[发明专利]用于动态边缘计算的协同调度方法、系统、装置

说明书

本发明属于边缘计算领域，具体涉及一种用于动态边缘计算的协同调度方法、系统、装置，旨在解决现有大规模动态边缘节点协同调度的问题。本系统方法包括：获取待分配的计算任务队列以及各边缘节点的配置信息，并初始化参数；随机将蚂蚁分布在各边缘节点上；获取当前待分配任务所分配的边缘节点，且将蚂蚁移动至该节点；根据当前任务分配的节点修改禁忌表，并计算局部信息素浓度；判断当前选取的蚂蚁是否为所有任务分配一个边缘节点；判断所有蚂蚁是否均完成任务分配，并计算全局信息素浓度进行更新；判断当前轮迭代是否达到最大迭代次数，并获取最佳分配方案。本发明解决了大规模动态边缘节点协同调度的问题。

技术领域

本发明属于边缘计算领域，具体涉及一种用于动态边缘计算的协同调度方法、系统、装置。

背景技术

随着万物联网发展，云计算直接处理来自移动设备计算任务的模式下通信延时矛盾日渐突出，越来越难以满足高实时性需求，边缘计算应运而生。边缘计算在靠近数据的地方提供计算，这为低延时、隐私安全保护提供新的可能。

在边缘场景下，一方面，边缘节点、移动设备的动态变化给边缘计算的实施增加困难；另一方面，边缘节点计算力有限，仅靠单个边缘节点的服务能力十分有限，但规模数量庞大。因而面向边缘场景，多边缘节点计算协同是充分释放边缘计算力的有效策略，大大提高任务处理能力与服务体验。在边缘协同的研究中，协同调度是重要一环，也是当前研究热点。本发明提出一种用于动态边缘计算的协同调度方法，用以解决动态边缘计算协同调度的问题。

发明内容

为了解决现有技术中的上述问题，即为了解决大规模动态边缘节点协同调度的问题，本发明第一方面，提出了一种用于动态边缘计算的协同调度方法，该方法基于蚁群算法优化，包括：

步骤S100，获取待分配计算任务以及各边缘节点的配置信息；并基于所述配置信息，初始化参数；所述参数包括信息素浓度；

步骤S200，随机将蚂蚁分布在各边缘节点上，作为蚂蚁初始位置；

步骤S300，计算蚂蚁当前所在边缘节点到所有可选下一边缘节点路径上信息素浓度的离散程度值，若该值大于预设的搜索停滞保护阈值，则采用预设的搜索停滞保护策略为当前待分配任务分配下一边缘节点，并将蚂蚁移动至该节点，否则计算蚂蚁当前所在边缘节点到所有可选下一边缘节点的概率，并采用轮盘赌选择下一边缘节点作为当前待分配任务所分配的边缘节点，且将蚂蚁移动至该节点；

步骤S400，根据当前待分配任务分配的边缘节点修改禁忌表，并计算更新局部信息素浓度；

步骤S500，判断当前选取的蚂蚁是否为所有任务分配了一个边缘节点，若是，则跳转步骤S600，否则跳转步骤S300；

步骤S600，判断所有蚂蚁是否完成任务分配，若是，则基于各蚂蚁对应的任务分配方案，通过预设的目标函数选取最优分配方案，并计算更新全局信息素浓度，更新后，跳转步骤S700，否则跳转步骤S300；

步骤S700，判断当前轮迭代是否达到预设的最大迭代次数，若否，则跳转步骤S200，否则基于每一轮迭代中蚂蚁选取的最优分配方案，通过所述目标函数得到最佳分配方案，并基于该方案进行任务调度。

在一些优选的实施方式中，所述配置信息包括各边缘节点的ID、内存大小、存储大小、带宽大小、CPU计算能力；所述边缘节点包括静态边缘节点、动态边缘节点。

在一些优选的实施方式中，所述信息素浓度初始化方法为：

e+f+g+h＝1