[发明专利]一种基于公平的雾计算任务卸载方法及系统

说明书

本发明公开了一种基于公平的雾计算任务卸载方法及系统。其方法包括步骤：S1、获取整个网络的信息，信息包括各个雾节点的历史平均能耗信息；S2、根据步骤S1中获取的信息，计算各终端节点与雾节点之间的势能；S3、利用Kuhn‑Munkras算法，以各终端节点与雾节点之间的势能为权值，并以网络整体势能最大为目标，求解终端节点与雾节点之间的一对一匹配，以作出任务卸载决策矩阵X；S4、以最小化任务处理时延为目标，计算终端节点卸载任务数据量；S5、计算本轮各雾节点的能耗，并更新各雾节点的历史平均能耗信息。本发明在终端节点选择雾节点时还考虑了雾节点的平均历史能耗，提高了雾节点基于能耗的公平性，还使整个网络势能最大、每个终端处理任务的时延最短。

技术领域

本发明涉及雾计算任务卸载技术领域，特别是涉及一种基于公平的雾计算任务卸载方法及系统。

背景技术

随着信息技术的发展，增强现实和图像识别等这类对计算能力要求高，对时延要求严格的新兴应用不断涌现。尽管当今CPU的性能越来越强大，但仍然满足不了这些新兴应用的需求，用户设备无法在短时间内处理大量的计算任务，严格的时延约束已成为在移动设备上运行复杂应用程序的障碍。因此，运行在移动设备上的应用程序仍倾向于进行全部或部分任务卸载。

过去，云服务器通常扮演着接收和处理传统物联网网络中各种终端的数据处理的角色。但随着网络连接的终端节点和相应的物联网应用的爆炸性增长，大量信息需要及时处理，这给中央云服务器带来了沉重的链路和计算负担。此外，中央云服务器一般部署在远离终端设备的位置，这也会导致无法接受的任务传输延迟和能耗，同时也存在对移动性的支持不佳和安全性问题。

为解决上述云计算中存在的问题，雾计算应运而生。雾计算是云计算的延伸概念，是一种集计算、存储和控制的于一体的新兴计算结构。它通过在网络中部署大量雾节点，将网络资源从中央云扩展到网络边缘。这些雾节点可以是空闲的物联网设备，也可以由移动运营商专门部署。终端设备上的计算任务可以分为多个子任务，卸载到附近的雾节点，而非远端的云服务器，实现比传统云计算更好地服务质量。

但现有的基于雾计算的多用户多雾节点场景下的任务卸载方案主要致力于最小化时延或者系统的总能量消耗，这往往导致设备上生成的任务更倾向于卸载至靠近终端用户和计算能力强的雾节点，使得这些雾节点产生巨大的能量消耗，在雾节点能量受限的条件下可能会导致雾节点因能量耗尽而无法持续工作。而距终端设备较远，计算能力和续航能力较差的雾节点大部分时间处于空闲状态，导致网络资源未能充分利用。因此需要一种应用于多用户多雾节点场景下的公平任务卸载方案解决这一问题。

发明内容

针对上述问题，本发明的目的是在多用户多雾节点的场景下，提供一种基于公平的雾计算任务卸载方法及系统。为了实现以上目的，本发明采用以下技术方案：

一种基于公平的雾计算任务卸载方法，包括步骤：

S1、获取整个网络的信息，信息包括各个雾节点的历史平均能耗信息；

S2、根据步骤S1中获取的信息，计算各终端节点与雾节点之间的势能；

S3、利用Kuhn-Munkras算法，以各终端节点与雾节点之间的势能为权值，并以网络整体势能最大为目标，求解终端节点与雾节点之间的一对一匹配，以作出任务卸载决策矩阵X；

S4、以最小化任务处理时延为目标，计算终端节点卸载任务数据量；

S5、计算本轮各雾节点的能耗，并更新各雾节点的历史平均能耗信息。

优选的，步骤S1中由网络控制器获取整个网络的信息,且信息还包括：

终端节点数量M，每个终端节点的任务数据量L_i、计算能力f_i、发射功率i＝1,2,3...M，t为transmission代表传输；