[发明专利]基于边缘计算的任务调度优化方法和装置有效
| 申请号: | 201910057947.9 | 申请日: | 2019-01-22 |
| 公开(公告)号: | CN109800072B | 公开(公告)日: | 2021-07-09 |
| 发明(设计)人: | 杨鲲;李沛峰 | 申请(专利权)人: | 深圳市简智联信息科技有限公司 |
| 主分类号: | G06F9/48 | 分类号: | G06F9/48;G06F9/50 |
| 代理公司: | 北京细软智谷知识产权代理有限责任公司 11471 | 代理人: | 付登云 |
| 地址: | 518000 广东省深圳市龙华区龙华*** | 国省代码: | 广东;44 |
| 权利要求书: | 查看更多 | 说明书: | 查看更多 |
| 摘要: | |||
| 搜索关键词: | 基于 边缘 计算 任务 调度 优化 方法 装置 | ||
1.一种基于边缘计算的任务调度优化方法,其特征在于,包括:
确定当前边缘计算的网络场景模型,其中,所述网络场景模型中的参数包括用户终端的数量和位置、所述用户终端要分发的任务的参数以及随机分布的边缘云的数量;
对于所述用户终端,根据设定的用户服务质量要求以及所述用户终端到各个边缘云的时间开销确定所述用户终端对应的目标边缘云作为接收所述用户终端分发的任务;设定的用户服务质量要求以及用户终端到各个边缘云的时间开销表示为如下公式:
其中,是指任务上传时间,是指任务处理时间,Timax是指预先设定的时间允许的最大值,I指的是用户终端的数量,J指的是边缘云数量,xij指的是用户终端对应的目标边缘云;
根据所述用户终端对应的目标边缘云对所述网络场景模型进行更新,以获取物理模型;
在所述物理模型中添加源节点、汇节点以及哑结点,通过物理参数映射将所述用户终端在所述网络场景模型中的点的属性映射为所述物理模型中边的属性,所述源节点表示任务流出点,所述哑结点表示任务卸载失败点,所述汇节点表示任务流程结束点;
根据所述用户终端到每个边缘云的能量开销以及所述边的属性,应用设定的最短路径算法计算所述源节点到所述汇节点的路径中满足设定的能耗条件的路径,直到满足计算终止条件时确定所述用户终端要分发的任务的分配方案。
2.根据权利要求1所述的方法,其特征在于,所述物理模型中,将各个用户终端和所述各个边缘云分别作为一个节点,相应的,所述物理模型的约束条件包括:
源节点的任务流出量等于汇节点的任务流入量;
第一节点的任务流出量和任务流入量相等,其中,第一节点包括哑结点以及每个用户终端和每个边缘云对应的节点。
3.根据权利要求1所述的方法,其特征在于,在确定当前边缘计算的网络场景模型之后,还包括:
计算所述用户终端到每个边缘云的时间开销。
4.根据权利要求3所述的方法,其特征在于,所述时间开销包括任务上传时间以及任务处理时间,相应的,所述计算所述用户终端到每个边缘云的时间开销,包括:
计算所述用户终端将任务上传至边缘云的第一时间与所述边缘云处理任务的第二时间;
其中,所述第一时间为上传任务的数据量大小与上传速率的比值,所述第二时间为任务的计算量与边缘云处理任务所需的计算资源的比值。
5.根据权利要求4所述的方法,其特征在于,在确定当前边缘计算的网络场景模型之后,还包括:
计算所述用户终端到每个边缘云的能量开销。
6.根据权利要求5所述的方法,其特征在于,所述能量开销包括传输数据能耗和边缘云计算能耗,相应的,所述计算所述用户终端到每个边缘云的能量开销,包括:
计算所述传输数据能耗和边缘云计算能耗;
其中,所述传输数据能耗为所述用户终端的发射功率与所述第一时间的乘积,所述边缘云计算能耗为计算功率与所述第二时间的乘积。
7.根据权利要求1所述的方法,其特征在于,所述设定的最短路径算法包括迪杰斯特算法。
8.根据权利要求1所述的方法,其特征在于,所述计算终止条件包括不存在源节点到汇节点的增广路径。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于深圳市简智联信息科技有限公司,未经深圳市简智联信息科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201910057947.9/1.html,转载请声明来源钻瓜专利网。





