[发明专利]一种云边协同的智能动态卸载算法

说明书

本发明公开了一种云边协同的智能动态卸载方法，对于每一个应用，将边缘层当前的CPU、内存、带宽和剩余电量等状态数据作为输入变量，计算出每个应用处理完成的时间和边缘层状态量，再利用LibSVM算法识别应用的类型，根据类型判定该应用处理完成的时间条件，根据边缘层的情况判定边缘层的状态量条件，共同决定该应用的数据是否卸载在边缘端还是云端；该方法考虑了不同应用类型的特点，算法中对于不同类型应用设置不同的最大延迟容忍时间，并且考虑了边缘层的实时状态，利用智能决策算法实时把应用数据卸载到边缘或云端以获得最短的总运行时间，优化总运行时间使其明显优于应用数据卸载到云端或边缘端，而且可以很好地减少时延和能量消耗。

技术领域

本发明涉及物联网中数据处理领域，特别是指一种云边协同的智能动态卸载算法。

背景技术

随着物联网的快速发展，涌现出一大批各式各样的异构应用，这些应用会产生大量数据，如何处理数据是一个亟待解决的问题，目前，把数据卸载到云端进行处理是常见的一种方式，通过采取随机博弈方法，在有限的应用完成时间和约束条件下，在云端实现计算卸载的功能，为了进一步进行优化卸载决策，使用启发式卸载决策算法，也可以使系统的延时尽可能的小；还有一些研究者提出了一种基于交替迭代算法的任务缓存与卸载算法，利用软件定义网络的思想，研究了超密集网络中的任务卸载问题；具体地说，将任务卸载问题作为一个NP难混合整数非线性规划问题来解决。

目前相关技术都没有细分物联网层的应用和考虑到边缘层的实时状态，然而应用的类别是系统延迟时间的重要影响因素；而且边缘层的计算、存储等资源会随着时间不断变化，边缘层的实时状态会决定着数据处理的性能；当边缘层的计算和存储能力较强时，把数据卸载到边缘层有更好的性能，而当边缘层计算能力不足时，完成本地计算的时间可能比把数据传送到云端并在云端计算的时间要长的多。

发明内容

本发明的主要目的在于克服现有技术中的上述缺陷，提出一种云边协同的智能动态卸载算法。

一种云边协同的智能动态卸载方法，包括如下步骤：

S1：获取应用i产生的的数据量Q_ibit，边缘层处理数据的速率v₁bit/s，计算应用处理完成的时间T_i，其中1≤i≤n，n应用的总个数；

S2：获取边缘层CPU、内存、带宽和剩余电量等状态数据，计算边缘层状态量S_i；

S3：基于libSVM算法识别应用的类型j(1≤j≤4)，对应的应用最大容忍延迟时间限定为T_max^j，范围为1-10s；

S4：判定T_i＜T_max^jS_i＞K，若满足，转入步骤S5，若否，转入步骤S6，其中K为设定的边缘层状态值，范围为1/5-1/4；

S5：应用程序i的数据卸载到边缘端；

S6：应用程序i的数据卸载到云端。

步骤S1中T_i＝Q_i/v₁。；

步骤S2中，所述其中M_；为边缘层当前内存，C_i为边缘层剩余CPU，BA_i为边缘层剩余电量，BW_i为边缘层剩余带宽，M为初始时边缘服务器总内存，C为初始时边缘服务器总CPU，BA为初始时边缘服务器总电量，BW为初始时边缘服务器总带宽。

步骤S3中，所述的应用的类型包括四种，分别为低流量应用、高流量应用、流量低，计算量大应用，流量高，计算量大的应用。

每次进行应用卸载的分配后，更新边缘层当前的状态数据。