[发明专利]一种多接入边缘计算网络计算卸载系统及其计算卸载方法

说明书

本发明涉及一种多接入边缘计算网络计算卸载系统及其计算卸载方法。一种多接入边缘计算网络计算卸载系统，基于算力网络图的多接入边缘计算网络计算卸载系统包括云端服务器、边缘智能网关和输入设备；一种多接入边缘计算网络计算卸载方法，通过采集用户数据，建立数据模型，任务调度客户端将处理结果上传至云端的展示平台进行展示。计算卸载的优化问题以全网络中计算任务的完成时延最小为优化目标，为用户提供了良好的用户体验与服务质量；计算卸载的优化算法为一种多项式时间复杂度的理论最优算法，为计算卸载对的最终效果提供了稳定的效用保证。

技术领域

本发明涉及无线通信技术领域，特别是涉及一种多接入边缘计算网络计算卸载系统及其计算卸载方法。

背景技术

为满足5G应用场景的低时延需求，边缘智能成为趋势。Seagate和IDC的一项研究表明，到2020年，全球每年云计算流量将超过14ZB；到2025年，全球数据量将会从2016年的16ZB上升至163ZB。“终端+数据中心”的两级处理已无法满足数据持续增长的智能社会的要求。算力需求将从云、端扩散至网络边缘，形成“终端+边缘+数据中心”的三级架构。移动边缘计算通过在接近终端的边缘侧部署服务器，降低网络发生拥塞的可能性，减少网络响应的时延，提升用户体验与网络效率，得到了深入研究与广泛应用。作为边缘计算网络的核心部分，计算卸载技术起着关键作用。在传统的计算卸载算法中，当不同的用户终端同时提出计算任务需求时，由于计算节点缺乏协同能力，没有统一的机制能结合网络负载与需求特性，动态调度计算任务，灵活分配网络资源，因此，部分边缘节点会出现计算过载的现象，用户体验下降。随着对计算卸载技术研究的深入，结合网络性能数据与计算任务特征，设计一套完整的资源协同编排策略，对所有计算节点的资源分配策略进行统一的规划与决策，更好地结合用户终端的计算任务特性，对业务需求进行预判，为计算节点分配合理的算力资源，进而为用户提供差异化的定制服务，实现网络资源的弹性分配，最大化网络资源利用率。

发明内容

针对现有技术的空白，本发明提供了一种多接入边缘计算网络计算卸载的系统及方法，可以结合网络状况与任务特性，将计算任务调度至最佳的计算节点，实现网络的负载均衡，保证良好的用户体验。

本发明的具体技术方案如下：

一种多接入边缘计算网络计算卸载系统，包括云端服务器、边缘智能网关和输入设备，其中：

云端服务器，云端服务器上部署多个与计算卸载相关的模块，用于提供容器集群调度、网络性能监控、算力网络图生成与分发，其中，云端服务器上运行的容器集群调度模块负责对各个边缘节点(边缘智能网关)上部署的容器进行管理，提供基础的负载均衡、弹性伸缩；云端服务器上运行的网络性能监控模块，用于定时收集各个边缘节点(边缘智能网关)提供的网络性能数据(包括但不限于CPU占用情况、内存占用情况、HTTP连接数)并进行统一整理，提供一系列数据接口供其它程序调用；云端服务器上运行的算力网络图模块提供进行算力网络图生成与分发，用于将网络监控模块提供的网络性能数据通过程序接口获取后封装为算力网络图结构，并通过通信协议将最新的算力网络图分发给边端的算力网络图模块；

边缘智能网关，边缘智能网关上运行多个与计算卸载模块，每个计算卸载模块均以容器的形式部署，用于提供算力网络图存储、计算卸载、任务缓存与分发，其中，边缘智能网关上运行的算力网络图模块用于将从云端服务器上运行的算力网络图模块接收的算力网络图进行集中缓存；边缘智能网关上运行的计算卸载模块用于为边缘智能网关集群中到达的任务进行卸载并决定将当前任务迁移到对应的边缘智能网关上的任务处理模块上执行，并将决策结果发送至任务调度客户端，整个集群只需要有一个计算卸载模块处于开启状态即可；边缘智能网关上运行的任务调度客户端模块用于对输入设备的输入数据进行任务识别、任务分类与数据缓存，向计算卸载模块发送任务到达信息，并从计算卸载模块接收计算卸载的结果；