[发明专利]延迟敏感任务分布式移动边缘计算资源调度方法及系统

说明书

本发明公开了一种延迟敏感任务分布式移动边缘计算资源调度方法及系统，所述方法包括以下步骤：预测车辆在待处理的延迟敏感任务的最大延迟内，边缘计算网络的接入源边缘节点和汇聚边缘节点；控制层从资源信息表中分别以源边缘节点与汇聚边缘节点为目标节点计算到网络中其他边缘节点的数据传输成本；从资源信息表中抽取各边缘节点的任务处理成本，分别与数据传输成本作和，获得总成本，将边缘节点按照总成本高低放入资源队列中；将待处理的延迟敏感任务分配给资源队列中总成本最低的k个边缘节点进行处理，完成调度。本发明通过对边缘节点进行排序，将计算任务分配到若干边缘节点中，能够实现计算延迟的最小化及最小化任务处理成本。

技术领域

本发明属于计算机通信技术领域，特别涉及一种延迟敏感任务分布式移动边缘计算资源调度方法及系统。

背景技术

主要由互联车辆、路边基础设施组成的车联网(IoV)面临许多挑战，这主要归因于高机动性、车载资源和计算能力的局限性等；这使得车辆在确保令人满意的体验质量(Quality of Experience，QoE)的同时，难以在本地完成计算密集型应用程序，只有确定包含数据计算和数据传输策略的智能计算策略，并无缝部署，才能提供对延迟敏感的车辆服务。这就要求计算策略必须考虑各种因素(网络延迟、带宽、计算能力、移动特性等)，并以低成本提供对延迟敏感的车载服务。

目前，有人在车载网络中引入边缘计算技术，通过将车载网络划分为网络层、边缘层和控制层，实现了细粒度的网络控制，并提出一种分布式计算策略，以在数据级支持延迟敏感的车载应用。该方法通过预测在给定时间内，车辆移动的行动轨迹，确定车辆接入边缘网络的源节点和汇集节点以及经过的基站区域，从源节点到目的节点规划一条数据传输路径，将任务进行分割，分配到路径中的边缘节点，以满足用户需求。该算法与任务级别的数据处理算法相比，较为充分的利用边缘节点的计算资源，以满足用户的QoE需求。但是，该现有算法没有考虑到整个网络中的热点区域，若局部热点区域任务请求过大，导致算法需要不断迭代，以满足用户的QoE请求，代价较大。

发明内容

本发明的目的在于提供一种延迟敏感任务分布式移动边缘计算资源调度方法及系统，以解决上述存在的一个或多个技术问题。本发明通过对边缘节点进行排序，将计算任务分配到若干边缘节点中，能够实现计算延迟的最小化及最小化任务处理成本。

为达到上述目的，本发明采用以下技术方案：

本发明的一种延迟敏感任务分布式移动边缘计算资源调度方法，基于SDN(软件定义网络，Soft Defined Network)的边缘车联网络，包括以下步骤：

步骤1，根据车辆位置、移动速度、移动方向信息，预测车辆在待处理的延迟敏感任务的最大延迟内，边缘计算网络的接入源边缘节点和汇聚边缘节点；

步骤2，控制层从资源信息表中分别以源边缘节点与汇聚边缘节点为目标节点计算到网络中其他边缘节点的数据传输成本；

步骤3，从资源信息表中抽取各边缘节点的任务处理成本，分别与数据传输成本作和，获得总成本，将边缘节点按照总成本高低放入资源队列中；

步骤4，将待处理的延迟敏感任务分配给资源队列中总成本最低的k个边缘节点进行处理，完成调度；其中，k值通过给定初值和迭代的方式获得，迭代的收敛条件为k个边缘节点的总成本之和最低或者迭代至预设次数。

本发明的进一步改进在于，在步骤1之前还包括：

基于SDN车载边缘网络控制层维护资源信息表，更新网络传输层与边缘计算层边缘节点以及网络资源的剩余情况；

判定待处理的延迟敏感任务执行本地调度或者边缘调度；其中，判定执行边缘调度时，跳转执行步骤1。

本发明的进一步改进在于，所述判定待处理的延迟敏感任务执行本地调度或者边缘调度的具体步骤包括：