[发明专利]用于云-边协同网络的多应用细粒度卸载的方法与系统架构

说明书

用于云‑边协同网络的多应用细粒度卸载的方法与系统架构，其中，实现多应用细粒度卸载的方法包括：移动设备把要卸载的应用数据上传到决策控制器上；将上传的应用数据将存入应用数据池；为应用数据中的每个任务计算概率B‑Level；从应用数据池中取出就绪任务，并按设定的排序等级排列在一个队列中；依次从排序队列中取出就绪任务并为其做调度规划；根据调度规划将任务分配到目标计算服务设备上。本发明通过设定决策控制器给出了云‑边协同网络计算系统中的可实施方案，本发明将移动应用进行细粒度卸载时，对应用进行解耦合，每次只为就绪状态的任务指定分配规划并将其调度分配到目标计算设备上，有效降低云‑边协同网络下多应用细粒度计算卸载的时延。

技术领域

本发明涉及移动计算和物联网应用处理技术领域，特别涉及一种用于云-边协同网络的多应用细粒度卸载的方法与系统架构。

背景技术

智能移动设备的大量增长促使各种用途的人机交互移动应用蓬勃发展，由于移动设备受自身物理特性约束，其计算能力的发展速度远跟不上移动应用计算需求的发展。例如像姿态识别、人脸识别、健康监控、增强现实的应用程式，它们由内部依赖约束关联起来的计算任务构成，并且这类应用通常都具有大量资源消耗要求和很高用户体验要求。利用计算卸载技术将资源消耗型的计算任务迁移到远端云和边缘计算设备上，以改善应用执行的用户体验已成为研究者当前最为关心问题。

中国专利文献CN112380008A公开了一种面向移动边缘计算应用的多用户细粒度任务卸载调度方法，其考虑系统的能耗和延迟把计算卸载看作一个约束多目标优化问题(CMOP)，然后通过改进的NSGA-Ⅱ算法来解决CMOP。该文献仅针对移动边缘计算场景设计了任务卸载机制，并没有给出如何在云-边异构的网络计算系统中协同控制。实际上，大量现有的研究工作都是把移动云计算和移动边缘计算看成两个分离的体系，并基于该观点，分别针对移动云和移动边缘计算的不同场景设计任务卸载机制。因此该类研究工作并没有充分利用移动云计算和移动边缘计算各自的特点来改善移动应用的执行性能。

此外，现有针对云-边协同的网络计算系统中细粒度任务卸载的研究大多仅仅只考虑为一个应用设计细粒度任务卸载的方案，并没考虑大量移动设备会同时发出计算卸载请求的情形。虽然也有一些最新的工作提出使用集中化的机制控制多移动应用的计算卸载，并优化应用的平均执行跨度，但该类工作并没有给出如何在云-边异构的网络计算系统中协同控制的可实施性方案。因此有必要针对多应用细粒度的计算卸载方法和系统架构作更深入的研究。

发明内容

本发明的目的之一是提供一种用于云-边异构网络的多应用细粒度卸载的方法，通过该方法有效协调云-边异构的计算处理设备为多应用细粒度的计算卸载分配计算资源，降低应用的平均处理时间。

为了实现上述目的，本发明采用如下技术方案：一种用于云-边协同网络的多应用细粒度卸载的方法，其是由彼此互相通讯并与远端云连接的所有边缘服务设备上驻留的决策控制器实现整个云-边协同网络的协同控制工作，每个边缘计算服务设备上的决策控制器接收自身无线服务区域内的移动设备发来的计算卸载请求和上传的应用数据，并通过以下步骤实现多应用细粒度卸载：

S1、将移动设备上传的应用数据存入应用数据池；

S2、为已收到的应用数据计算每个任务的概率B-Level；

S3、从当前应用数据池中取出处于就绪状态的任务，并按照应用截止期限递增的排序方式将其排在一个队列中，再将属于相同应用的任务按照概率B-Level递减排序；

S4、依次取出队列中的任务，并为每个具体的任务做调度规划；

S5、根据任务在不同计算设备上的预计完成时间以完成时间最小作为选择目标计算设备的考察指标；

S6、将任务分配到目标计算设备上执行；

S7、当收集到有任务在一个设备上执行完成时，再次执行步骤S3-S6，直至应用数据池中所有任务都分配和执行完毕。