[发明专利]一种基于边缘计算的任务调度方法

说明书

本发明涉及一种基于边缘计算的任务调度方法，该方法包括以下步骤：各区域维护有一策略网络，基于该策略网络和实时环境，各区域独立对本区域内实时接收到的任务进行调度；所述策略网络的网络参数采用基于联邦学习的深度强化学习算法进行在线更新，具体地：各区域保存历史数据形成本地数据集，基于本地数据集进行深度强化学习训练，更新网络参数，训练目标为最小化所有任务的奖励值；各区域将自身网络参数发送至中央基站，中央基站进行基于联邦学习的统一更新后，将更新后的网络参数反馈给各区域。与现有技术相比，本发明具有增强模型扩展性、保护数据隐私性、提高系统性能等优点。

技术领域

本发明涉及边缘计算技术领域，尤其是涉及一种基于边缘计算的任务调度方法。

背景技术

大规模连接是物联网网络最具挑战性的要求之一，它要求高效、可扩展、低复杂度与隐私性等的网络资源管理。此外，由于物联网设备的计算以及存储资源有限，通常无法在预期时间内处理完成大量资源密集型任务，将任务上传到云端处理又可能会导致无法忍受的高延迟。于是，边缘计算由于可以将计算与缓存服务放置到距离用户较近的网络边缘进行处理，被认为是一种很有前途的技术。边缘计算灵活高效，在调度时候通常以最小化成本、最小化时延等作为调度目标，尽可能以最优或者接近最优的策略完成调度。

当前的边缘计算调度方法大多数是传统调度方法，将任务调度这个NP-hard问题通过贪婪算法等启发式算法转化为可以通过近似算法求解的问题。当任务来临时，统计所有节点的资源情况，然后根据节点资源的利用率或者均衡情况得到调度结果。得到的调度方案的方法主要是对资源需求进行预测的预分配方案，或者是基于历史信息，通过回归分析得到资源需求的一些启发式算法。现有的结合深度学习的任务调度算法主要考虑一个简单的全连接模型，简单的将任务和节点的状态输入全连接网络，然后得到输出的数值，并以此作为调度的依据，判断任务该调度到哪个节点。一些利用强化学习进行调度的方法，将环境所有信息建模为一个统一模型，之后通过大量数据训练后得到调度模型方法。

但是，现有的调度算法会带来一系列问题，主要包括调度的局部性与不准确性，由于忽视了历史信息经常会陷入局部最优解的状况。将传统深度学习技术直接应用于分布式系统中的任务调度会同样导致环境信息的丢失以及不准确性，以及训练过程中的过拟合问题导致对于训练数据过度依赖。直接使用强化学习进行任务调度的方法，不仅缺乏可扩展性，并且还给大量数据传输时的资源消耗以及数据隐私性带来了挑战。

发明内容

本发明的目的就是为了克服上述现有技术存在的缺陷而提供一种增强模型扩展性、保护数据隐私性、提高系统性能的基于边缘计算的任务调度方法。

本发明的目的可以通过以下技术方案来实现：

一种基于边缘计算的任务调度方法，该方法应用于一边缘计算场景，该边缘计算场景包括若干个区域，每个区域对应有若干个边缘节点和一个中央基站，各区域仅与所述中央基站通信，所述中央基站具有无限制资源，该方法包括以下步骤：各区域维护有一策略网络，基于该策略网络和实时环境，各区域独立对本区域内实时接收到的任务进行调度；

所述策略网络的网络参数采用基于联邦学习的深度强化学习算法进行在线更新，具体地：各区域保存历史数据形成本地数据集，基于本地数据集进行深度强化学习训练，更新网络参数，训练目标为最小化所有任务的奖励值；各区域将自身网络参数发送至中央基站，中央基站进行基于联邦学习的统一更新后，将更新后的网络参数反馈给各区域。

进一步地，各区域独立对本区域内实时接收到的任务进行调度具体为：

获取当前时刻的任务请求资源分布和节点剩余资源分布；

判断所述节点剩余资源分布是否大于任务请求资源分布，若是，则调用当前的所述策略网络得到每个任务分配的节点信息，更新区域环境信息，若否，则将接收到的任务转发至中央基站进行处理。

进一步地，调用当前的所述策略网络得到每个任务分配的节点信息具体为：