[发明专利]一种边缘计算平台中任务迁移方法

权利要求书

1.一种边缘计算平台中任务迁移方法，其特征在于，包括，

步骤一、获取物理网络拓扑、虚拟网络拓扑以及各任务所在服务器位置；其中，物理网络拓扑为边缘计算平台中的底层服务器网络拓扑，虚拟网络拓扑为任务之间的通信关系；

步骤二、将物理网络拓扑各服务器节点按照CPU资源利用率分为hotspot节点、warmspot节点和coldspot节点；其中，满足资源利用率达到或超过上限的节点为hotspot节点；满足CPU资源利用率低于下限的节点为coldspot节点；满足CPU资源利用率高于下限且未达到上限的节点为warmspot节点；

步骤三、对所述物理网络拓扑进行预处理，包括将物理网络拓扑转化为完全图结构，并按照规则对完全图结构中任意两个服务器节点之间的链路进行涂色处理；所述规则为，对于两端节点都是hotspot节点的链路或者dis值为∞的链路，将其涂色为红色；对于一端节点是hotspot节点或者coldspot节点、另一端节点是warmspot节点的链路，将其涂为绿色；对于一端节点是hotspot节点、另一端节点是coldspot节点的链路，将其涂为蓝色；对于两端节点都是coldspot节点的链路，将其涂为黄色；其余情况不进行涂色处理；其中，dis表示通过Dijkstra(迪克斯特拉)算法计算出的两个节点之间最短路径的长度，dis值为∞表示两个服务器节点之间没有可达路径；

步骤四、对hotspot节点和coldspot节点分别进行短期内资源利用率预测，将预测结果为未来短期内资源利用率达到或超过上限的节点确定为需要进行任务迁移的hotspot节点；将预测结果为未来短期内资源利用率低于下限的节点确定为需要进行任务迁移的coldspot节点；其中，对hotspot节点和coldspot节点分别进行短期内资源利用率预测的方法为通过线性回归模型对服务器节点的CPU资源利用率进行预测，线性回归预测函数为：

其中，s表示服务器节点；U_t+1(s)表示服务器节点在t+1时刻的资源利用率；β_i，i∈{0,…m}表示由n个最近被观测到的资源使用量确定的线性回归系数，nm；m+1是预测模型中回归器的大小；

步骤五、对需要进行任务迁移的hotspot节点和coldspot节点分别进行任务迁移，获取迁移后各任务所在服务器位置；具体包括：对需要进行任务迁移的hotspot节点进行任务迁移包括首先对hotspot节点依据使任务迁移传输数据开销t[i,j]最小的原则选择待迁移任务，然后根据步骤二中获得的涂色后完全图结构为待迁移任务选择合适的迁移目标服务器以及迁移路径；其中，任务迁移传输数据开销t[i,j]为在服务器节点上CPU资源利用率超过上限的值为j时，从任务i中选择一个或不超过i的若干个，所能产生的最小的传输数据开销；任务迁移传输数据开销t[i,j]的计算公式为：1)当待迁移任务只有一个任务时，任务迁移传输数据开销t[i,j]为：

2)当待迁移任务包含多个任务时，任务迁移传输数据开销t[i,j]为：

其中，CPU_i表示所需的CPU资源大小；mem_i表示任务i的内存数据大小。

2.根据权利要求1所述一种边缘计算平台中任务迁移方法，其特征在于，步骤二中CPU资源利用率上限为0.8，下限为0.2。

3.根据权利要求1所述一种边缘计算平台中任务迁移方法，其特征在于，步骤四中对hotspot节点和coldspot节点分别进行短期内资源利用率预测的方法为通过线性回归模型对服务器节点的CPU资源利用率进行多次预测以得到稳定的资源使用情况。

4.根据权利要求3所述一种边缘计算平台中任务迁移方法，其特征在于，对于hotspot节点为待迁移任务选择合适的迁移目标服务器的顺序为，依次选择涂色后完全图结构中颜色为绿色、蓝色、黄色的边并按照路径长度递增的顺序进行搜索选择。