[发明专利]一种基于边缘计算和云计算协同进行计算任务卸载的方法

说明书

本发明提供一种基于边缘计算和云计算协同进行计算任务卸载的方法，包括设定变量参数及初始化；构建出移动终端、边缘节点和远端云各自时延模型和能耗模型，并得到移动终端当前任务量全部执行时的时延期望值模型和总能耗模型，且进一步得到总移动终端中所有任务执行时的时延期望值模型和总能耗模型；定义最优分配问题并转换为凸优化问题；引入拉格朗日函数求满足KKT约束条件下终端本机、边缘节点及远端云的任务执行量的最优解，使每一个移动终端根据各自对应求最优解所得的终端本机、边缘节点及远端云的任务执行量进行调整及执行。实施本发明，综合考虑移动终端、边缘节点及远端云的计算能力和功耗限制，实现最优的计算任务卸载决策。

技术领域

本发明涉及云计算技术领域，尤其涉及一种基于边缘计算和云计算协同进 行计算任务卸载的方法。

背景技术

传统的云计算中心能提供强大的计算能力，实现如大数据分析处理、数据 存储、平台服务等。但受制于地理位置和传输环节，云计算中心往往远离数据 产生与被收集的边缘侧，数据需要经过网络的传输才能得到处理，再经过传输 回到终端，整个过程的时延相对很长，无法应用于实时性的应用场景。边缘计 算通过无线接入网络“增强”终端用户计算能力，实现如视频监测、语音识别、 增强现实等计算密集、时延敏感任务的执行。但面对用户数量持续增加，计算 任务量不断增大的情况，边缘节点有限的计算能力依旧无法很好的满足用户需 求，如何利用计算资源有限的边缘节点保障终端用户服务质量成为当前研究的 热点问题。

目前，边缘云与远端云相结合的协同计算模式是解决边缘节点计算能力有 限，无法有效满足用户需求问题的有效方法。在该协同计算模式下，终端计算 过载时，大量的任务负载将被卸载至边缘节点和远端云节点，从而在有效缓解 边缘节点负载压力的同时，节省用户设备的资源消耗和任务处理时间，实现任 务的高效计算。另外，在该协同计算模式下，主要面临着以下两方面的问题需 要解决：高效计算卸载决策的制定，边缘节点资源的高效分配。其中如何制定 高效的计算卸载决策以更好的卸载任务是一个关键问题。

为了获得最优的卸载策略，已有研究考虑多用户场景下的任务划分和任务 分配问题，但在保障终端用户服务质量问题的解决上仍存在问题，并且也缺乏 考虑边缘节点资源分配的条件下的最优卸载决策。例如，专利公布号为CN108600299A，名称为一种分布式多用户间计算任务卸载方法及系统的发明专 利，能够实现多用户间稳定的计算任务卸载，且每个用户支持将计算卸载到单 个或多个的计算节点，并以分布式地方式运行，但面对较大的计算需求时，仅 边缘侧服务器是难以满足需求的，仍需要与云端服务器协同进行任务卸载工作， 所设计系统并未考虑边缘侧计算服务器的性能瓶颈问题。又如，专利号为公布 号为CN107122249A，名称为一种基于边缘云定价机制的任务卸载决策方法的发 明专利，基于边缘云定价机制的任务卸载决策，通过将本地计算资源映射为虚 拟边缘云资源，并结合边缘云价格来综合计算最佳的任务卸载比例，使系统的 负载达到均衡，虽然充分利用系统各部分计算资源，提高了资源利用率，但该 方案考虑的价格因素较为模糊，在实际应用中难以具体界定，实现起来较为复 杂，且实际应用中移动终端的续航问题不容忽视，也并未考虑移动终端的功耗 限制。又如，专利号为公布号为CN107708135A，名称为一种适用于移动边缘计 算场景的资源分配方法的发明专利，通过任务缓存和传输优化机制，实现最优 任务缓存和上传下载时间的资源分配；或低复杂度次优任务缓存和上传下载时 间的资源分配，并对多个移动节点提出相同的计算任务，采用多播的办法减少 传输的时间开销与能量开销，但该方案并没有考虑移动终端本身的计算能力， 没有计算任务的卸载规划，实际应用场景中并不能完全利用整个系统的资源， 且在无线传输条件恶劣时，可能导致更大的能量开销。

因此，亟需一种分布式多用户间计算任务卸载方法，不仅考虑移动终端本 身的计算能力和功耗限制，还能考虑边缘节点的计算能力和功耗限制等性能瓶 颈问题，实现最优的计算任务卸载决策。

发明内容