[发明专利]移动边缘计算中基于相关性的优化任务卸载调度方法有效

专利信息
申请号: 202110526175.6 申请日: 2021-05-14
公开(公告)号: CN113296842B 公开(公告)日: 2022-05-06
发明(设计)人: 屈毓锛;吴帆;陈贵海 申请(专利权)人: 上海交通大学
主分类号: G06F9/445 分类号: G06F9/445;G06F9/48;G06F9/50
代理公司: 上海交达专利事务所 31201 代理人: 王毓理;王锡麟
地址: 200240 *** 国省代码: 上海;31
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 移动 边缘 计算 基于 相关性 优化 任务 卸载 调度 方法
【权利要求书】:

1.一种移动边缘计算中的优化任务卸载调度方法,其特征在于,包括:

步骤1)将不考虑相关性的任务卸载调度问题建模成关于任务卸载调度变量和计算资源分配变量的最小的优化问题,然后将该优化问题简化为只关于任务卸载调度变量的单变量优化问题,并进一步转化为关于服务部署变量的集合函数优化问题后,通过辅助算法得到任务卸载调度的初始值;

步骤2)将考虑相关性的任务迁移卸载调度问题建模成关于任务卸载调度变量和计算资源分配变量的最小的优化问题,然后根据任务卸载调度的初始值通过CoTask算法得到优化任务卸载调度策略;

所述的CoTask算法,具体步骤包括:

1)根据计算F0,其中:Z0为辅助算法计算得到的任务卸载调度方案;

2)初始化Z和F为Z0和F0,取L为G(Z,F),即总时延;

3)初始化变量j1=1,当j1≤M-1时,重复步骤4到步骤16,否则跳到步骤17;

4)初始化变量j2=j1+1,当j2≤M时,重复步骤5到步骤15,否则跳到步骤16;

5)令集合Γ1和集合Γ2分别为在任务卸载策略Z下被卸载到边缘节点j1和j2的任务集合;

6)当集合Γ1和集合Γ2都不为空集,则继续进行步骤5,否则跳到步骤15;

7)列举集合Γ1中的元素为列举集合Γ2中的元素为

8)初始化变量k1=1,当k1≤|Γ1|时,重复步骤9到步骤14,否则跳到步骤15;

9)初始化变量k2=1,当k2≤|Γ2|时,重复步骤10到步骤13,否则跳到步骤14;

10)当任务和集合中的某个任务有相关性或者任务和集合中的任一任务有相关性,则令Z’=Z,并且在Z’中令

11)根据计算F′,并计算L′=G(Z′,F′);

12)当L′<L,则令Z=Z’,F=F’,L=L′;

13)更新k2=k2+1;

14)更新k1=k1+1;

15)更新j2=j2+1;

16)更新j1=j1+1;

17)返回算法结果Z和F,根据Z和F的值来进行任务卸载和计算资源分配;

所述的关于任务卸载调度变量和计算资源分配变量的最小的优化问题是指:

优化目标:总时延

限制条件:其中:i为任务的序号,N为所有任务的集合,j为边缘节点的序号,M为所有边缘节点的集合,zij表示是否将任务i卸载到边缘节点j的标识变量:zij=1为将任务i卸载到边缘节点j,zij=0为不卸载,即,zij代表了任务卸载的方案,fij为将边缘节点j分配给任务i的计算资源的比例,di为将任务i的输入数据大小,Bj为边缘节点j的频谱带宽,ηij为任务i所在的用户与边缘节点j之间的信噪比,wi为任务i的工作负载,Cj为边缘节点j的计算速度;

所述的简化是指:只关于任务卸载变量的单变量优化问题,具体为:

优化目标:总时延

限制条件:

所述的集合函数优化问题是指:通过构建任务卸载调度集合S和任务卸载调度变量zij之间的关系,即:S={(i,j)|zij=1,i∈N,j∈M},将目标函数为H(S),再将对变量zij的约束转化为对集合S的约束其中:1(i,j)∈S为指示函数,当(i,j)∈S成立时函数值为1,否则为0;约束为拟阵约束,为τ,取函数

所述的辅助算法,具体步骤包括:

i)初始化集合S1为任意的最大可行任务卸载调度集合,取全集初始化参数ε为大于零的某值,其中:i表示任务的序号,N表示所有任务的集合,j表示边缘节点的序号,M表示所有边缘节点的集合;集合中的元素(i,j)表示将任务i卸载到边缘节点j;

ii)当集合U\S1和集合S1中分别存在元素e和e′使得(S1\{e′})∪{e}是可行解而且时,重复步骤iii,否则跳到步骤iv;

iii)更新S1为(S1\{e′})∪{e};

iv)取然后令集合S2={u},初始化布尔变量q为true;

v)当布尔变量q为true时,重复步骤vi,vii,viii,否则跳到步骤viii;

vi)令布尔变量q为false;

vii)当在集合S2中存在元素e,使得则更新集合S2为(S2\{e})并且令布尔变量q为true,其中:|N|表示任务的数量,|M|表示边缘节点的数量;

viii)当在集合(U\S1)\S2中存在元素e而且在集合中存在元素e′,使得S1∪(S2\{e′})∪{e}∈τ,而且则更新集合S2为(S2\{e′})∪{e}并且令布尔变量q为true,其中:表示空集,|N|表示任务的数量,|M|表示边缘节点的数量;

ix)在集合U\S2中取两个最大可行集合,分别为B1和B2

x)在集合S1,S2∪B1和S2∪B2中取使得函数最大的集合,作为最终结果

xi)对于集合得到对应的任务卸载调度方案;

所述的关于任务卸载调度变量和计算资源分配变量的最小的优化问题是指:

优化目标:总时延

限制条件:其中:i为任务的序号,N为所有任务的集合,j为边缘节点的序号,M为所有边缘节点的集合,zij为是否将任务i卸载到边缘节点j的标识变量:zij=1表示将任务i卸载到边缘节点j,zij=0为不卸载,即zij代表了任务卸载的方案,fij表示将边缘节点j分配给任务i的计算资源的比例,di表示将任务i的输入数据大小,Bj为边缘节点j的频谱带宽,ηij为任务i所在的用户与边缘节点j之间的信噪比,wi为任务i的工作负载,Cj为边缘节点j的计算速度,g(i)为任务i所在的分组,Δwg(i)为分组g(i)中任务共享的工作量大小,记考虑相关性问题Q2的优化目标函数为G(Z,F)。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于上海交通大学,未经上海交通大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202110526175.6/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top