[发明专利]多接入边缘计算联合任务卸载和资源分配的方法及系统

说明书

本发明属于移动通信技术领域，提供了一种多接入边缘计算联合任务卸载和资源分配的方法及系统。该方法包括，根据组成各个应用的任务的规定最晚完成时间和实际执行过程中的允许最晚完成时间，确定任务执行的优先级；针对当前应用环境确定强化学习的三要素：状态、动作和奖励；基于物联网设备、边缘服务器和远程服务器的资源状态，要执行的任务状态和优先队列状态，采用DQN网络，结合物联网设备、边缘服务器和远程服务器的资源情况以及物联网设备产生应用的实时信息，得到当前状态下各种动作与每种动作对应的奖励，直到DQN网络收敛，得到最优的任务执行和资源分配策略。

技术领域

本发明属于移动通信领域，尤其涉及一种多接入边缘计算联合任务卸载和资源分配的方法及系统。

背景技术

本部分的陈述仅仅是提供了与本发明相关的背景技术信息，不必然构成在先技术。

随着5G网络的兴起，诸如工业4.0，虚拟/增强现实，自动驾驶等服务快速发展，移动数据流量正在经历着爆炸式增长。而这类计算密集型应用通常具有低延迟、高能耗的特点。由于物联网设备在存储和计算上的特点，很难满足这些应用的要求或根本无法运行复杂的程序。因此物联网设备必须将应用数据上传至远程服务器进行进一步的存储和处理，虽然远程服务器的计算资源是无限的，但通过公共互联网到达云可能会导致网络拥塞，也很难满足计算密集型应用低延迟的要求。所以说，不管是物联网设备还是远程云服务器都不能满足发展的需要。

多接入边缘计算(MEC)实现了有效的计算卸载并提供了一种应对不断增长的计算需求的有效方法。MEC通过在物联网设备附近部署边缘服务器提供云计算能力。通常，边缘服务器位于核心网或无线接入点(RAP)的汇聚点，从而保证低延迟应用的要求。这样，物联网设备产生的大量的延迟敏感型应用(如智慧城市、电子健康和无人驾驶等)可以将大量的感知数据卸载到边缘服务器上进行进一步的处理和存储。与云计算相比，MEC不仅可以减小延迟，而且能提供更好的物联网设备体验。

现有的关于多接入边缘计算的研究大多是针对独立任务的研究，而在现实场景中，一个应用往往由多个相互依赖的任务组成，任务执行优先级和在哪执行都会影响任务执行的性能，进而影响整个应用的执行情况。

发明内容

为了解决上述背景技术中存在的技术问题，本发明提供一种多接入边缘计算联合任务卸载和资源分配的方法及系统，其通过研究在MEC系统中多物联网设备多依赖任务的卸载，优化目标，并在满足不同物联网设备偏好的情况下使任务的执行时延和能耗的长期加权总和最小化。

为了实现上述目的，本发明采用如下技术方案：

本发明的第一个方面提供一种多接入边缘计算联合任务卸载和资源分配的方法。

多接入边缘计算联合任务卸载和资源分配的方法，包括：

根据组成各个应用的任务的规定最晚完成时间和实际执行过程中的允许最晚完成时间，确定任务执行的优先级；

针对当前应用环境确定强化学习的三要素：状态、动作和奖励；

基于物联网设备、边缘服务器和远程服务器的资源状态，要执行的任务状态和优先队列状态，采用DQN网络，结合物联网设备、边缘服务器和远程服务器的资源情况以及物联网设备产生应用的实时信息，得到当前状态下各种动作与每种动作对应的奖励，直到DQN网络收敛，得到最优的任务执行和资源分配策略。