[发明专利]云协同多任务调度方法及装置

说明书

本发明实施例提供一种云协同多任务调度方法及装置，该方法包括：获取每个边缘节点收到的待处理任务；以所有待处理任务分配到不同边缘节点进行处理，作为一个栖息地分配方案，随机产生具有多个栖息地分配方案的初始种群；基于预设的目标函数和生物地理学优化算法，获取满足所述目标函数的最优解，得到每个边缘节点应分配的待处理任务。基于预设的目标函数和生物地理学优化算法，获取满足所述目标函数的最优解，得到每个边缘节点应分配的待处理任务，考虑到了所有边缘节点和中心云节点的合理任务分配，基于预设的目标函数，能够得到满足优化目标的最优分配方案，并基于生物地理学优化算法实现，大大减少了计算开销。

技术领域

本发明涉及边缘计算领域，尤其涉及一种云协同多任务调度方法及装置。

背景技术

云边协同任务调度，是海量的智能终端设备将计算密集型任务卸载至云服务端执行优化的过程，在系统的时延、能耗等性能要求高的场景下非常重要。万物互联背景下，网络边缘设备种类繁多，且出现众多计算需求量大的应用，如人脸识别、交互式游和增强现实等。这些应用数据量大，对延迟的要求高，需要消耗大量的计算资源与能量，从而考虑将终端设备的计算任务卸载到远程执行。

边缘节点距离用户比云数据中心近，避免了远距离传输造成的大量延迟，提升了用户体验。将原本需要卸载到云数据中心执行的任务分配给边缘云执行，有效地减轻了核心网回程链路(Backhaul Link)的传输负担，克服了传统云计算系统核心网络拥塞和传输延迟问题。边缘云作为一种小型的数据中心，受到基础设施建设及地理分布等因素的影响，资源相对有限。当用户量及数据量进一步扩张，有限的通信及计算能力成为边缘云的性能瓶颈，系统性能难以保障。以上问题可从两方面进行考虑：1)对边缘云系统中的资源分配及任务调度策略进行优化，高效利用有限的资源。由于云基础设施地异构性，数据中心的资源分配和任务调度问题一直是云计算的重点研究方向，在新的边缘计算模式下研究高效的任务调度策略具有重要价值。2)在云边协作计算系统中对任务进行调度。边缘与云是互补协同而不是相互替代的关系，将部分任务卸载到云数据中心，可以利用其强大的计算能力减小计算时延。云计算与边缘计算有效协作非常重要。

目前边缘计算的协同任务调度策略受到广泛关注，边缘云根据开放的全球标准化机制能够向附近区域的任何用户提供计算和存储资源，这使得同一区域中的边缘节点可以形成共享互联的边缘资源池。然而，目前的方法只局限于多个边缘节点之间的协同或当前边缘节点和中心云的协同，无法实现中心云和所有边缘节点的整体协同调度，该过程会导致庞大的计算量。

发明内容

为了解决上述问题，本发明实施例提供一种云协同多任务调度方法及装置。

第一方面，本发明实施例提供一种云协同多任务调度方法，包括：获取每个边缘节点收到的待处理任务；以所有待处理任务分配到不同边缘节点进行处理，作为一个栖息地分配方案，随机产生具有多个栖息地分配方案的初始种群；基于预设的目标函数和生物地理学优化算法，获取满足所述目标函数的最优解，得到每个边缘节点应分配的待处理任务。

进一步地，所述基于预设的目标函数和生物地理学优化算法，获取满足所述目标函数的最优解，包括：计算每个种群的栖息适宜指数HSI，根据不同的优化目标，HSI值与所述目标函数值成正相关关系或反相关关系；基于预设的迁移率函数对种群进行迁移操作，以及基于预设的突变概率函数对种群进行突变操作；若满足预设的终止条件，则输出最优解，否则重复上述计算每个种群的HSI值至判断是否满足终止条件的迭代过程。

进一步地，所述目标函数根据栖息地分配方案的每个任务的传输时延和能耗确定。

进一步地，所述目标函数为：

其中，θ是时延目标函数权重，θ∈[0,1]；L_α、L_β、E_α、E_β分别为种群中栖息地的传输时延和能耗的最大、最小取值，X为一个栖息地分配方案。