[发明专利]Ad-hoc云环境中分布式博弈任务卸载方法

说明书

本发明公开了一种基于Ad‑Hoc云环境中分布式博弈任务卸载方法，包括：根据任务卸载设备和任务协助设备之间的发送功率和处理速率以及任务卸载设备的任务量设定约束条件；在所述约束条件下使得系统总体任务处理能力C最大化；根据最大化C卸载分配任务；根据本发明的分布式博弈任务卸载方法，可以实现在系统中选取合适的卸载目标设备以及最优化分配资源和任务的目的，最终达到系统处理能力的最大化。

技术领域

本发明涉及通信领域，特别涉及一种自组织网络Ad-hoc云环境中分布式博弈任务卸载方法，采用分布式博弈算法分配资源的任务卸载方法。

背景技术

随着科技的发展，移动智能终端逐渐走进人们的视线，相关应用越来越广泛，并在人们的日常生活中扮演着越来越重要的角色。智能终端能够帮助用户处理越来越多繁重的数据任务，但其自身资源自出厂之日起便无法改善，其处理能力的限定无法满足人们迅速增长的需求，用户也无法随时随地更新换代。因此，为了提高处理效率并降低功耗，基于移动云计算的资源共享方案开始被广泛采用。

在移动云计算中，能够处理来自移动终端卸载的任务的云包括远程云、本地云和Ad-Hoc云。在远程云中，移动设备一般都是通过蜂窝网络把计算任务卸载到远程云计算中心或服务器中去执行。远程云一般都拥有很强的计算能力，但是通信成本很高并且延迟较大；本地云则可以通过Wi-Fi直接把计算任务卸载到位于移动设备附近的PC机或服务器上去执行，本地云拥有计算能力强和通信带宽大的双重优势，然而在许多无线环境中，由于没有部署功能强大的本地云设备，存在用户资源受限，远程云中心因距离过远造成传输时延高、开销大等问题。因此在资源受限的情况下，通过任务分割、卸载，共享邻居用户的空闲资源协同处理，可以以Ad-Hoc形式实现移动云计算，提高移动用户处理能力。因此，现有技术提出了Ad-Hoc云这一概念，作为无基础设施无线环境下移动云计算的一种扩展，使移动用户通过互相合作来分享资源、协同处理任务。与此同时，业界也针对类似应用场景，提出了移动边缘计算，雾计算等相关概念，受到了广泛认可。然而现有技术没有提及在Ad-Hoc云环境中如何选择合适的移动用户，如何为业务卸载合理分配资源，以及如何对任务进行分配等问题。

发明内容

针对现有技术中存在的不足，本发明提出一种Ad-hoc云环境中分布式博弈任务卸载方法，可以实现在系统中选取合适的任务卸载目标设备，以及最优化分配资源和任务的目的。

本发明一种自组织网络Ad-hoc云环境中分布式博弈任务卸载方法，如图2所示，包括:

根据任务卸载设备和任务协助设备之间的发送功率和处理速率以及任务卸载设备的任务量设定约束条件；

在所述约束条件下使得系统总体任务处理能力C最大化；

根据最大化C卸载分配任务。

优选地，所述在所述约束条件下使得系统总体任务处理能力C最大化，包括：

根据资源分配全局优化得到全局最优解；

根据所述全局最优解进行任务分配，获得卸载任务的最小有效处理持续时间；

根据所述全局最优解和最小有效处理持续时间获得最大化系统总体任务处理能力C。

优选地，所述约束条件包括：