[发明专利]一种密集网络中移动设备的分布式协同任务调度方法

说明书

本说明书一个或多个实施例提供一种密集网络中移动设备的分布式协同任务调度方法，建立移动设备负载模型、移动设备响应时间模型和移动设备能耗模型，并基于上述模型，得到密集网络中移动设备的最小化总能耗模型，再基于该模型，输出使所有移动设备的负载方差最小时的每个移动设备的负载状态指数，基于所述移动设备负载模型、所述密集网络中移动设备的最小化总能耗模型和所述使所有移动设备的负载方差最小时的每个移动设备的负载状态指数，得到任务调度方案，从负载均衡和能耗的角度研究了分布式协同任务调度。对于边缘资源受限的移动设备，协同可以大大扩展处理能力，从而更有效地完成任务。

技术领域

本说明书一个或多个实施例涉及任务调度分配技术领域，尤其涉及一种密集网络中移动设备的分布式协同任务调度方法。

背景技术

随着通信技术和物联网（IoT）的飞速发展，诸如移动电话和无人设备之类的移动设备在各种应用领域中都发挥着积极的作用。移动设备的广泛应用使得越来越多的计算任务在边缘计算环境中生成、调度、传输和执行。典型场景包括用于军事任务的无人集群和需要导航的车辆互联网。在这样的应用领域中，存在相对大量的移动设备，并且通常处于密集网络中。在密集网络中的移动设备之间执行任务调度存在一些障碍。一个是移动设备固有的固定容量，这使得移动设备仍然无法完成过多的任务。另一个是缺乏有效的调度方法。如果不仔细考虑，密集网络中的任务调度可能会导致非常不平衡的工作负载和高度不匹配的任务-设备映射。过多的过载移动设备将导致较长的响应时间、高能耗甚至任务失败，而太多的欠载移动设备只会浪费宝贵的资源。另外，可用资源因设备而异，并且不同的任务可能需要不同的资源。因此，任务和移动设备需要尽可能紧密地匹配，以提高资源利用率，从而提高任务完成率。

为了缓解移动设备有限容量带来的饱和冲突以及对任务执行的需求不断增长，许多研究人员寻求的解决方案主要是将任务卸载到云或微云中。不幸的是，由于以下挑战，密集网络中移动设备之间的任务调度尚未被深入研究。首先，由于高延迟和有限的带宽，频繁连接和数据上传到远程数据中心（即云）是不可行的，这可能导致任务失败和高能耗，尤其是在密集网络中。其次，由于信号干扰，密集网络中的任务卸载可能导致意外的传输延迟。因此，将所有任务卸载到边缘服务器（即微云）可能不是的最佳选择。因此，为密集网络中的移动设备提出一种有效的任务调度方法具有重要意义。

发明内容

有鉴于此，本说明书一个或多个实施例的目的在于提出一种密集网络中移动设备的分布式协同任务调度方法，以解决上述提出的全部或其中一个技术问题。

基于上述目的，本说明书一个或多个实施例提供了一种密集网络中移动设备的分布式协同任务调度方法，本方法包括：

建立移动设备负载模型、移动设备响应时间模型和移动设备能耗模型，在所述移动设备负载模型中定义负载状态指数用于量化移动设备的负载状态；

基于所述移动设备负载模型、所述移动设备响应时间模型和所述移动设备能耗模型，得到密集网络中移动设备的最小化总能耗模型；

基于所述移动设备负载模型，输出使所有移动设备的负载方差最小时的每个移动设备的负载状态指数；

基于所述移动设备负载模型、所述密集网络中移动设备的最小化总能耗模型和所述使所有移动设备的负载方差最小时的每个移动设备的负载状态指数，得到任务调度方案。

优选地，移动设备负载模型为：

其中为移动设备负载，表示移动设备计算能力的利用率，表示移动设备存储空间的利用率，表示移动设备带宽的利用率；

所述负载状态指数为：

其中，

则负载方差为：

，