[发明专利]一种基于竞争合作平均场博弈的多址接入边缘计算网络任务卸载策略的优化方法

权利要求书

1.一种基于竞争合作平均场博弈的多址接入边缘计算网络任务卸载策略的优化方法，其特征在于，该方法应用于多址接入边缘计算网络，确定每个边缘服务器所卸载的任务比例；多址接入边缘计算网络包括N个边缘服务器、一个数据管理中心和M个端用户，M和N均为正整数，M个端用户和N个边缘服务器都是随机分布在多址接入边缘计算网络中，而数据管理中心分布在多址接入边缘计算网络所在区域的几何中心；端用户将数据无线传输到数据管理中心，数据管理中心再将数据分流到各个边缘服务器上处理，边缘服务器将计算处理完的结果回传给端用户；

具体步骤如下：

(1)数据管理中心收集所有端用户待完成地卸载计算任务r_in，r_m表示第m个端用户传输到数据管理中心的卸载计算任务量，然后根据网关决定由数据管理中心传输到边缘服务器的卸载流x＝(x₁，x₂，...，x_i，...x_N)，x_i，i＝1，2，3...N，表示由数据管理中心传输到第i个边缘服务器的卸载计算任务量，数据管理中心卸载到每个边缘服务器上的任务速率为r_i,out；数据管理中心中剩余的计算任务量为s(t)；

(2)根据边缘服务器的卸载计算任务量、当前网络中剩余计算资源的大小和信道容量的状态变化，将多址接入边缘计算网络的最优任务卸载策略的问题转为竞争合作平均场博弈优化的问题，具体过程为：

(a)计算数据管理中心中输入的数据频率v_in(t)、数据管理中心输出的数据频率v_out(t)，v_in(t)如式(III)所示：

式(III)中，s(t)表示数据管理中心中剩余的计算任务量，t表示时间，t∈[0，T]，T表示时间周期大小，C_in表示数据管理中心中所能存储的最大任务量大小；

v_out(t)如式(IV)所示：

式(IV)中，x_i(t)表示第i个边缘服务器卸载的计算任务量大小，C_i,out表示第i个边缘服务中所能存储的最大任务量大小；

(b)根据数据管理中心中输入的数据流频率v_in(t)和输出的数据流频率v_out(t)，得到数据管理中心中剩余的计算任务量s(t)的动态变化过程，如式(V)所示：

式(V)中，λ_in表示数据管理中心存储数据的频率，λ_i，out表示每个边缘服务器存储数据的频率；

(c)计算数据管理中心卸载到每个边缘服务器的通信传输成本如式(VI)所示：

式(VI)中，t表示时间，和的上角标t^*表示数据传输过程；表示第i个边缘服务器中卸载任务无线传输过程中时间成本系数，表示第i个边缘服务器中卸载任务无线传输过程中能耗成本系数，上角标e表示的能耗，p表示数据管理中心的发射功率大小；

计算每个边缘服务器在计算处理卸载任务过程中的开销如式(VII)所示：

式(VII)中，t表示时间，的上角标c表示卸载任务在计算处理的过程，表示第i个边缘服务器中卸载任务在计算处理过程中时间成本系数，表示第i个边缘服务器中卸载任务在计算处理过程中能耗成本系数，上角标e表示的能耗，∈表示计算任务的计算复杂度，κ_i表示第i个边缘服务器处理每单位量大小的卸载任务所需要消耗的能量大小；f_i表示第i个边缘服务器的计算频率；

(d)计算每个边缘服务器上的运行成本函数U_i(t)和终端惩罚函数Φ_i(T，s(T))，运行成本函数U_i(t)如式(VIII)所示：

终端惩罚函数Φ_i(T，s(T))如式(IX)所示：

式(IX)中，T表示时间周期的大小，s(T)表示在周期内终止时刻数据管理中心中剩余任务量大小，r_i,out(T)表示周期终止时刻数据管理中心卸载到每个边缘服务器上的数据卸载速度；

