，优化边缘计算节点之间资源使用的合理性、均衡性。

技术领域

本发明涉及移动边缘计算领域，具体涉及边缘计算服务系统的用户终端任务卸载方法。

背景技术

随着移动互联网的飞速发展，移动用户设备也不断激增，例如智能手机、平板电脑、智能家居、IOT设备等。这些设备的应用场景也越来越丰富，产生了很多计算密集型的使用场景，如VR、AR、智能识别等。但移动用户设备因其便携性的特点，受到计算能力以及续航等问题制约。而云计算技术的发展，利用云计算能力赋予移动设备更强大的算力，以满足应用需求。但一般云计算集群距离移动用户设备较远，造成其通信延迟较大。这些集群很难保证移动用户的服务质量以及体验质量。

移动边缘计算这一新的计算模型的提出，就是为了解决上述问题。边缘计算将计算节点部署在接近移动用户设备的云边缘上，为移动用户设备提供算力，以解决设备计算资源有限且容易受到能耗影响的问题。通过将移动用户设备上的计算任务卸载到移动边缘节点执行，为该设备提供边缘计算服务。

传统的移动边缘计算系统，出于成本与服务质量的考虑，大都是分层级、分区域设定边缘节点的位置与服务对象。服务提供者一般在小区、教学园区、办公楼这类人口密集区域部署一个边缘计算节点来为该区域用户提供边缘计算服务。这类边缘计算系统，边缘节点之间的计算资源并不能相互使用，容易造成计算资源的闲置与浪费。而且，这类边缘节点的计算性能配置，需要考虑当前区域的业务峰值来设定，以保障服务质量要求，造成边缘节点在业务非繁忙时段有大量的空置计算资源，造成巨大的能源和资源浪费。

分布式移动边缘计算系统，将边缘节点分散地部署在靠近移动用户终端的网络位置。这些边缘节点连接终端的网络接入点，如移动用户终端所连接的蜂窝网络基站、无线热点等。这些边缘节点与传统移动边缘计算系统相比，不会配置太多计算资源。因为邻近边缘节点之间地理位置相邻，且使用高速网络线路连接。所以邻近边缘节点之间可以互相借调计算资源或分配任务。移动用户终端使用邻近的边缘节点并不会带来太多额外的延迟。然而，由于其分布式部署的特性，大量的边缘计算节点集群，如果没有一个合理、高效的资源和任务分配策略，同样会造成大量计算资源和能源的浪费。

而在移动边缘计算中，当移动用户设备决定卸载任务后，任务该由哪个边缘节点来执行是一个关键问题。因为无线网络区域中的移动用户设备会随着时间不同而发送剧烈变化。如果卸载任务全部由网络区域中的一个边缘节点来执行，很容易会出现请求峰值时资源不足而无法提供服务的情况。所以，任务放置应尽可能地将任务在保证用户的使用体验要求的前提下，均衡地将负载分配到可提供服务的边缘节点中去，使得边缘节点集群资源使用均衡。此任务的决策应该由本地边缘节点独立做出，以获取实时的任务转载和资源分配决定。如果任务放置决策是由远端的云计算中心进行，不仅会带来单点故障的可靠性问题，而且因决策中心远离移动用户设备，使得决策时延大大增加。

发明内容

本发明的目的在于克服现有任务调度决策交由远端数据中心执行带来的可靠性和时效性问题，提出分布式边缘计算服务系统下的移动用户终端任务卸载方法，由本地边缘节点决策卸载任务分配，在保证用户体验质量与服务质量的情形下，优化边缘计算节点之间资源使用的合理性、均衡性。

本发明的技术方案如下：分布式边缘计算服务系统下的移动用户终端任务卸载方法，由服务本地终端的本地边缘节点决策卸载任务分配，卸载方法包括以下步骤：

S1、本地边缘节点接收本地终端的任务卸载请求；