[发明专利]一种移动感知的云边端协同应用卸载方法、系统及其存储介质

说明书

本发明公开了一种移动感知的云边端协同应用卸载方法、系统及其存储介质，旨在解决现有技术中应用程序任务卸载成功率低、任务计算时间长等技术问题。其包括：获取目标终端的移动轨迹、终端任务集和云边端协同系统中所有资源节点的信息；根据获取的信息，一方面利用线性回归模型计算每个子任务在每个资源节点的卸载时间，另一方面利用SGAN模型计算移动终端在每个资源节点的逗留时间；根据卸载时间和逗留时间从所有资源节点中选取每个子任务的最优卸载节点，完成应用卸载。本发明能够有效提高任务的卸载成功率，缩短了终端计算任务的完成时间，减小了应用程序的能耗。

技术领域

本发明涉及一种移动感知的云边端协同应用卸载方法、系统及其存储介质，属于边缘计算、云计算和物联网技术领域。

背景技术

随着物联网技术、人工智能、大数据的快速发展，云计算与边缘计算的弊端也逐渐显露出来。云端作为云计算中心，有着极强的计算能力，但是云端提供的服务不适用于传输数据大、时延要求高的应用；边缘侧有着独特的地理位置优势，可以不用考虑终端数据传输问题，但是其缺点在于作为终端接入层，其计算能力一般来说较低。云边端协同计算体系的提出为结合云计算、边缘计算的优势，弥补它们的不足提供了一种新的设计思路。同时，移动用户往往具有很高的移动性，在任务执行期间，当其移动设备移出边缘服务器的范围时，卸载的任务将失败，因此给任务成功卸载带来了很大的挑战。

自从云计算提出以来，不断的有学者为提高终端应用程序完成时间或缩短应用程序能耗提出了一系列任务卸载算法，这些算法大都是针对单一卸载目的地的，并且假设移动用户处于静止状态，这不符合现实的情况，在实际使用时效果有限。因此，如何准确分析用户的移动状态，并利用混合边缘云资源环境，最终减少响应时间和卸载开销成为云边端协同计算体系的核心问题。

发明内容

为了解决现有技术中应用程序任务卸载成功率低、任务计算时间长等问题，本发明提出了一种移动感知的云边端协同应用卸载方法、系统及其存储介质，充分结合云计算中心的计算资源充足、终端到网络边缘低时延等特性，并对移动用户的移动趋势进行分析、预测用户，实现任务卸载选择、缩短终端计算任务完成时间的效果。

为解决上述技术问题，本发明采用了如下技术手段：

第一方面，本发明提出了一种移动感知的云边端协同应用卸载方法，包括如下步骤：

获取目标终端的移动轨迹、终端任务集和云边端协同系统中所有资源节点的信息，所述终端任务集中包括多个子任务；

根据终端任务集和所有资源节点的信息，利用训练好的线性回归模型计算每个子任务在每个资源节点的卸载时间；

根据目标终端的移动轨迹和所有资源节点的信息，利用训练好的SGAN 模型计算移动终端在每个资源节点的逗留时间；

根据卸载时间和逗留时间从所有资源节点中选取每个子任务的最优卸载节点，完成应用卸载。

结合第一方面，进一步的，所述子任务包括任务文件、任务文件大小、计算任务所需CPU资源量、计算任务所需内存资源量；所述资源节点包括本地服务器、边缘服务器和云端服务器；所述资源节点的信息包括资源节点的IP、端口号、CPU、内存、网络上下行带宽和资源节点服务范围。

结合第一方面，进一步的，每个子任务在每个资源节点的卸载时间的计算操作如下：

根据子任务的计算任务所需CPU资源量、计算任务所需内存资源量和资源节点的CPU、内存，利用预先构建的线性回归模型获得每个子任务在每个资源节点的任务计算时间；

根据任务计算时间、子任务的任务文件大小和资源节点的网络上下行带宽计算每个子任务在每个资源节点的卸载时间，计算公式如下：