[发明专利]一种移动边缘计算网络中考虑任务延时和服务器成本的任务分配方法

说明书

本发明涉及一种移动边缘计算网络中考虑任务延时和服务器成本的任务分配方法，方法包括步骤：S1、获取系统模型的网络配置信息；S2、生成任务集，获取任务集的计算、传输时延和服务器执行成本；S3、随机初始化生成所述任务集的初始粒子群；S4、根据所述计算时延、所述传输时延和所述服务器执行成本的总开销构建适应度评价函数；S5、使用多目标引力搜索算法，引入收敛因子更新粒子速度和位置；S6、使用交叉变异方法替换粒子的位置信息；S7、循环迭代步骤S5‑S6，得到所述总开销最小的任务分配策略。本发明的方法，提出多目标引力搜索算法方法实现了用户任务执行延迟和服务器计算成本的最小化。

技术领域

本发明属于通信技术领域，具体涉及一种移动边缘计算网络中考虑任务延时和服务器成本的任务分配方法。

背景技术

物联网的出现导致越来越多的移动用户设备得到广泛应用，然而，移动设备有限的电池寿命和这些应用程序的低延迟要求增加了对新的网络模型的需求。移动边缘计算将计算和存储资源部署在移动网络的边缘，为移动网络提供服务环境和云计算能力，从而为用户提供超低延迟、高宽带的网络服务。

计算卸载作为的关键技术之一，是指终端设备将其部分或全部计算任务移交给云计算环境，以解决移动设备在资源存储、计算性能和能源效率方面的不足。但由于移动边缘计算服务器通常计算资源有限，无法同时满足所有用户的计算需求。因此，在云服务器和边缘服务器协同计算卸载场景下，制定卸载决策方案成为当下一个热点问题。

发明内容

基于现有技术中存在的上述缺点和不足，本发明的目的之一是至少解决现有技术中存在的上述问题之一或多个，换言之，本发明的目的之一是提供满足前述需求之一或多个的一种移动边缘计算网络的任务卸载和资源分配方法。

为了达到上述发明目的，本发明采用以下技术方案：

一种移动边缘计算网络中考虑任务延时和服务器成本的任务分配方法，方法包括步骤：

S1、获取系统模型的网络配置信息，系统模型由若干个基站组、一个移动云服务器及属于某一基站组的用户本地服务器组成，每个基站组包括一个基站、若干用户本地服务器和一个边缘计算服务器；

S2、生成包含优先级约束关系的任务集，根据网络配置信息获取任务集在边缘计算服务器、移动云服务器进行计算的计算时延和服务器执行成本，并获取任务集中各任务在边缘计算服务器、移动云服务器之间传输的传输时延；

S3、随机初始化生成任务集的初始粒子群，将任务集中的任务分别分配至用户本地服务器、边缘计算服务器或移动云服务器，每个任务为一个粒子，并对各任务根据其分配的服务器进行粒子位置编码；

S4、根据计算时延、传输时延和服务器执行成本的总开销构建适应度评价函数，根据初始粒子群及粒子位置编码计算各粒子的适应度函数值；

S5、使用多目标引力搜索算法，在计算多目标引力搜索算法的合力时引入收敛因子，更新粒子速度和位置；

S6、使用交叉变异方法设定一个交叉概率，粒子每次更新位置时生成一个随机数，如果该粒子生成的随机数小于交叉概率，则将该粒子的原始位置信息替换为当前粒子群中的某一粒子位置信息。并比较替换前后该粒子重力的变化，若重力变大则替换保留替换后的位置信息；

S7、设定循环次数，以循环次数迭代步骤S5-S6，得到总开销最小的任务分配策略。

作为优选方案，任务集中各任务在边缘计算服务器、移动云服务器进行计算的计算时延，由各任务的算量和边缘计算服务器、移动云服务器每秒钟能提供的CPU周期数相除计算得到。

作为优选方案，任务集中具有前后继关系的两个任务如果在同一服务器上，则传输时延为0。

作为优选方案，步骤S2中，任务集在用户本地服务器、边缘计算服务器、移动云服务器进行计算的能耗时结合服务器的硬件架构确定服务器的能耗。