[发明专利]用于云-边协同网络的多应用细粒度卸载的方法与系统架构

权利要求书

1.用于云-边协同网络的多应用细粒度卸载的方法，其特征在于：

由彼此互相通讯并与远端云连接的所有边缘服务设备上驻留的决策控制器实现整个云-边协同网络的协同控制工作，每个边缘计算服务设备上的决策控制器接收自身无线服务区域内的移动设备发来的计算卸载请求和上传的应用数据，并通过以下步骤实现多应用细粒度卸载：

S1、将移动设备上传的应用数据存入应用数据池；

S2、为已收到的应用数据计算每个任务的概率B-Level；其中，任务的概率B-level按以下式(1)计算：

式(1)中，和分别表示所有计算设备的平均处理能力和所有设备间的平均数据传输率，是给应用k增加的出口伪节点，是应用k中的第i个任务，是的直接后继任务，是任务要传输给的数据传输量，是任务的计算负载量，是一个表示当计算任务的概率等级为时，任务传输到任务的数据是否当成0计算的一个二进制指示变量，表示为：

式(2)中，f_rand()是一个在[0,1)之间均匀分布的随机变量，是任务的计算通信比，即的计算时间与数据传输量的传输时间的比值，计算通信比表示为ρ是一个比1大的常量；

S3、从当前应用数据池中取出处于就绪状态的任务，并按照应用截止期限递增的排序方式将其排在一个队列中，再将属于相同应用的任务按照概率B-Level递减排序；

S4、依次取出队列中的任务，并为每个具体的任务做调度规划；首先，按下式(3)和式(4)计算任务在当前云-边协同网络环境中不同计算设备上可能的开始时间：

式(3)中，H(s_a)表示一个计算设备s_a能够执行任务的预计就绪时间，表示任务在分配到的计算设备上的完成时间，是的直接前驱任务，是将任务和之间的数据传输量从所在的计算设备传输到要分配到的计算设备时所需要的数据传输时间，和表示任务和的调度决策，和是一个长度为M的一维向量，M表示云-边协同网络中的计算服务设备总数,H(s_a)表示为：

式(4)中，M表示云-边协同网络中的计算服务设备总数,在云-边协同网络中，远端云看成一个整体可提供给定数量虚拟机的计算服务设备，其它的边缘计算设备都看成一个独立的计算服务设备，表示计算设备s_a的计算队列Q^a中排在任务前面的任务集合，表示任务的预计完成时间，是已经调度到计算设备s_a上的一个任务，当h＝k时，其属于应用k中的任务，否则其属于另一个应用h；

之后，按以下式(5)估算任务的预计完成时间：

式(5)中，是任务的计算负载量，p_a表示计算设备s_a的处理能力；

S5、根据任务在不同计算设备上的预计完成时间以完成时间最小作为选择目标计算设备的考察指标；

S6、将任务分配到目标计算设备上执行；

S7、当收集到有任务在一个设备上执行完成时，再次执行步骤S3-S6，直至应用数据池中所有任务都分配和执行完毕。

2.根据权利要求1所述的用于云-边协同网络的多应用细粒度卸载的方法，其特征在于：为了统一变量表达，将式(3)中的转变为在这里表示由任务向任务传输数据的传输时间，是的直接前驱任务，通过下式(6)计算得到：

式(6)中，s_a'是本地边缘设备，表示s_a经过s_a'连接到s_b，当和分配到相同的计算设备上时，s_a＝s_b，当和分配到不同的计算设备上时，s_a≠s_b，若s_a经本地边缘设备s_a'连接到sb，则若s_a直接连到sb，则