[发明专利]一种基于边缘计算系统的智能动态任务计算卸载方法

说明书

本发明提出了一种基于边缘计算系统的智能动态任务计算卸载方法。首先提出了具有智能超频能力的新型移动边缘计算模型，然后在智能超频MEC系统模型下构建了用户任务模型、系统卸载决策模型、系统超频决策模型、任务卸载收益模型以及本地计算开销模型和边缘计算开销模型。然后利用李亚普洛夫原理把多时隙动态任务计算卸载问题确定到只与当前时隙相关，并提出了一个权衡系统效用和系统稳定性的数学问题。最后针对这个优化问题，本发明提出了相应的解决方案以获得该动态任务卸载问题的计算卸载方案，并通过实施例证明了方案的有效性和优越性。

技术领域

本发明属于移动边缘计算中的计算卸载领域，是一种基于边缘计算系统的智能动态任务 计算卸载方法。

背景技术

近年来，各种网络技术飞速发展，越来越多物联网设备接入无线网络，这给当前的通信 网络带来了巨大的压力。复杂分布式应用程序的涌现以及新兴5G网络的普及也对物联网设 备提出了更多新要求。为了缓解无线网络和物联网设备的压力，许多新型网络架构被提出， 而移动边缘计算(Mobile edge computing,MEC)作为一种很有前途的物联网范例是其中最值 得研究的网络架构之一。

MEC的最初构架是把雾计算与物联网相集成，这便可以将一些网络设备(如服务器等) 部署在网络边缘。这种物联网的核心是如何构建MEC网络，以支持大量用户能将数据或计 算任务卸载到边缘网络中储存和执行。考虑到具有快速数据传输能力的5G网络以及具有更 多计算资源的新型MEC服务器，支持MEC的物联网可以很好地满足新兴应用的计算需求， 并能同时降低骨干网络和中央云的基础设施压力。

MEC网络的关键技术之一是计算卸载，即如何决策哪些用户将任务卸载到MEC服务器上执行。但是，这种任务处理方式会产生与时延和能耗相关的额外开销。因此，在满足任务的服务质量前提下，最小化系统计算开销是一个值得研究的问题。

在现有的MEC计算卸载相关模型和算法中，大部分的研究都是考虑静态的网络场景， 即用户卸载任务，MEC系统的资源都是固定不变的。而实际生活中，网络场景都是动态形 式的，即用户设备的卸载任务是在不断产生的，MEC服务器也是在不间断地处理卸载任务 的。

在静态网络中，部分研究考虑到当卸载任务量过大、过多时，MEC资源也会变得紧缺， 因此他们结合移动云计算(Mobile cloud computing，MCC)和MEC来让扩展边缘计算资源， 即根据不同场景设置多层云卸载模式。虽然这种做法的确可以缓解卸载任务过多时，MEC 系统的压力，但是多层云的缺陷是用户设备与高层云之间的高额时延，这种时延代价将会使 模型的效益大打折扣，并且传输数据所需要的能耗也会给用户设备的电池带来巨大的压力。

在动态网络中，MEC系统必须考虑连续时隙下的计算卸载问题。由于卸载任务大小的 不确定性，其处理时间和传输时间都很难确定，这便导致系统的卸载决策，资源分配决策变 得更难求解。在很多研究中，为了简化问题，都只是设置相应的权重参数，但是这种求解方 案明显既不贴合实际，也不能达到最优化系统资源分配。并且在动态任务计算卸载方法中， 不仅要考虑到系统效用最大化问题，还要考虑系统的稳定性问题。

针对以上问题，本发明提出了一种智能超频MEC系统模型，有效解决了卸载任务过多、 过大时，MEC计算资源不足的情况。并在这个模型基础上，提出了一种先进的计算卸载方 法，以解决动态网络场景中，MEC系统的效益与稳定性的权衡问题。

发明内容

本发明从移动边缘计算服务器层面考虑优化移动边缘计算系统的性能，具体搭建了一种 智能超频移动边缘计算系统模型，并在该系统的基础上，解决了动态任务计算卸载中系统效 用和系统稳定的权衡问题。

为了解决上述问题，本发明首先提供了一个智能超频移动边缘计算系统模型。本发明还 提供了上述模型的子模型设置，包括服务器超频模型，动态任务模型，计算卸载模型和资源 分配模型。