[发明专利]有向无环图任务的调度方法、系统、介质、设备及终端

说明书

本发明属于移动边缘计算技术领域，公开了一种有向无环图任务的调度方法、系统、介质、设备及终端，利用移动边缘计算在网络边缘为移动设备提供的充足的计算资源，在给定用户设备能耗约束和任务执行时延约束下，通过分解用户设备能耗约束和任务执行时延约束，满足给定约束的同时实现任务执行可靠性的最大化。本发明对用户设备上的计算密集型、时延敏感型的任务进行调度，根据给定的能耗和时延约束选择每个子任务的执行位置，缩短整个任务的执行时间并减小用户设备的能耗；设计的调度策略能够降低求解任务调度方案的复杂度并且在满足能耗和时延约束的条件下实现任务执行可靠性的最大化。

技术领域

本发明属于移动边缘计算技术领域，尤其涉及一种有向无环图任务的调度方法、系统、介质、设备及终端。

背景技术

目前：随着机器学习、人工智能技术的迅速发展，人脸识别、虚拟现实、智能家居、车联网等应用纷纷涌现，这些计算密集型、时延敏感型的应用为计算能力以及电池寿命有限的移动设备带来极大挑战。移动边缘计算在网络边缘为移动设备提供了丰富的计算资源，用户可将任务部分或全部卸载到边缘计算服务器上执行，从而可以减小任务的执行时延以及用户设备的能耗。对于一个实际的应用，通常用有向无环图(DAG)表示，DAG任务模型描述了应用所包含的子任务以及它们之间的依赖关系。

目前已有的DAG任务调度研究中，一部分在研究以最小化任务完成时间为目标的调度方法，如C.Shu等人在文献“Multi-User Offloading for Edge Computing Networks:A Dependency-Aware and Latency-Optimal Approach”(IEEE Internet ofThingsJournal,vol.7,no.3,Mar.2020.,pp.1678-1689)中提出了基于博弈论的多用户多服务器场景下的任务卸载策略，P.Sun等人在文献“Task Allocation for Multi-APs withMobile Edge Computing”(2018IEEE/CIC International Conference onCommunications in China(ICCC Workshops),Beijing,China,2018,pp.314-318)中基于超密集组网技术提出单个用户将任务卸载到多个接入点的调度策略以最小化任务执行时间，Y.Liu等人在文献“Dependency-Aware Task Scheduling in Vehicular EdgeComputing”(IEEE Internet ofThings Journal,vol.7,no.6,Jun.2020,pp.4961-4971)中提出车联网场景中的多DAG任务的调度算法以最小化多个任务的平均完成时间。这些研究只以最小化任务执行时间作为目标，而没有考虑能耗等其他因素。

此外，处理器的执行可靠性逐渐受到关注，如H.Liu等人在文献“A FastAlgorithm for Energy-Saving Offloading With Reliability and LatencyRequirements in Multi-Access Edge Computing”(IEEE Access,vol.8,Jan.2020,pp.151-161)中考虑到处理器的瞬时故障率，提出在给定可靠性和时延约束下最小化用户设备的能耗的任务调度方法，Z.Quan等人在文献“Task Scheduling for EnergyConsumption Constrained Parallel Applications on Heterogeneous ComputingSystems”(IEEE Transactions on Parallel and Distributed Systems,vol.31,no.5,May 2020)中提出在采用了动态电压频率调整技术的异构计算系统中的任务调度方法，目标是在给定时延和能耗约束下最大化任务执行可靠性，但是所提的算法的复杂度较高。

通过上述分析，现有技术存在的问题及缺陷为：

(1)目前已有的DAG任务调度研究中只以最小化任务执行时间作为目标，而没有考虑能耗等其他因素。