[发明专利]在多接入边缘计算中卸载依赖任务的方法及系统

说明书

本发明公开了在多接入边缘计算中卸载依赖任务的方法及系统，系统初始化，获取当前用户及其任务的实时信息；根据各个任务允许的最晚完成时间和实际执行过程中的最晚完成时间，确定任务执行的优先级；生成各个任务的初始接入点和执行点；寻找IMOPSOQ方法的帕累托最优解、局部最优解和全局最优解；优化卸载过程，当迭代次数达到给定的最大值，或者一段时间内最优解不发生变化，则迭代终止，输出最优解中各个任务的接入点和执行点。本发明研究了在具有多依赖任务的多用户的边缘计算系统中，同时考虑任务卸载的总完成时间和执行成本，该方法更能满足现实场景中任务卸载的挑战，且复杂度低，适用性好。

技术领域

本申请涉及移动通信技术领域，特别是涉及在多接入边缘计算中卸载依赖任务的方法及系统。

背景技术

本部分的陈述仅仅是提到了与本申请相关的背景技术，并不必然构成现有技术。

近年来，随着物联网和移动通信技术的快速发展，电子健康、增强/虚拟现实和人脸识别等计算密集型应用也得到广泛使用。这类应用的统一特性是计算量大且对延迟敏感。与远程云服务器相比，本地设备的硬件条件相对有限，很难满足新兴应用的需求。远程云有大量的计算和存储资源，可以运行计算密集型应用。但在远程云执行，不可避免的需要在远程云和本地设备之间进行大量的数据传输，造成难以预测的通信延迟。因此，本地计算和云计算都无法满足新兴应用的需求。

多接入边缘计算(MEC)在用户附近部署大量的计算和存储资源(路由器，基站等)，使得一部分数据无需上传至云服务器，在边缘服务器进行数据过滤和处理即可。MEC缩短了设备的响应时间，减少了设备到远程云服务器的数据流量，节省了大量的能源消耗。因此，多接入边缘计算是一种应对海量数据分析、低延迟应用等的很有前途的技术。

现有的关于多接入边缘计算的研究大多是针对独立任务的研究，实际上，子任务在哪执行和子任务执行的优先级都会影响子任务执行的性能。如果我们在执行这些应用时不考虑子任务执行点和子任务依赖关系可能导致应用程序无法成功执行。

发明内容

为了解决现有技术的不足，本申请提供了在多接入边缘计算中卸载依赖任务的方法及系统；研究了在多接入边缘计算系统中多用户多依赖任务的卸载，优化目标是最小化任务的完成时间和执行成本，进而在满足用户的QoS需求的同时提高任务卸载率。

第一方面，本申请提供了在多接入边缘计算中卸载依赖任务的方法；

在多接入边缘计算中卸载依赖任务的方法，包括：

S101：系统初始化，获取所有待执行任务的实时信息；所述所有待执行任务彼此之间存在依赖关系；

S102：根据所有待执行任务的实时信息、本地设备的计算能力、候选边缘服务器的计算能力和远程云服务器的计算能力，确定适应度函数；

S103：根据适应度函数的所有待执行任务允许的最晚完成时间和实际执行过程中的最晚完成时间，确定每个任务执行的优先级；

S104：生成各个任务的初始接入点和执行点；

S105：寻找帕累托最优解、局部最优解和全局最优解；

S106：基于帕累托最优解、局部最优解和全局最优解，优化每个任务的卸载过程；

S107：判断是否达到终止条件，当迭代次数达到给定的最大值，或者设定时间范围内最优解不发生变化，则迭代终止，输出最优解中各个任务的接入点和执行点；按照最优解中各个任务的接入点和执行点，完成本地设备的若干个相互依赖的待执行任务的卸载过程；否则，重复步骤S105～S107。

第二方面，本申请提供了在多接入边缘计算中卸载依赖任务的系统；

在多接入边缘计算中卸载依赖任务的系统，包括：