[发明专利]一种边缘计算中基于任务切分的卸载分配方法有效
| 申请号: | 202110802149.1 | 申请日: | 2021-07-15 |
| 公开(公告)号: | CN113347277B | 公开(公告)日: | 2022-10-18 |
| 发明(设计)人: | 刘昊霖;邹佳致;裴廷睿;李哲涛;朱江;龙赛琴;田淑娟;李艳春 | 申请(专利权)人: | 湘潭大学 |
| 主分类号: | H04L67/101 | 分类号: | H04L67/101;H04L67/1012 |
| 代理公司: | 暂无信息 | 代理人: | 暂无信息 |
| 地址: | 411105 *** | 国省代码: | 湖南;43 |
| 权利要求书: | 查看更多 | 说明书: | 查看更多 |
| 摘要: | |||
| 搜索关键词: | 一种 边缘 计算 基于 任务 切分 卸载 分配 方法 | ||
1.一种边缘计算中基于任务切分的卸载分配方法,其特征在于,将边缘计算中的每个可切分任务视为一个包含多个子任务的任务组,通过一种贪心算法来得到边缘计算中可切分任务的卸载方案,所述方法至少包括以下步骤:
步骤1、构建边缘计算网络的服务场景,网络中存在N个边缘服务器,边缘服务器集合由C={c1,…,cj,…,cN}表示,边缘服务器之间通过链路相互连接,边缘服务器cj的最大计算资源用capj表示,存在M个任务请求,任务接入到网络的时间点不同,任务请求集合为R={r1,...,ri,...,rM},边缘服务器执行任务ri获得的收益为payi;
步骤2、将所有任务请求切分成一组子任务,ri的子任务集用表示,Mi表示任务ri可切分的最大子任务数,执行子任务需要占用边缘服务器的计算资源量为并且对子任务按照所需资源量从大到小的顺序进行编号,的传输时延限制用表示,传输到边缘服务器cj的传输时间用表示,任务的卸载决策集合为X={x1,…,xi,…,xM},xi表示网络控制器是否接受任务ri的卸载请求,取值为1或0;
步骤3、采用一种贪心算法求解步骤2中的可切分任务的卸载问题,依次对每个任务ri执行一种分配算法,在服务器资源和传输时延的限制下,选择边缘服务器卸载ri的子任务,得到ri的子任务的卸载决策集合其中表示子任务是否卸载到边缘服务器cj上,取值为1或0,基于任务切分的卸载分配的贪心算法至少包括以下步骤:
1)设服务器的剩余计算资源为B={b1,…,bj,…,bN},初始化bj=capj,设P={p1,…,pj,…,pN},初始化pj=0,按照集合R中任务编号从小到大的顺序,对于任意xi∈X,初始化xi=0,并按任务的编号顺序执行步骤2)到5);
2)设表示卸载ri的子任务需要占用各个服务器的资源量,初始化对于任意初始化
3)按照ri子任务的编号顺序选取子任务,对于子任务找到满足的边缘服务器,设为满足条件的服务器集合,为满足条件的服务器数量,如果执行步骤4),如果跳转执行步骤6);
4)按编号顺序从ri中选择子任务根据服务器剩余计算资源从大到小的顺序选择集合中的服务器cj′,设阈值α=pj′/[(capj′-bj′)/capj′],资源效益比如果α≤β,更新否则选择下一个服务器进行判断,如果任意存在则跳转执行步骤6),否则执行步骤5);
5)对于任意bj∈B,更新对于任意pj∈P,更新
6)如果任务ri的所有子任务都能完成卸载,即满足则任务ri的决策变量xi=1,否则xi=0;
7)对任务集合R中的所有任务ri遍历执行步骤2)到6)后,得到最终的决策变量集合X={x1,…,xi,…,xM}和部署方案,算法结束。
2.根据权利要求1中所述的一种边缘计算中基于任务切分的卸载分配方法,其特征在于对任务进行切分的基础上,网络控制器考虑边缘服务器资源和传输时延的限制,采用贪心算法接受并卸载符合算法决策的任务,并拒绝不符合算法决策的任务。
3.根据权利要求1中所述的一种边缘计算中基于任务切分的卸载分配方法,其特征在于网络控制器按照任务编号从小到大的顺序依次对每个任务ri使用卸载分配算法,根据资源效益比得到ri的子任务卸载方案,若ri的子任务能全部卸载到边缘服务器上,网络控制器则接受ri的卸载请求,并根据卸载方案对ri进行卸载,使卸载任务可以获得的总收益最大化,即
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于湘潭大学,未经湘潭大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202110802149.1/1.html,转载请声明来源钻瓜专利网。
- 上一篇:全自动三角胶圈存放装置
- 下一篇:防溢锅盖及自动防溢锅具系统





