[发明专利]一种基于有向无环图的卸载决策的协同边缘计算方法、装置、电子设备及存储介质

说明书

本申请公开了一种基于有向无环图的卸载决策的协同边缘计算方法、装置、电子设备及存储介质，该申请中本地服务器将任务卸载请求对应的任务划分为多个任务组件，并从通信范围内的各边缘服务器中选择其中一个作为请求服务器，同时将请求服务器通信范围内的边缘服务器作为协同服务器，将自身、请求服务器和协同服务器作为能够执行任务组件的对象，进而根据总时延和总能耗选取总时延和总能耗的加权和为最小值的目标，在所有可能的卸载路径中寻求最优的路径。本申请能够使得处理任务整体的时延与能耗达到最优。

技术领域

本发明涉及边缘计算技术领域，具体涉及一种基于有向无环图的卸载决策的协同边缘计算方法、装置、电子设备及存储介质。

背景技术

在万物互联的场景下，大量的物件都可以进行联网通信，这会导致传输通信链路的拥挤，计算资源的短缺，但是，人们对应用设备的时延和能耗的容忍性却日益敏感，用户对设备的要求从可以用，过渡到用的舒适，为了保证用户有一个良好的体验质量(qualityof experience,QoE)，人们开始思考如何让计算时延降低，如何让计算能耗减少。传统的云计算虽然拥有强大的计算能力和丰富的计算资源，但是由于云服务器距离远，所以会产生大量时延。因此引入了新一代的辅助计算方式，边缘计算(edge computing，EC)，EC成为了帮助用户解决大量复杂任务的有效范式。

边缘计算不用将任务上传至远端的中心云，而是卸载到靠近用户终端的边缘服务器，大大降低了传输时延与能耗，但是边缘服务器的计算能力与远端云相比是很有限的，倘若仅由单一的边缘服务器帮助计算，必然会引起资源拥堵。

于是现有技术提供了一种优化的协同边缘计算低延迟任务分配卸载方法，具体实施方法为，本地服务器的任务被等分为与一跳的邻居服务器数量相同的若干子任务，对于多个子任务，每个子任务选择哪一个邻居服务器进行任务卸载成为关键问题，为此，根据每个子任务到各个所述邻居服务器的传输时延和在对应邻居服务器上的计算时延，引入匈牙利算法将任务卸载问题转化为任务分配问题，得出对于每一个子任务来说最优的邻居服务器，并且将任务分配给该邻居服务器。

现有技术中将子任务卸载至所有边缘服务器，且根据总时延最低的目标将各子任务分配到最优的边缘服务器，这种方式虽然考虑总时延，但是它需要所有的边缘服务器参与子任务的执行，没有考虑到边缘服务器的计算资源情况，不能实现最优的资源分配以达到能耗与时延的平衡，因此，我们需要一种合理的卸载决策，使得执行任务的整体时延和能耗达到最优。

发明内容

本申请实施例的目的在于，提供一种基于有向无环图的卸载决策的协同边缘计算方法、装置、电子设备及存储介质，通过该方法获取的卸载决策，使得处理任务整体的时延与能耗达到最优达到整体时延与能耗的最优。

为了达到上述目的，本申请采用如下技术方案：

第一方面，本申请提供了一种基于有向无环图的卸载决策的协同边缘计算方法，包括：

S1、本地服务器响应用户端的任务卸载请求，根据所述任务卸载请求将要卸载的任务划分为多个任务组件；

S2、所述本地服务器在其通信范围内的各边缘服务器中选择一个作为请求服务器，将请求服务器通信范围内的其他边缘服务器作为协同服务器；

S3、确定一条任务卸载路径，所述卸载路径为本地服务器、请求服务器、协同服务器与所述任务组件之间的一个映射关系的集合；

S4、计算任务卸载路径的总时延和总能耗；

S5、确认是否存在新的卸载路径，是的话返回步骤S3；

S6、选取总时延和总能耗的加权和为最小值的任务卸载路径作为响应用户端任务卸载请求的卸载决策。