[发明专利]基于移动边缘计算的能耗优化计算、卸载方法和系统

说明书

本发明涉及移动边缘计算领域，是一种基于移动边缘计算的能耗优化计算、卸载方法和系统；所述计算方法包括利用生物地理学优化算法求解出各个成本模型中时间成本和能耗成本的一系列成本解；采用快速非支配排序算法对这一系列成本解分别进行排序，并分别得到成本解集合；根据多准则决策方法TOPSIS，计算各自理想解与负理想解，从成本解集合中找到最接近理想解的最优解；将所述最优解代入到对应的成本模型中，确定出当前任务采用边缘设备或者中心设备进行卸载的最优的时间成本和能耗成本以及当前任务采用本地设备进行计算的最优的时间成本和能耗成本，本发明能够综合考虑了时间，能耗以及移动设备的移动性，保证了能耗计算以及任务卸载的效果。

技术领域

本发明涉及移动边缘计算领域，具体是一种基于移动边缘计算的能耗优化计算、卸载方法和系统。

背景技术

近些年来，随着4G,5G的快速发展，导致计算功能的下放，边缘设备(如基站、无线接入点、路由器、笔记本电脑等)均具有计算和通信能力，并且在未来占据了重要的位置。移动边缘计算(Mobile Edge Computing,MEC)融合了边缘网络的计算与通信能力，并允许移动应用产生的数据可直接在上述边缘设备进行处理，而不是上传到中心设备服务器，这样将在海量边缘设备完成数据的分布式处理。欧洲电信标准化协会(EuropeanTelecommunication Standard Institute,ETSI)于2014年9月成立了针对MEC的工作组，对MEC技术的需求愿景、业务场景、架构体系、实现技术等方面开展了深入的研究，同时发布了MEC技术白皮书。2016年9月，ETSI在移动边缘计算大会展示了MEC行业规范组织提出的六种不同移动边缘计算概念及其服务验证,包括弹性IP服务、企业MEC服务、视频分析服务等。这些服务场景及其验证有助于明确移动边缘计算应用前景，辅助企业在移动边缘计算技术上的战略规划设计。同时，华为、爱立信、英特尔等厂商也提出了自己的移动边缘计算解决方案，为移动边缘计算提供芯片、设备以及开发套件。

由于计算能力的下放，计算节点与终端用户十分接近，这样MEC就能够为移动终端提供低时延高可靠的计算服务，并且能够同时通过分布式计算技术来挖掘海量边缘设备计算潜力，用以提升网络数据处理吞吐量。另一方面，MEC直接在网络边缘完成数据处理，避免了在传统MCC中需要将大量数据上传至核心网中带来的不必要的开销，节约回程链路能耗和总体能耗。MEC的上述特点符合未来移动应用需求，受到了学术和工业界广泛关注。

在MEC研究中，广受关注的是MEC计算卸载技术研究与计算资源的分配，其中MEC计算卸载技术是指在MEC环境中，将受资源约束的移动设备的计算密集型任务完全或部分地卸载到资源充足的云环境中，这项技术主要解决了移动设备在资源存储、计算性能以及能效等方面存在的不足。MEC计算卸载技术不仅减轻了核心网的压力，而且降低了因传输带来的时延。

计算卸载作为MEC的关键技术，主要包含卸载决策和资源分配两个问题。卸载决策中的一个关键问题是决定这个任务是否卸载，另外一个问题则是应该卸载什么和卸载多少。基本上，一个计算卸载的决策可能导致：(1)整个计算在边缘设备本地执行。例如，由于MEC计算资源的不可用，或者如果卸载任务并没有得到回报，则不执行到MEC卸载，而是本地执行。(2)整个计算完全卸载到MEC处理。例如：由于完全卸载到MEC中的优势大于本地。(3)计算的一部分在本地处理，而其余部分则是卸载到MEC,这称为部分卸载。例如整个计算中部分计算需要高计算能力，并且卸载到MEC具有很好的优势。

计算卸载技术另外一个问题则是资源的分配。如果决定将应用程序全部或部分卸载到MEC中，那么则必须正确分配计算资源。与计算卸载决策的情况类似，计算资源的选择受卸载应用程序并行/分区能力的影响。如果应用程序不能进行并行化/分区，那么卸载后，只能给该计算分配一个物理节点，因为应用程序不能被分割成几个部分。相反的，可以选择由分布在多个计算节点上的资源来处理卸载的应用。

现有的卸载技术中，没有很好的利用中心云的优势。对于某些复杂的任务，可以选择卸载到中心云进行计算以提高成本。然后对于卸载时对时间与能耗的考虑不是很全面。

发明内容