(e)根据每个边缘服务器的运行成本函数和终端惩罚函数，定义每个边缘服务器的总的效用函数如式(X)所示：

式(X)中，表示第i个边缘服务器一段时间内总的效用函数值，竞争合作作用因子Θ_i(t)＝[θ_i1(t)，…，θ_iN(t)]^T，i∈N，θ_iN(t)表示第i个边缘服务器与第N个边缘服务器之间的合作竞争关系，上角标T表示转置符号，表示网络状态量的期望变化值；表示第i个边缘服务器卸载的计算任务量的期望变化值，x_i(t)表示第i个边缘服务器在t时刻卸载的计算任务量；从而将多址接入边缘计算网络的最优任务卸载策略的问题转为竞争合作平均场博弈优化的问题；

因此，求取最优卸载策略就是最小化多址接入边缘计算网络中每个边缘服务器在一段时间内所产生的平均效用值；在给定的数据管理中心中剩余卸载任务量的状态变化ds(t)、初始时刻需要卸载的总的卸载任务量s₀和边缘服务器之间的竞争合作关系下，竞争合作平均场博弈优化的问题的模型如式(XI)所示：

式(XI)中，χ_i表示最优卸载策略集，s.t.表示约束目标，C1表示数据管理中心中剩余卸载任务量的状态变化，是λ_in的期望值，是λ_i，out的期望值；η(t)表示多址接入边缘计算网络状态的随机参数，表示维纳随机过程，C2表示数据管理中心中初始时刻需要卸载的总的卸载数据量，C3表示每个边缘服务器在多址接入边缘计算网络中的竞争力；π_i表示第i个边缘服务器在整个多址接入边缘计算网络中的影响力大小；

然后求解多址接入边缘计算网络的最优卸载策略；具体过程为：

使用线性二次型特征函数来直接求解第一效用函数第一效用函数为一个卸载周期内边缘服务器的成本函数平均变化，a_i、b_i、c_i、d_i均为线性二次型特征函数的系数值；

最小化线性二次型函数g_i(s，t)，得到纳什均衡点下，每个边缘服务器的最优卸载任务策略和期望的状态变化分别如式(XIII)和(XIV)所示：

式(XIII)中，a_i(t)、b_i(t)为线性二次型特征函数g_i(s,t)的系数值，a_i(t)、b_i(t)的求解过程分别如式(XVI)、(XVI)所示：

式(XV)和(XVI)中，表示a_i(t)对时间t的微分；表示b_i(t)对时间t的微分，j表示第j个边缘服务器；θ_ii(t)表示的是第i个服务器对资源的竞争力大小，θ_ij(t)表示第i个边缘服务器与第j个边缘服务器之间的合作竞争关系，表示每个边缘服务器中卸载任务无线传输过程中时间成本系数，表示每个边缘服务器中卸载任务无线传输过程中能耗成本系数，p表示数据管理中心的发射功率大小，r_i，out是计算每个边缘服务器上所接收到的由数据管理中心卸载的数据流速率，是α_i(t)的期望值；表示每个边缘服务器中卸载任务在计算处理过程中时间成本系数，表示每个边缘服务器中卸载任务在计算处理过程中能耗成本系数，∈表示计算任务的计算复杂度，κ_i表示每个边缘服务器处理每单位量大小的卸载任务所需要消耗的能量大小，f_i是每个边缘服务器的计算频率，是β_i的期望值；

将求解出来的a_i(t)、b_i(t)和带回到线性二次型求解后的第一效用函数，如式(XII)所示：

从而得到多址接入边缘计算网络中每个边缘服务器在一段时间内所产生的平均效用值；

(3)根据每个边缘服务器的最优卸载策略得到每个边缘服务器的平均卸载任务百分比；

(4)边缘服务器处理数据管理中心卸载来的数据，处理完成后将处理结果回传给端用户。