[发明专利]一种端-边-云协同计算的任务卸载优化方法

说明书

本发明公开了一种端‑边‑云协同计算的任务卸载优化方法，主要步骤为：1)建立移动边缘计算系统模型。2)确定当前迭代轮次j下的任务卸载策略Ωsubgt;i/subgt;。3)确定当前迭代轮次j下的资源分配策略。4)量化移动边缘计算系统中能量消耗和传输时延的加权和，保存任务卸载与资源分配策略。5)输出端‑边‑云协同计算的移动边缘计算系统中最优任务卸载策略与最优资源分配策略。本发明综合考虑任务优先级和设备所剩电量等用户综合因素，给出了任务的最佳卸载位置，同时通过柯西方法给出资源分配策略，很大程度上提高了用户的QOE。

技术领域

本发明涉及边缘计算技术，具体是一种端-边-云协同计算的任务卸载优化方法。

背景技术

近年来，由于网络中移动设备接入数量不断增加和移动网络技术的迅猛发展，逐渐推动了虚拟现实和增强现实等一系列新兴服务的发展，以云服务器为中心的常规模式已经难以满足延迟敏感型任务的要求。移动边缘计算作为一种全新的计算模式，它通过部署具有计算能力与计算资源的服务器到网络边缘来提高服务质量。在移动边缘计算网络中，边缘服务器可以部署在基站或基站附近。移动边缘计算系统通过将计算任务从移动设备卸载到云服务器或者边缘服务器，以减少时间延迟或者能量消耗。

在当前的移动边缘计算系统中，如何优化边缘计算任务的卸载位置，降低边缘计算系统资源消耗和时间延迟已经成为一个热门的研究课题。目前普遍采用的优化方法是将移动终端的计算任务卸载到边缘服务器，但是此优化方法存在着一些难以解决的问题：第一，当移动边缘计算系统中包含大量的移动设备时，边缘服务器会因此而过载，从而会导致计算任务的处理时间显著增加，降低用户的体验质量。第二，这种方法没有充分考虑移动终端、边缘服务器、和云服务器的协作能力，仅联合单个边缘服务器和多个移动终端忽略了云服务器的服务能力，导致整个移动边缘计算系统效率低下。

发明内容

本发明的目的是解决现有技术中存在的问题。

为实现本发明目的而采用的技术方案是这样的，一种端-边-云协同计算的任务卸载优化方法，主要包括以下步骤：

1)获取同一时刻当前移动网络中所有移动设备、边缘服务器、云服务器和任务的信息数据。

进一步，所述移动设备和任务的信息数据包括移动设备的传输功率Φ_i、无线信道增益g_i、移动设备的计算能力f_i^L和任务大小S_i。边缘服务器的信息数据包括边缘服务器的计算能力F^E、缓存大小S^E和带宽大小B^E。云服务器的信息数据包括云服务器的平均计算能力F^C。

2)建立移动边缘计算系统模型。

所述移动边缘计算系统模型包括远程云服务器、一个本地边缘服务器和若干不同的移动设备。

3)初始化移动边缘计算系统参数，开始迭代运算。

进一步，移动边缘计算系统参数包括迭代次数N、次卸载的任务数K。初始状态下，所有的任务都在本地执行，令任务在本地执行的表征参数任务在边缘服务器执行的表征参数和任务在云服务器执行的表征参数其中，1表示执行，0表示不执行。

4)确定当前迭代轮次j下的任务卸载策略Ω_i，主要步骤如下：

4.1)计算移动设备的计算能力C_i、传输功率Φ_i和无线信道增益g_i的乘积，并对所述乘积结果进行降序排序。

4.2)选择前K个乘积结果对应的任务进行卸载，将选择出的待卸载任务上传到边缘服务器中，并按照任务的大小进行升序排序。