[发明专利]一种基于移动边缘计算的负载策略选择方法及系统

说明书

本公开公开的一种基于移动边缘计算的负载策略选择方法及系统，包括：获取所有移动设备产生的任务信息和移动设备的移动轨迹；将所有移动设备产生的任务信息和移动设备的轨迹信息输入至负载优化模型中，获取最优负载策略，其中，负载优化模型为，结合移动设备的移动轨迹，基于马尔可夫决策过程描述系统的动作和状态信息，以所有移动设备产生的任务完成时间最短为目标，求解获取最优负载策略。解决了移动边缘计算下的任务负载分配问题，并使得按照最优负载策略进行负载分配时，所有移动设备产生的任务完成时间最短，从而具备最佳的使用性能，更好地满足了设备的移动特性以及任务的超低时延需求。

技术领域

本发明涉及移动边缘技术领域，尤其涉及一种基于移动边缘计算的负载策略选择方法及系统。

背景技术

本部分的陈述仅仅是提供了与本公开相关的背景技术信息，不必然构成在先技术。

随着新型移动应用程序的发展，移动设备无法满足这些新型应用程序的需求，例如增强现实、姿态识别，因为这些新型应用程序不仅计算量大而且具有时敏性，同时，由于移动设备的尺寸因素，其不仅受到计算能力的限制也受到电池寿命的限制，最有前途的解决方案是蜂窝网络通信环境下的移动边缘计算范例，移动边缘计算最关键的技术就是计算负载，其将计算任务迁移到边缘服务器端执行，相较于云计算有效降低了骨干网络的拥塞以及通信延迟，计算负载一般分为三个阶段，分别为任务上传阶段、任务处理阶段以及计算结果返回阶段。由于任务上传时的数据结构及数据规模远远大于返回时的计算结果，所以目前大多数研究集中在任务上传以及任务处理阶段。

5G技术的发展为移动边缘计算的兴起创造了先机，为了更好地满足多用户多任务下的边缘计算负载，密集分布式蜂窝通信下边缘计算模式很有必要，在该模式下，边缘服务器的状态会影响计算任务的计算时间而且多边缘服务器的状态信息是多变的，所以多边缘服务器的状态信息应该予以考虑，进而为计算负载的解决带来了复杂性。

在实际应用场景中，移动设备的移动会带来通信环境的变化，例如设备到基站的通信距离以及信号传输过程中的信号干扰等，同样地，移动特性是计算负载问题中不可忽略的关键挑战。

为了促进移动边缘计算的发展以及新型应用程序的广泛应用，多任务和多边缘服务器场景下的移动边缘计算负载问题的解决很有必要。

发明内容

本公开为了解决上述问题，提出了一种基于移动边缘计算的任务负载分配方法及系统，结合移动设备的移动特性，基于马尔可夫决策过程描述系统的动作信息，以任务负载完成时间最短为目标，求解获取最优负载策略，解决了移动边缘计算下的任务负载分配问题。

为实现上述目的，本公开采用如下技术方案：

第一方面，提出了一种基于移动边缘计算的负载策略选择方法，包括：

获取所有移动设备产生的任务信息和移动设备的移动轨迹；

将所有移动设备产生的任务信息和移动轨迹输入至负载优化模型中，获取最优负载策略，其中，负载优化模型为，结合移动设备的移动轨迹，基于马尔可夫决策过程描述系统的动作和状态信息，以所有移动设备产生的任务完成时间最短为目标，求解获取最优负载策略。

进一步的，在计算获得最优负载策略时，首先计算马尔可夫决策过程描述的系统的状态信息、动作信息和收益信息，再根据状态信息、动作信息和收益信息，以所有移动设备产生的任务完成时间最短为目标，利用深度确定性策略梯度算法求解获取最优负载策略。

第二方面，提出了一种基于移动边缘计算的负载策略选择系统，包括：

任务采集模块，用于获取所有移动设备产生的任务信息和移动设备的移动轨迹；