[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

说明书

一种移动边缘计算中基于相关性的优化任务卸载调度方法，利用不同计算任务之间具有相关性，通过基于相关性的优化任务调度卸载方法，将具有相关性的任务卸载到同一边缘服务器进行执行，能够使得所有任务总处理时延最小化。本发明整体解决了现有技术的未利用移动边缘计算中计算任务具有相关性的特性，使得未将具有相关性的多个计算任务卸载到同一边缘服务器执行，进而导致所有计算任务的总处理时延较大。

技术领域

本发明涉及的是一种网络资源配置领域的技术，具体是一种移动边缘计算中基于相关性的优化任务卸载调度方法。

背景技术

现阶段越来越多的新颖移动应用通常需要大量计算资源，对延迟敏感并且耗能高，这对资源受限且能源供应受限的移动设备提出了严峻的挑战。为了直接从网络边缘提供云服务，最终用户可以将其计算密集型任务卸载到在蜂窝基站或无线接入点上实现的用于远程执行的边缘服务器，即计算卸载。实际应用时，不同用户的计算任务可能高度相关。可以利用潜在的任务相关性来增强移动边缘计算应用程序的性能。但现有技术中已经对移动边缘计算中联合卸载决策和资源分配问题进行了广泛的研究，但其中大多数都没有考虑多个任务之间的潜在相关性，因此未能抓住此机会来提高延迟性能。

发明内容

本发明针对现有技术没有考虑移动边缘计算环境中的多个任务之间的潜在相关性，从而没有对任务执行的总时延进行进一步优化的不足，提出一种移动边缘计算中基于相关性的优化任务卸载调度方法，利用多个任务之间的相关性，使得完成任务的总时延优化到较低水平以及任务执行的总时延达到最小。

本发明是通过以下技术方案实现的：

本发明涉及一种移动边缘计算中的优化任务卸载调度方法，包括：

步骤1)将不考虑相关性的任务卸载调度问题Q1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Q2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，z_ij表示是否将任务i卸载到边缘节点j的标识变量：z_ij＝1为将任务i卸载到边缘节点j，z_ij＝0为不卸载，即，z_ij代表了任务卸载的方案，f_ij为将边缘节点j分配给任务i的计算资源的比例，d_i为将任务i的输入数据大小，B_j为边缘节点j的频谱带宽，η_ij为任务i所在的用户与边缘节点j之间的信噪比，w_i为任务i的工作负载，C_j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z_ij之间的关系，即：S＝{(i，j)|z_ij＝1，i∈N，j∈M}，将目标函数为H(S)，再将对变量z_ij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：