[发明专利]一种基于服务器协作的联合资源分配与多元任务卸载方法

说明书

本发明公开了一种基于服务器协作的联合资源分配与多元任务卸载方法。该方法为：首先建立多移动设备和多边缘服务器场景下的移动边缘计算系统模型；然后设计多边缘服务器协作模型、通信模型、计算模型、能耗模型；接着提出资源分配和多元任务协作卸载的联合优化问题模型以及目标函数；针对目标函数，结合遗传算法和深度强化学习算法设计联合资源分配和多元任务协作卸载方法，以在网络运营商可承受成本范围内追求用户最佳服务质量，并解决服务器过载问题和长期系统性能问题。

技术领域

本发明属于移动边缘计算技术领域，具体涉及一种基于服务器协作的联合资源分配与多元任务卸载方法。

背景技术

近年来，计算密集型和延迟敏感型的移动应用程序已被广泛使用，例如在线视频，实时游戏和增强现实。但是，由于智能移动设备的电池寿命和计算能力有限，因此难以在本地执行这些应用程序。密集分布式蜂窝通信下的移动边缘计算范例被视为一种有前途的解决方案，移动边缘计算最关键的技术就是计算卸载，其将计算任务迁移到边缘服务器端执行，相较于云计算有效降低了骨干网络的拥塞以及通信延迟。

5G技术的发展为移动边缘计算的兴起创造了先机，配备边缘服务器的小型基站被认为是移动边缘计算的关键驱动力，例如家用基站和企业级小基站，它们具有类似云的计算和存储功能。但是，与云中心相比，小基站的计算资源和通信资源有限。为了在资源受限的服务网络下实现移动边缘计算，更多的研究集中于任务卸载和资源分配的联合优化。

为了在资源受限的移动边缘计算场景中实现更合理的计算卸载，边缘服务器的充分使用成为了亟待解决的问题。由于到达边缘服务器的计算任务可能是高度动态且异构的，因此某些过载的边缘服务器很难始终提供令人满意的计算服务。因此，多边缘服务器之间的协作成为解决服务器使用效率低下的有效方法。例如，边缘服务器集群可以通过将计算任务从过载的边缘服务器迁移到多个轻负载的同级边缘服务器来执行，为移动用户提供更加优质的服务。

由于用户的任务请求在时间和空间上是随机的，因此不能只追求移动边缘计算系统的即时性能而忽视长期性能。但是，时变的通信网络为保证系统的长期性能提出了挑战。

为了在网络运营商可承受商业成本范围内实现最佳的用户服务质量，一种基于服务器协作的联合资源分配与多元任务卸载方法很有必要。

发明内容

本发明的目的在于能够提供一种基于服务器协作的联合资源分配与多元任务卸载方法，其可以解决服务器过载问题，并在保证系统长期性能的同时实现最佳的用户服务质量。

实现本发明目的的技术解决方案为：一种基于服务器协作的联合资源分配与多元任务卸载方法，包括以下步骤：

步骤1、建立多移动设备和多边缘服务器场景下的移动边缘计算系统模型；

步骤2、设计多边缘服务器协作模型；

步骤3、设计通信模型；

步骤4、设计计算模型；

步骤5、设计能耗模型；

步骤6、提出资源分配和多元任务协作卸载的联合优化问题模型以及目标函数；

步骤7、针对目标函数，结合遗传算法和深度强化学习算法设计联合资源分配和多元任务协作卸载方法，以在网络运营商可承受成本范围内追求用户最佳服务质量，并解决服务器过载问题和长期系统性能问题。

进一步地，步骤1所述的建立多移动设备和多边缘服务器场景下的移动边缘计算系统模型，具体如下：

设定移动边缘计算系统有M个密集分布的微基站组成，微基站之间可以通过5G无线微波通信链路进行通信，并且每个基站都部署有为移动设备提供计算服务的边缘服务器；设定边缘服务器的计算性能(时钟频率)为f_i；设定移动边缘计算系统下的移动设备集合为每个移动设备都可以与其距离最近的微基站进行无线通信；