[发明专利]一种边缘计算中基于任务切分的卸载分配方法

说明书

本发明提出了一种边缘计算中基于任务切分的卸载分配方法。首先根据边缘计算网络场景得到待卸载任务的各项数据参数和边缘服务器的性能参数；然后构建可切分任务的卸载问题模型，采用一种贪心算法求解可切分任务的卸载问题，得到可切分任务的卸载决策集合；最后网络控制器通过卸载决策集合将任务卸载到边缘服务器上执行，计算得到卸载任务的总收益。本发明适用于不同种类、不同规模的终端设备群，在服务器资源和传输时延的限制下，考虑使边缘云网络中任务的卸载决策方案最优化，把可切分任务的子任务卸载到最合适的边缘服务器上，从而能够最大化边缘计算网络场景下卸载任务的总收益。

技术领域

本发明主要涉及到边缘计算领域，特别是涉及到一种边缘计算中基于任务切分的卸载分配方法。

背景技术

近年来，随着万物互联时代的到来以及无线网络的普及，智能终端设备已经遍及到了社会的方方面面，比如交通领域的智能家居和自动驾驶汽车，智能制造中的摄像头、智能生产机器人等。因此连接到互联网的终端设备的数量大幅增加，终端设备产生的数据量也随之增多。由于数据量的不断增加和对数据处理要求的不断提高，边缘计算应运而生。边缘计算技术为快速增长的终端设备和数据提供智能服务，使服务更加稳定。相比云计算，由于提供边缘计算的设备更靠近数据源，并在网络边缘存储和处理数据。边缘计算能够提供更实时、更安全的服务，还可以解决云计算中能耗过大的问题，降低成本，减轻网络带宽的压力。

为了满足边缘云网络中应用时延敏感、计算密集等需求，采用任务切分技术，将每个用户任务切分为多个子任务，且子任务均可被卸载到边缘服务器中执行。切分成的子任务具有占用的计算资源少、执行速度快、可并发执行的特点。因此将任务切分成子任务不仅能提高任务的执行效率，还能提高边缘云网络中计算资源的利用率。系统通过对子任务进行合理地卸载和调度以提高服务质量和网络性能。

综上所述，在满足终端设备低延迟的服务需求的条件下，为提高边缘云网络中计算资源的利用率，需要利用任务切分技术，将终端设备所要求卸载的任务切分成子任务，采用并发的方式对子任务进行卸载并执行。针对多用户多边缘服务器系统中的任务卸载与调度问题，网络控制器采用合理的卸载决策方案，使边缘云网络中计算资源的利用率和效益比提高，从而使边缘云网络卸载任务可获得的收益最大化。

发明内容

本发明提出了一种边缘计算中基于任务切分的卸载分配方法，主要应用于边缘计算方面，主要优点是使边缘云网络的任务卸载的决策方案最优化，从而能够最大化边缘计算网络场景下卸载任务的总收益。本发明的方案具体如下：

1.网络控制器可以通过一种近似算法来得到可切分任务的卸载分配方案：

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,…,c_j,…,c_N}表示，边缘服务器之间通过链路相互连接，边缘服务器c_j的最大计算资源用cap_j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,…,r_i,…,r_M}，边缘服务器执行任务r_i获得的收益为pay_i；

步骤2、将所有任务请求切分成一组子任务，r_i的子任务集用表示，M_i表示任务r_i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c_j的传输时间用表示，任务的卸载决策集合为X＝{x₁,…,x_i,…,x_M}，x_i表示网络控制器是否接受任务r_i的卸载请求，取值为1或0；