[发明专利]异构移动边缘计算网络中分层任务卸载的方法与系统有效
申请号: | 202010066572.5 | 申请日: | 2020-01-20 |
公开(公告)号: | CN111262944B | 公开(公告)日: | 2021-05-25 |
发明(设计)人: | 宋令阳;王鹏飞;邸博雅 | 申请(专利权)人: | 北京大学 |
主分类号: | H04L29/08 | 分类号: | H04L29/08 |
代理公司: | 北京润泽恒知识产权代理有限公司 11319 | 代理人: | 莎日娜 |
地址: | 100871*** | 国省代码: | 北京;11 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 移动 边缘 计算 网络 分层 任务 卸载 方法 系统 | ||
1.一种在异构移动边缘计算网络中分层任务卸载的系统中执行的方法,所述系统包括边缘设备、边缘服务器和云计算中心,所述边缘设备与边缘服务器通过无线网络连接,所述边缘服务器与云计算中心通过有线网络连接,其特征在于,所述方法包括:
S1边缘设备,生成计算任务和处理时限,接收边缘服务器反馈的价格,根据价格和本地计算的能耗判断是否卸载任务,若是,则将任务卸载给边缘服务器,若不是,则在本地进行所述任务计算;
S2边缘服务器,接收云计算中心的计算资源价格并反馈给边缘设备;
接收边缘设备支付的费用和卸载的任务以及剩余处理时限,并根据自身的决策策略算出所述边缘设备卸载的任务和/或将所述边缘设备卸载的任务卸载给所述云计算中心的收益;
若收益为负,则将所述边缘设备卸载的任务卸载到云计算中心,若收益为0或者正,则在本地计算所述边缘设备卸载的任务;
S3云计算中心,接收边缘服务器支付的费用、卸载的任务和剩余处理时限,优化计算和传输资源分配,计算出计算所述边缘服务器卸载的任务所需要的能耗;将最小化整个计算网络的能耗作为目标函数,将任务的处理量和传输量作为约束条件,根据拉格朗日乘子法计算出计算资源的价格和发生系统阻塞后的罚金,并将所述计算资源的价格和罚金的信息反馈给边缘服务器;
当边缘设备和/或边缘服务器卸载的任务造成计算网络堵塞,每个边缘设备和每个边缘服务器向云计算中心缴纳罚金;
循环步骤S1、S2和S3,直至边缘设备的卸载策略、边缘服务器的决策策略以及云计算中心发布的计算资源的价格和罚金均稳定时,整个计算网络中的计算卸载设计完成。
2.根据权利要求1所述的方法,其特征在于,所述边缘设备根据价格和本地计算的能耗判断是否卸载任务,包括:
根据任务的数据产生速率和处理时限,计算出在本地计算所述任务所需要的能耗E1;
根据边缘服务器反馈的计算资源价格和任务的数据量,计算出自身卸载任务所需要支付的成本E2;
比较E1和E2,若E1E2,则将任务卸载到边缘服务器;若E1≤E2,则在本地进行所述任务的计算。
3.根据权利要求1所述的方法,其特征在于,在将任务卸载到边缘服务器之前,所述方法还包括:边缘设备根据自身的优化策略优化无线传输的传输功率。
4.根据权利要求1所述的方法,其特征在于,在本地进行所述任务的计算之前,所述方法还包括:所述边缘设备自身的优化策略根据任务的数据产生率和处理时限优化计算资源配比。
5.根据权利要求1所述的方法,其特征在于,当所述边缘服务器接收多个边缘设备卸载的任务时,根据自身的决策策略和自身的总计算能力决定是否卸载,卸载时以每个边缘设备卸载的任务为单位;
若收益为负,则将任务卸载到云计算中心;若接收的任务的总数据量大于自身的总计算能力,将任务卸载到云计算中心;卸载时以每个边缘设备卸载的任务为单位。
6.根据权利要求1所述的方法,其特征在于,有多个边缘服务器时,为所有边缘服务器的决策策略建立学习模型,包括所述边缘服务器的状态、行为和收益,
所述边缘服务器的状态包括云计算中心反馈的价格、边缘设备的数据产生速率、剩余处理时限和其他边缘服务器的卸载策略;
所述边缘服务器的行为包括自身的计算资源分配策略和卸载策略;
将其他服务器的历史行为作为学习策略,将边缘服务器的收益作为目标函数。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于北京大学,未经北京大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202010066572.5/1.html,转载请声明来源钻瓜专利网。