[发明专利]一种基于任务感知的移动边缘计算多用户计算卸载方法

说明书

本发明公开了一种基于任务感知的移动边缘计算多用户计算卸载方法，包括如下步骤：根据服务器收集到系统中所有用户设备任务的相关信息，对任务进行分类；将任务参数选择问题建模为最小支配集问题，通过基于粒子群优化的任务参数选择算法来选择出实际计算的任务和重用计算结果的任务；将实际计算的任务和重用计算结果的任务融合成新任务；利用建立好的任务卸载相关模型，根据融合成的新任务，获取到卸载决策，各用户设备执行各自的卸载决策，进行计算卸载。本发明可以有效减少重复数据传输以及任务重复计算，充分利用有限计算和通信资源，从而降低多用户任务的时延与能耗，提高用户体验。

技术领域

本发明属于边缘计算技术领域，具体涉及一种基于任务感知的移动边缘计算多用户计算卸载方法。

背景技术

移动边缘计算(Mobile Edge Computing，MEC)在移动网络的边缘提供计算、存储和网络资源，通过将计算任务卸载到距离用户更近的边缘服务器上处理，能够有效地降低计算任务的处理时延和能耗。由于MEC服务器资源有限，需要制定合理的计算卸载决策和资源分配方案，以充分利用MEC中有限的资源降低用户时延与能耗，满足多用户需求。现有的任务卸载方法没有考虑任务内容对计算卸载的影响，多个相似任务的卸载可能会造成任务的重复传输和计算，浪费MEC有限的资源。

对于识别辅助(如图像识别、语音识别)、虚拟现实、增强现实等一类计算任务来说，多个任务可能会调用相同的服务程序，并且当输入数据足够相似时，任务的结果大概率相同，这会造成任务程序代码重复传输和任务重复计算。

所以，需要一个新的技术方案来解决这个问题。

发明内容

发明目的：为了克服现有技术中存在的移动边缘计算系统中任务卸载方法没有考虑任务内容对计算卸载的影响，造成多个任务调用相同程序或处理相似数据会造成任务重复传输和计算，浪费MEC中有限计算和通信资源的问题，提供一种基于任务感知的移动边缘计算多用户计算卸载方法，可以有效减少重复数据传输以及任务重复计算。

技术方案：为实现上述目的，本发明提供一种基于任务感知的移动边缘计算多用户计算卸载方法，包括如下步骤：

S1：任务分类

根据服务器收集到系统中所有用户设备任务的相关信息，对任务进行分类；

S2：任务选择

将任务参数选择问题建模为最小支配集问题，通过基于粒子群优化的任务参数选择算法来选择出实际计算的任务和重用计算结果的任务；

S3：融合任务

将步骤S2中的实际计算的任务和重用计算结果的任务融合成新任务；

S4：利用建立好的任务卸载相关模型，根据步骤S3融合成的新任务，获取到卸载决策，各用户设备执行各自的卸载决策，进行计算卸载。

进一步地，所述步骤S1中任务分类的具体方法为：

A1：抽取程序代码摘要

获取任务程序代码的摘要，各任务的程序代码摘要可表示为

c＝(c₁，c₂，...，c_i，...，c_n)；

A2：提取输入参数的特征向量

提取任务输入参数的特征向量，各任务的输入参数特征可表示为

p＝(p₁，p₂，...，p_i，...，p_n)；

A3：上传任务信息

每个任务可表示为