[发明专利]基于化学反应优化算法的多用户计算卸载方法及装置

说明书

本发明公开了一种基于化学反应优化算法的多用户计算卸载方法及装置，计算卸载装置通过收集移动终端和边缘服务器的实时信息，包括终端的CPU负载、当前电量、网络带宽等信息和边缘服务器虚拟机的状态信息，然后对应用的完成时间和终端的能耗所占权重进行调整，建立应用完成时间模型、终端能耗模型和调度器模型，并根据收集的实时信息和建立的模型，采用基于化学反应优化算法的多用户计算卸载方法做出选择决策，得到应用程序的近似最优结果，从而提高应用性能并降低终端能耗。

技术领域

本发明属于移动云计算技术领域，涉及一种移动边缘计算中的多用户计算卸载和资源分配方法，具体涉及一种基于化学反应优化算法的多用户计算卸载方法及装置。

背景技术

据思科视觉网络指数预测，到2021年，全球移动数据流量每月将达到49艾字节(EB)，这对移动终端的性能和移动网络的数据传输率提出了新的要求。此外，一类新的应用程序也应运而生，诸如人脸识别、移动增强现实等，这类应用对延迟比较敏感，且需要大量的资源。然而，移动终端的计算和存储资源有限，尤其是电池的续航周期较短，运行这类应用程序会带来较高的延迟，增加移动终端的能耗。

移动云计算(Mobile Cloud Computing，MCC)的出现为解决这些问题提供了一种有效方式，通过计算卸载(也称计算迁移)将应用程序的部分计算任务卸载到远程云端，减少了应用程序的完成时间，延长了移动终端的续航能力。然而，在传统移动云计算中，移动终端通过移动网络与远程公有云连接，如阿里云、腾讯云等，集中式部署的远程公有云距离移动终端较远，在两者之间通过移动网络进行数据传输往往会带来比较高的网络延迟，为解决延迟高的问题，诞生一种新的计算模式----移动边缘计算(Mobile Edge Computing，MEC)，在移动终端的网络边缘部署边缘服务器，将远程云端提供的服务延伸到距离移动终端更近的位置，移动终端便能够利用边缘服务器强大的资源，并以较低的网络延迟与边缘服务器进行数据传输。

在移动边缘计算的计算卸载方法中，大多数方法在多用户计算卸载环境存在一定的局限性，当有大量终端向边缘服务器提交卸载请求时，边缘服务器会为请求做出卸载决策并分配合理的资源，但由于边缘服务器部署在移动终端的网络边缘，计算和存储等资源有限，不能总是立即为请求分配资源，同时用户之间的卸载策略会相互影响。因此，针对在边缘服务器资源受限的计算卸载问题，如何减少应用的完成时间和降低终端的能量消耗亟待解决。

发明内容

为了解决上述技术问题，本发明提出了一种基于化学反应优化算法的多用户计算卸载方法及装置，克服了多用户计算卸载场景中用户之间卸载策略相互影响的问题，减少了所有应用程序的完成时间和降低移动终端的能量消耗。

本发明的方法所采用的技术方案是：一种基于化学反应优化算法的多用户计算卸载方法，其特征在于，包括以下步骤：

步骤1：多用户向边缘服务器提交计算卸载请求，计算卸载装置收集移动终端和边缘服务器的实时信息；

步骤2：建立应用完成时间模型、终端能耗模型和调度器模型，并对完成时间和能耗所占的权重值进行调整；

步骤3：根据实时信息和建立的模型采用基于化学反应优化算法的多用户计算卸载方法对应用做出选择决策，得到应用程序近似最优结果；

步骤4：将边缘服务器的最新状态信息反馈到计算卸载系统和调度器。

本发明的系统所采用的技术方案是：一种基于化学反应优化算法的多用户计算卸载装置，其特征在于：包括计算卸载模块和资源分配模块；