[发明专利]多边缘服务任务选择卸载方法、装置及相关设备

权利要求书

1.一种多边缘服务任务选择卸载方法，其特征在于，包括：

构建多边缘服务器多移动设备的系统模型，所述系统模型包括若干边缘服务器及若干移动设备的工作负载数据及任务的数量；

获取当前时隙产生的第一待分配任务，并判断所述第一待分配任务的数量是否超过预设任务数量阈值；

若是，则基于所述系统模型内当前时隙所有第一待分配任务的延迟敏感度以及所述系统模型各环境参数，根据预置的遗传算法计算所有第一待分配任务的卸载决策，并根据所述卸载决策配置当前时隙的所有第一待分配任务；

若否，则按预设规则确定所述第一待分配任务的卸载决策；

所述基于所述系统模型内当前时隙所有第一待分配任务的延迟敏感度以及所述系统模型各环境参数，根据预置的遗传算法计算所有第一待分配任务的卸载决策，并根据所述卸载决策配置当前时隙的所有第一待分配任务包括：

根据所述系统模型初始化遗传算法的算法参数，所述算法参数至少包括个体、种群、最大迭代次数、交叉概率，以及变异概率，所述个体代表每个所述第一待分配任务的一种卸载决策的集合、所述种群代表所有个体的集合；

根据预置适应度函数对种群内各个所述个体的适应度进行计算，确定各个个体的适应度；

根据所有所述第一待分配任务的延迟敏感度初始化种群，得到优化的初始化种群；

根据预置的选择、交叉及替换处理从所述优化的初始化种群中筛选出最优个体作为所有第一待分配任务的卸载决策；

所述根据所有所述第一待分配任务的延迟敏感度初始化种群，得到优化的初始化种群，包括：

按所有所述第一待分配任务的延迟敏感度从大到小的顺序进行排序，得到多个所述个体；

遍历所有所述个体中记录的所述第一待分配任务，按高延迟敏感度的卸载决策优先原则为每个所述第一待分配任务配置卸载决策，得到特定个体；

随机为每个所述第一待分配任务配置卸载决策，得到第一随机个体；

对每个所述第一随机个体的预置部分任务按高延迟敏感度的卸载决策优先原则重新配置卸载决策，得到第二随机个体；

比较所述第一随机个体与对应的第二随机个体之间的适应度，并将适应度较高的作为目标随机个体；

集合所述特定个体与目标随机个体，得到优化的初始化种群；

所述按预设规则确定所述第一待分配任务的卸载决策，包括：

获取所述第一待分配任务的延迟敏感度，并按延迟敏感度由大到小排序，得到所述第一待分配任务的排序集合；

按排序顺序从所述排序集合中提取目标分配任务，并计算所述目标分配任务在移动设备本地执行的第一处理成本及每个边缘服务器执行的第二处理成本；

比较所述第一处理成本与第二处理成本的大小关系，根据比较结果确定所述目标分配任务的卸载决策；

继续按排序顺序从所述排序集合中提取剩余的第一待分配任务，确定剩余的第一待分配任务的卸载决策。

2.根据权利要求1所述的多边缘服务任务选择卸载方法，其特征在于，所述比较所述第一处理成本与第二处理成本的大小关系，根据比较结果确定所述目标分配任务的卸载决策，包括：

比较所述第一处理成本与第二处理成本的大小关系；

若所述第一处理成本大于所述第二处理成本，则将所述目标分配任务分配到处理成本最低的目标边缘服务器执行；

若所述第一处理成本小于所述第二处理成本，则在移动设备本地执行所述目标分配任务。