[发明专利]一种基于机器学习的任务卸载系统及卸载方法

权利要求书

1.一种基于机器学习的任务卸载系统，其特征在于，包括代理控制模块、卸载决策模块、任务分类模块、数据管理模块和本地执行模块，其中所述代理控制模块和任务分类模块连接，所述卸载决策模块和任务分类模块分别与数据管理模块连接，所述卸载决策模块和任务分类模块分别与本地执行模块连接；

所述代理控制模块，用于移动设备与边缘服务器连接；

所述卸载决策模块，用于制定卸载决策；

所述任务分类模块，用于对任务进行划分；

所述数据管理模块，用于移动设备与边缘服务器之间的数据传输；

所述本地执行模块，用于任务执行。

2.根据权利要求1所述的一种基于机器学习的任务卸载系统，其特征在于，所述卸载决策模块包括两个子模块，第一个子模块为卸载预测单元，用于基于支持向量机算法，结合多种条件制定卸载决策；第二个子模块为数据分析单元，用于负责卸载过程中的数据统计，同时负责结合移动设备电量辅助卸载决策制定。

3.根据权利要求2所述的一种基于机器学习的任务卸载系统的卸载方法，其特征在于，包括如下步骤：

（1）通过代理控制模块连接最近的边缘服务器；

（2）对于所执行的卸载任务，任务分类模块使用字典树对任务进行分类；针对划分好的子任务，综合任务类型、数据大小、网络带宽、移动设备电量条件，卸载预测单元给出卸载预测；数据分析单元统计卸载结果，同时记录卸载执行数据，结合当前电量对卸载结果进行调整；

（3）对于卸载结果为本地执行的子任务，由本地执行模块负责执行；数据管理模块负责移动设备与边缘服务器之间的数据传输。

4.根据权利要求3所述的一种基于机器学习的任务卸载系统的卸载方法，其特征在于，所述卸载决策模块有三种卸载模式，分别是低电量模式、能耗优先模式和时间优先模式。

5.根据权利要求4所述的一种基于机器学习的任务卸载系统的卸载方法，其特征在于，在手机电量在50%以上或充电状态下，使用时间优先模式；在手机电量在30%-50%之间，使用能耗优先模式；在手机电量在30%以下，使用低电量模式。