[发明专利]一种用于移动边缘计算环境下的工作流任务迁移方法

权利要求书

1.一种用于移动边缘计算环境下的工作流任务迁移方法，其特征在于，包括以下步骤：

S1：构建用户位置预测的隐马尔科夫模型；

S2：训练隐马尔科夫模型的参数；

S3：预测用户在未来时间内所处的位置；

S4：构建工作流任务迁移问题的优化模型；

S5：求解工作流任务的迁移位置；

S6：将需要迁移的工作流任务复制到对应的边缘服务器上；

S7：检测下一个控制周期是否开始，若是，转向步骤S1，否则，转向步骤S7。

2.根据权利要求1所述的工作流任务迁移方法，其特征在于，步骤S1中，所述隐马尔科夫模型包括隐藏序列集合、观测序列集合、用户位置的状态转移概率矩阵、直连边缘服务器状态转移概率矩阵以及初始状态概率矩阵。

3.根据权利要求1所述的工作流任务迁移方法，其特征在于，步骤S2中，基于用户的历史移动记录，利用Baum-Welch算法对隐马尔科夫模型的参数进行训练。

4.根据权利要求1所述的工作流任务迁移方法，其特征在于，步骤S2中，所述隐马尔科夫模型的参数λ为：

λ＝(Π，A，B)

其中A为用户位置的状态转移概率矩阵；B为直连边缘服务器状态转移概率矩阵；Π为初始状态概率矩阵，代表用户的起始位置。

5.根据权利要求1所述的工作流任务迁移方法，其特征在于，步骤S3中，利用Forward算法对用户在下一个时间段所处的位置进行预测。

6.根据权利要求1所述的工作流任务迁移方法，其特征在于，步骤S4中，对在预测的用户位置下工作流任务的迁移决策问题建立优化模型，优化模型如下：

其中，目标函数(1)为最小化任务迁移的次数，M与N分别代表工作流任务子集与边缘服务器的数量；x_i,j为决策变量，表示任务子集i是否迁移到边缘服务器j上；表示x_i,j在上一个决策时期的值；

约束函数(2)与约束函数(3)确保每个边缘服务器上的可以获得的CPU资源与带宽资源可以满足分配到其上的任务的资源需求，与分别表示任务子集i的CPU资源与带宽资源需求，与分别表示边缘服务器j上可以获得的CPU与带宽资源的上限，SN表示系统中N个边缘服务器的集合；

约束函数(4)确保每个任务子集只能迁移到一个边缘服务器上，SM表示由用户工作流的M个任务子集所构成的集合；

约束函数(5)确保工作流的完成时间不会超过用户给定的截至时间，Makespan_i和Deadline分别表示任务子集i的完成时间和用户指定的截至时间；

约束函数(6)定义了决策变量的取值范围。

7.根据权利要求1所述的工作流任务迁移方法，其特征在于，步骤S5中，利用狼群优化算法求解工作流任务的迁移位置，所述狼群优化算法包括人工狼的编码与解码、狼群初始化、确定头狼、探狼游走行为、头狼召唤行为、猛狼围攻行为及狼群更新。